电气设备故障智能自诊断系统

电气设备故障智能自诊断系统

宋帅

山东省枣庄华沃水泥有限公司     山东省枣庄市     277100

摘要：在我国经济发展过程中，电力行业一直有着重要的贡献，是保证农业、工业生产的基础，因此电气设备的稳定运行就显得尤为重要。电力系统在运行过程当中会受到各种因素的影响，若是没有采取合理的措施，将会造成电气设备故障问题的出现，为此需要做好电力系统设备的状态监测及故障诊断工作，通过电气设备故障智能自诊断系统，及时发现并处理电气设备中存在的问题，所以，加强电气设备故障智能自诊断系统的应用对保证电力系统的稳定运行有着重要的意义。

关键词：电气设备；故障；智能自诊断系统

引言

电气设备故障智能自诊断系统是在采集监控数据的基础上，采用先进的数据挖掘技术、机器学习技术，对数据样本特征提取和故障分析，并对设备智能系统的故障诊断形成故障树，进一步对故障定位，实现快速故障诊断。

1电气设备故障诊断的必要性

在电力系统运行中，做好整个系统设备的严密监测及故障诊断是十分重要的，能够保证电力系统安全稳定的运行。电气设备在运行中会受到各种因素的影响，包括内部因素及外部因素等，在长时间影响下，电气设备不可避免的会出现故障问题。同时电力系统电气设备在长时间运行中，也会因电热气候等造成老化问题的出现，从而导致电气设备故障问题。若是对此没有及时的发现并处理，会对整个电力系统带来影响，从而导致区域性停电的问题，甚至会带来大规模的停电，给社会造成极大的经济损失。因此，电力企业需要对此给予高度的重视，全面的监测电气设备的运行状态，通过科学的故障诊断技术对电气设备的故障问题进行处理，保证电力系统运行的稳定性。

而电气设备故障智能自诊断系统主要是通过电气设备二次回路和一次回路的故障智能诊断来实现的，具体包括设置电气设备内部的触点检测装置、视觉检测装置、弧光检测传感器、温度传感器、湿度传感器等。触点检测装置用于获取二次回路触点的电平信号，以判断触点的工作状况，维修人员能够根据触点检测装置的检测结果获取哪个触点发生故障，并根据该触点的位置快速对故障元器件进行检修。视觉检测装置采集真空接触器动导杆的图片信息，对图片信息进行处理获取每个动导杆的位移量，并根据位移量诊断各个触头接触的状况，自动预测真空接触器发生故障的风险等级。设置弧光检测传感器，一次回路发生故障产生弧光时，可以触发弧光检测传感器报警。设置温度传感器和湿度传感器可以实时检测电气设备内的温度及湿度，检测电气设备内部环境信息，在温度或湿度高于预设值时发生报警提示，实现电气设备故障的自动在线检测和诊断分析。在具体工作当中，相关工作人员需要记录整个电力系统的装置及运行状态，并科学的控制相关参数，评估采集到的相关数据及设备状态，然后对设备的整体情况有着详细的了解。将这个过程进行汇总，就能够有效收集和积累整个电力系统运行数据，通过记录详细的数据，然后建立模板进行分析，能够对存在的问题及时发现并处理，从而为整个电力系统的安全运行提供保障。同时对于电力系统设备的全面监测，通过数据的分析，能够对系统运行状态进行预测，避免故障突发问题出现。

2电气设备故障智能自诊断系统的应用

（1）电气设备故障智能自诊断系统设置数据获取模块，获取触点检测装置和视觉分析装置采集的故障信息，同时该系统在电气设备内部设置温度传感器、湿度传感器、弧光检测传感器。在实际应用中，电气设备一次回路发生故障产生弧光时，触发弧光检测传感器，同时温度传感器、湿度传感器实时检测电气设备内部环境信息。另外，设置报警值，当温度信号和湿度信号超过报警值时，对维修人员发出警报信息，维修人员可以通过报警信息快速定位发生故障的电气设备，提高检测效率。系统数据获取模块将全部数据信息通过无线传输或有线传输的方式传输至远程监控模块，远程监控模块包括云端大数据监控平台和手机监控平台，从而可以将处于工作现场的电气设备的实时信息上传至云端。通过云端可以实时获取电气设备内部各个触点的工作状态、真空接触器的风险等级及电气设备内部的温度、湿度等内部环境信息，并可对真空接触器的闭合次数、当前闭合状态等实时监测，实现对现场的电气设备随时随地的监控，及时提供电气设备内部的各种信息、维修建议和报警信息。

