【導(dǎo)讀】件及關(guān)鍵技術(shù)等進(jìn)行了討論和分析。對(duì)狀態(tài)監(jiān)測中的數(shù)據(jù)處理和分析技術(shù)。進(jìn)行了說明,指出“狀態(tài)分類”和“處理決策”是數(shù)據(jù)分析的核心技術(shù)。狀態(tài)檢修實(shí)施以后,狀態(tài)監(jiān)測的應(yīng)用才會(huì)開展起來。產(chǎn)各種檢測裝置。括一些認(rèn)識(shí)上的誤區(qū)。本文將從電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測與故障診斷的內(nèi)容和任務(wù)的討論。開始,對(duì)目前存在的問題和未來的發(fā)展提出看法。

　　

【正文】 數(shù)據(jù)分析技術(shù) 數(shù)據(jù)分析技術(shù)在狀態(tài)監(jiān)測系統(tǒng)中 ,數(shù)據(jù)分析的任務(wù)是從采集到的數(shù)據(jù)中得到設(shè)備運(yùn)行的有關(guān)信息。數(shù)據(jù)分析過程分為數(shù)據(jù)預(yù)處理、特征提取、狀態(tài)分類和處理決策等 4 個(gè)部分。 數(shù)據(jù)分析（ DA）是以得到有關(guān)信息的一些結(jié)論為目的而對(duì)原始數(shù)據(jù)進(jìn)行研究的一 14 門科學(xué)。數(shù)據(jù)分析用于許多行業(yè)，使各企業(yè)及組織能夠做出更佳的業(yè)務(wù)決策；而在科學(xué)研究方面，可以用以驗(yàn)證或否定現(xiàn)有的模型或理論。數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別在于所分析的范圍、目的及重點(diǎn)。數(shù)據(jù)挖掘采用先進(jìn)的軟件對(duì)大量數(shù)據(jù)進(jìn)行整理分類，以識(shí)別其中所隱藏的 規(guī)律，并確定其中所隱藏的關(guān)系。 數(shù)據(jù)預(yù)處理包括數(shù)據(jù)選取、消除噪聲等前期處理過程。特征提取是指采用數(shù)理統(tǒng)計(jì)、信號(hào)處理 (FFT、小波分析、分形和混沌 )等方法提取信號(hào)的特征。狀態(tài)分類和處理決策是數(shù)據(jù)分析的核心部分 ,也是難度較大的部分。其中 ,處理決策是得出最后結(jié)論 ,例如確定設(shè)備是否存在故障 ,存在何種故障 ,故障部位和程度等 ,以及確定是否進(jìn)行檢查和維修。很多情況還需要人工處理 ,計(jì)算機(jī)只能對(duì)少數(shù)故障進(jìn)行分析和決策。因?yàn)樯婕霸O(shè)備的具體問題 ,準(zhǔn)確結(jié)論完全依據(jù)對(duì)設(shè)備故障機(jī)理的了解和經(jīng)驗(yàn)的積累 ,這是一個(gè)復(fù)雜的過程 ,一般很難通過建 模或仿真來解決。狀態(tài)分類是一個(gè)模式識(shí)別問題。例如 ,一個(gè)一維的狀態(tài)分類問題 ,設(shè) x 為特征指數(shù) ,x0 為特征指數(shù)的閾值 ,則 :xx0 為故障狀態(tài)。對(duì)于多維問題 ,特征指數(shù)不止 1 個(gè) ,狀態(tài)分類在多維空間中不是一個(gè)簡單的區(qū)域劃分問題。這個(gè)過程一般都采用了人工智能技術(shù) ,如模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、專家系統(tǒng)等。無論采用哪種方法 ,推理過程都可分為歸納推理和演繹推理。