电气设备状态监测与故障诊断技术研究

电气设备状态监测与故障诊断技术研究

【摘 要】在电力工业的正常运转中，很重要的一项工作是保证电气设备的高效正常运转，电气设备的状态监测以及故障诊断备技术备受人们关注。为了将电气设备故障监测诊断的水平提高到新的阶段，不仅需要应用正确的处理方法，还应该对各影响因素有深入的了解。长期的理论实践研究，我国已出现了多种方法，该技术也在不断成熟，本文对该领域出现的几种主要技术进行研究，包括：在线状态监测与故障诊断技术、红外诊断技术、多传感器技术以及信息融合处理技术。

1、 在线状态监测与故障诊断技术

电气设备的在线监测与诊断技术的主要步骤为：设备的各状态信号，如：光信号、电信号、温度信号等，通过传感器被检测出来，通过转换器的作用成为可以被采集和处理的信号，之后存入到存储器中。在传送过程中，一般是采用电缆作为载体。为了提高信号的抗干扰能力，有些场合也会采用光缆。在数据的采集上，有三种方式可供选择：信号波形采集、峰值采集以及脉冲采集。根据得到的信号通过不同的诊断方法得出诊断结果，指导实践。

目前，常用的在线检测技术有：局部放电监测、油色谱监测以及介损监测[1]。油色谱监测是通过对油中气体进行分析的一种监测方法。正常状态下，电气设备中的绝缘油在电热作用下会发生分解和老化作用，产生诸如：一氧化碳、氢气以及烃类气体，在设备故障情况下，这种分解和老化现象的速度会明显加快，通过产生的气体组成分析可以对设备的故障类型进行判别。

介损监测在电容型设备上应用较多，这些设备的绝缘结构都是采用电容式结构。这种监测技术对设备的介电特性进行监测，通过比较，找出变化较大的容性设备。

2 、红外诊断技术

红外线诊断技术是对诊断物体发出的红外线通过热像方式显示在荧光屏上，对物体表面的温度分布进行分析，判断设备的运行状态。在早期故障诊断以及设备的绝缘性能分析上，红外线诊断技术具有可靠的预测效果[2]。

其主要特点是：能够实现远距离监测和诊断，无需与被测设备直接接触，不用取样和对设备的解体，诊断结果更加快速准确。红外线诊断技术是一门新兴的学科，已经成为当前电气设备故障诊断的发展方向。相比与传统的测温方法，红外线热像仪可以实现在线的发热点温度测量，通过实时扫描的方式绘制出设备的温度热像图。目前的红外诊断仪器有三类：红外热像仪、红外热电视以及红外测温仪[3]。

第一台红外测温仪出现于上世纪60年代，之后开始有小目标测温仪器被应用于电力生产中。目前，应用于电气设备故障监测和诊断的红外技术有以下几个方面：

1）影响测温准确性因素的处理方法。获取被测设备的温度分布以及关键部位的温升值要求获取的数据具有较高的准确性，因为这些数据是判断设备是否出现故障以及故障位置和严重程度的依据。对此，需要选择良好的检测条件，还应对检测的结果进行必要的修正；

2）运行状态对红外检测的影响及其对策。电气设备在运行中出现的发热故障，无论是由电流效应还是电压效应引起的，电流和电压都将对红外监测产生影响。因此，为了尽量减小这种影响，应该保证设备运行于额定电压下，并让设备带负荷运行一定时间；

3）设备表面的发射率影响。由于红外测量仪器是依据设备表面的辐射功率得到温度信息的，由于不同设备表面的发射率各不相同，最终的检测结果也会受到影响，换句话说，即使设备具有相同的辐射功率，设备的发射率低的话，得到温度结果会更高一些；

4）大气衰减。大气是红外辐射能量的传递介质，其中含有各类气体分子，这些气体分子的吸收作用会造成红外辐射能量的衰减，对最终的温度结果产生较大影响。对此，应该尽量在干燥清洁的环境情况下进行红外监测并尽可能的缩短监测距离。