（2）变压器检修中的实际应用。在变压器状态监测中主要通过电子工程技术中的数据挖掘方法。通过监测系统对设备的各类运行参数进行收集，与实时数据库进行对比来了解变压器的运行状态。例如，分析每个电力设备的状态特征量，需要对主要参数信息、性能状态的变化趋势、实际损耗等进行详细的分析，然后进行数据渐变模型的建立，对设备潜在的故障征兆能够提前发现，能够准确的判断设备可能出现的严重损耗部分及趋势状况，根据结果来完成检修方案的制定。国内相关电力科研机构通过粗糙集数据挖掘方法的应用，分析变压器油中的溶解气体的相关数据，实现对变压器运行状态的诊断。在实际工作中，变压器结构十分的复杂，粗糙集理论也提出了一些故障诊断模型。首先要模糊化处理变压器相关的历史故障数据，根据这些数据来完成诊断决策表和数据库的建立。其次，通过粗糙集数据挖掘在诊断决策表中进行隐含的数据条件的提取，从而更好的对变压器故障进行分析。

（3）在配电网设备检修中的应用。在配电网故障诊断中通过故障出现的实时信息来对故障区间进行确定。随着相应技术的不断发展，专家系统、电子神经网络、逻辑处理系统等已经较为广泛的应用到故障诊断中，能够对配电网各个环节的故障进行智能化监测。在具体工作中，配电网故障诊断在环境及设备的影响下，其实时信息可能会存在一些问题，如不完整、发生畸变等，从而影响检测系统的判断。因此在配电网故障诊断工作中采用数据挖掘技术能够对此进行有效的规避，提升诊断的效率。

（4）在高压输电线路检修中的应用。在电力系统中，高压输电线路的稳定性至关重要，直接关系到电力系统安全稳定的运行。因此需要做好高压输电线路的故障诊断工作，从而保障高压输电线路的稳定性。在高压输电线路故障诊断中采用粗糙集理论的数据挖掘模型能够有效的避免信息实时畸变，提高诊断的准确性。粗糙集具有定型分析能力，能够处理分析挖掘到的数据集，然后通过遗传数据算法进行测试样本的理论数据的获得，促进故障诊断系统容错性的提升，促进状态检修系统作用的充分发挥。

结束语

电气设备故障智能自诊断系统的应用主要是发现设备缺陷，预防事故的发生。电气设备故障处理过程中的难点在于如何快速查明电气设备故障的原因，目前主要依靠技术人员的直接检测和多年的工作经验。由于电气设备的自动化程度在不断提高，控制回路结构日益复杂，只依靠人工检测和个人经验来实现对电气设备故障的检测和诊断，已经不能满足现实需求。因此，采取更加智能的方式对电气设备故障进行诊断是故障诊断领域的发展趋势和发展方向，对保证电力系统安全运行非常重要。

参考文献

［1］王帅.电气设备故障诊断系统的分析与设计［J］.现代制造技术与装备，2021，57（4）：108-109.

［2］李燕.高压电气设备故障诊断中红外检测技术的应用［J］.光源与照明，2021（3）：59-60.

［3］梁德海.电气设备控制线路故障诊断及维修［J］.电力系统装备，2021（6）：82-83.

［4］刘家国.基于神经网络的电气自动化设备故障智能检测方法［J］.电工技术，2021（4）：36-37，82.

［5］郭世强.电气设备控制线路故障诊断及维修［J］.化工设计通讯，2017，43（12）：238-239.