一個(gè)完整的認(rèn)識(shí)過程應(yīng)包括歸納推理和演繹推理兩個(gè)階段。歸納推理階段為樣本學(xué)習(xí)過程 ,而狀態(tài)分類過程就是演繹推理。因此 ,分類的知識(shí)不會(huì)超過樣本提供的范圍 ,樣本提供的知識(shí) 又稱為先驗(yàn)知識(shí)。在專家系統(tǒng)中 ,這種先驗(yàn)知識(shí)由知識(shí)庫組成。 知識(shí)庫的知識(shí)來源是一個(gè)問題。雖然 ,從理論上可以通過很多渠道獲得知識(shí) ,但在實(shí)際操作過程中建立專家知識(shí)庫是很難的。其基本原因在于設(shè)備狀態(tài)監(jiān)測分類問題不同于文字識(shí)別之類的分類問題。文字識(shí)別的樣本不成問題 ,而對(duì)一臺(tái)具體設(shè)備的狀態(tài)監(jiān)測分類問題 ,除正常狀態(tài)樣本容易得到外 ,完整的故障狀態(tài)樣本一般得不到。因此 ,首先可以做到的事情只能是識(shí)別正常和非正常狀態(tài)。不需要先驗(yàn)知識(shí)的分類方法一般稱為聚類分析 ,如二維的特征指數(shù)空間。各測點(diǎn)代表每一個(gè)運(yùn)行狀態(tài) ,根據(jù)在特征指數(shù)狀態(tài)空 間上的分布 ,可以分為“ 0”、“ 1”、“ 2”等 3 類。這種分布比較容易區(qū)分正常與非正常 ,如狀態(tài)“ 0”為正常 ,其余為非正常 ,但是 ,至于狀態(tài)“ 1”和狀態(tài)“ 2”對(duì)應(yīng)哪種故障則需進(jìn)一步分析后確定。比較法和趨勢分析法是聚類分析應(yīng)用到特征指數(shù)為一維情況的方法 ,比較法例如用 8 臺(tái)設(shè)備的套管泄漏電流 I0 測值的互相比較來發(fā)現(xiàn)問題。第 5 臺(tái)設(shè)備測值偏大 ,說明可能存在某種不正常 ,可以提示運(yùn)行人員注意。隨著運(yùn)行中積累數(shù)據(jù)的增多 ,可以逐步制定合理的偏差極限值 (報(bào)警值 )。這種方法可以用于泄漏電流、溫度、局部放電、 15 介質(zhì)損耗角等物理量的監(jiān)測。趨勢 分析法。例如觀察一個(gè)溫度測值的歷史和當(dāng)前值的變化規(guī)律。溫度值出現(xiàn)了上升的趨勢 ,超過了正常運(yùn)行的歷史平均值 ,說明存在問題。這種方法需要利用計(jì)算機(jī)的存儲(chǔ)功能來積累歷史的記錄資料。 在線監(jiān)測的主要技術(shù)手段 ； 電力設(shè)備在線監(jiān)測依靠的主要技術(shù)有傳感器技術(shù)，數(shù)據(jù)處理和分析以及網(wǎng)絡(luò)通信技術(shù)。 （ 1）首先，先進(jìn)的傳感器技術(shù)是實(shí)現(xiàn)在線監(jiān)測的重要手段，設(shè)備的故障診斷依靠傳感器獲取的盡可能多的準(zhǔn)確的狀態(tài)量數(shù)據(jù)。為了滿足在線監(jiān)測的要求，傳感器技術(shù)不斷進(jìn)行改進(jìn)，如光傳感器、氣體傳感器以及溫度傳感器等，他們都可以正確的測量電氣設(shè)備的狀 態(tài)量，并將它轉(zhuǎn)化成相應(yīng)的數(shù)字信號(hào)進(jìn)行傳輸。為了對(duì)輸變電設(shè)備絕緣子的鹽密進(jìn)行在線監(jiān)測，相關(guān)研究人員已經(jīng)提出用光傳感器來對(duì)絕緣子的污穢程度進(jìn)行監(jiān)測，盡管現(xiàn)在并未得到大范圍的推廣，但卻是對(duì)電力系統(tǒng)現(xiàn)行等值鹽密法的一種突破。 （ 2）對(duì)采集的的數(shù)據(jù)進(jìn)行處理和分析，是在線監(jiān)測又一關(guān)鍵步驟。