3、 多传感器技术

与单个传感器相比，多个传感器同时使用能够实现多侧面和多角度的对象观测。可以从各种不同的层次和角度研究被测对象，达到更加全面和清晰的了解被测设备的效果。变电站中设备出现的故障通常具有如下特点：一种故障的产生往往会表现出各种不同的故障结果；相同的故障结果可能是由不同的故障状态造成的。

如：在电压器中，出现局部放电故障，其表现的结果可能是电磁辐射，也可能是振动，会造成气体的逸出；而当出现振动现象时，有可能是因为电压器的局部放电，也可能是因为铁芯的振动等。

对此，将多传感器技术进入其中，它能够根据设备故障的不同反映，选择几个高灵敏度的状态量监测。如在本节中提高的局部放电监测，可以将耦合电容、感应天线、振动传感器以及气相色谱分析仪等进行全方位的监测[3]。在时间和空间上得到设备的状态特征。

4、 信息融合处理技术

在上文中已经提高，多传感器技术的引入大大拓展了获取的设备信息量。对于这些信息量的处理也应该采用科学合理的方法，保证信息的有序性。否则，大量杂乱信息的混杂反而会造成结果的失真。不同的传感器具有不同的特征，但对于相同的设备故障来说，这些传感器获取的信息之间会存在关联，不是独立的。

通过一定的准则对传感器获取的同一故障信息进行合理融合，可以强化这些传感器对该故障的共同认识，将其中相互矛盾的部分剔除掉。这样可以多大大提高监测的精度和准确性。这就是所谓的信息融合技术。基于多传感器的信息融合处理技术在当下已经具备运用条件。目前，变电站的在线监测装置都引入了多个特征量，它们能够全面的表征出设备的状态信息。

对信息融合技术进行分析，其最初被应用于图像处理，具有较高的稳定性，能够覆盖较宽的区域，在目标空间的分辨能力上也较高。另外，信息融合技术还具有一定的故障容错技术。类似于人的大脑，信息融合技术能够对信息进行综合处理，实现被测设备的详细描述。

信息融合技术可以被分为三个等级，即：象素级融合、特征级融合以及决策级融合。在对电气设备的信息融合中，根据不同的信息特点，通常都是采用特征级融合进行设备故障的诊断。

一般的，信息融合有嵌入约束和证据组合之分。对于前者而言，将多源信息视为客观环境所成的象，通过这种象找出原象，以此来实现对客观环境的认识。在数学上，我们称这一原理为求映射的逆映射。但值得注意的是，即使运用的是多传感器技术，也只能实现环境中某部分特征的描述，这就意味着上述映射是多到一的映射。

为了实现一一映射，需要添加更多的约束条件，从而得到唯一解。对于后者而言，是根据环境信息得出可能的决策，然后对每一次数据进行分析，对做出决策的支持程度进行研究，实现证据组合。最终得出支持程度最大的决策，并将其作为信息融合的最终结果。各个传感器得到的信息有可能是实时信息，也有可能是非实时信息，可能是稳定的，也可能是不断变化的。

对此，需要采用不同的策略进行信息的融合。实践表明，信息融合处理技术能够有效降低虚警率，提高识别能力和对监测目标的跟踪精度，将其应用于设备的故障诊断非常适宜。

5 结束语

在电力工业中，电气设备的状态监测与故障诊断是非常重要的，它关乎整个电力系统的安全。采用先进的技术和有效的监测设备，实时迅速的反映出设备的运行状态，将设备的潜在故障找出来，防患于未然，不仅能够实现整个系统的高效经济运行，也大大降低了维修的工作量。实现科学化的设备管理应该被大力推广。

　　参考文献
　　[1] 龚伟. 电气设备在线状态监测与故障诊断系统技术的研究[J].科技资讯，2007，14：63-64
　　[2] 曾海. 变压器类电力设备的状态监测与故障诊断[J].西北水力发电，2006，6（22）：32-34
　　[3] 张春霞. 电气设备状态监测和故障诊断[J].武汉工业大学学报， 2004，（1）来源：中国论文网。