信號(hào)的處理和分析是要從現(xiàn)場大量的噪聲背景下提取有用的信息量，通過對(duì)這些信息量與注意值的分析，從而判斷設(shè)備是否趨向故障或是已處在故障狀態(tài)，根據(jù)需要確定是否退出運(yùn)行。從運(yùn)行中電氣設(shè)備提取信號(hào)，不可避免地會(huì)受到現(xiàn)場噪聲環(huán)境的影響。為了消除噪 聲的影響，除了應(yīng)用硬件濾波，往往還需要運(yùn)用許多的數(shù)字濾波技術(shù)。比如目前常用的小波變換濾波技術(shù)，它可以有效消除穩(wěn)態(tài)干擾信號(hào)，把有用信號(hào)提取出來進(jìn)行分析；還有當(dāng)前廣泛受到關(guān)注的數(shù)學(xué)形態(tài)濾波，具備比小波濾波更好的濾波效果，它不僅可以消除穩(wěn)態(tài)干擾，而且對(duì)暫態(tài)干擾也有不錯(cuò)的抑制效果。隨著新技術(shù)的不斷出現(xiàn)，更加有效的數(shù)據(jù)處理技術(shù)必將推陳出新。在對(duì)故障的分類方面，大多數(shù)的處理思路是尋找某一個(gè)或一些特征量來進(jìn)行模式識(shí)別。例如基于傅里葉變換的頻譜分析，在故障分類上效果良好，但這種方法很難克服不同類型的故障信號(hào)在頻譜上重疊的問 題。神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等也被廣泛應(yīng)用于故障診斷系統(tǒng)中。 （ 3）電力設(shè)備在線監(jiān)測技術(shù)的發(fā)展經(jīng)歷了單片機(jī)檢測到基于 DSP 技術(shù)的檢測，再到基于計(jì)算機(jī)技術(shù)的檢測系統(tǒng)階段，而基于新型總線技術(shù)和網(wǎng)絡(luò)技術(shù)的綜合監(jiān)測系統(tǒng)也正在被越來越多的學(xué)者認(rèn)可。目前在線監(jiān)測的形式多種多樣，有集中性在線檢測系統(tǒng)，也有分散性在線監(jiān)測裝置；在線監(jiān)測可以在設(shè)備終端進(jìn)行信號(hào)處理后進(jìn)行傳輸，也可將數(shù)據(jù)傳輸?shù)椒?wù)器后對(duì)其集中處理?；谧冸娬靖邏涸O(shè)備繁多，分布分散，文獻(xiàn) [1]提出利用現(xiàn)場總線技術(shù)組建總線型的電氣設(shè)備在線監(jiān)測系統(tǒng)。通過把變壓器套管泄漏電流 、 16 電流互感器泄漏電流、電壓互感器電壓和環(huán)境溫濕度等信號(hào)采集后進(jìn)行現(xiàn)場信號(hào)提取，經(jīng)數(shù)字化處理，再通過現(xiàn)場總線方式傳送到工控機(jī)中，在后臺(tái)實(shí)現(xiàn)數(shù)據(jù)處理和故障診斷。 17 第四 章 結(jié)論 狀態(tài)監(jiān)測是從傳統(tǒng)管理模式過渡到狀態(tài)檢修的技術(shù)支持。狀態(tài)監(jiān)測與故障診斷的概念存在差別 ,狀態(tài)監(jiān)測更適合電力系統(tǒng)設(shè)備運(yùn)行和維修的管理現(xiàn)狀。狀態(tài)監(jiān)測的關(guān)鍵技術(shù)是傳感器、計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)據(jù)分析。目前 ,國內(nèi)的變電站和發(fā)電廠已具備實(shí)現(xiàn)狀態(tài)監(jiān)測技術(shù)的初步條件。狀態(tài)監(jiān)測技術(shù)在現(xiàn)場的實(shí)施 和推廣 ,有一個(gè)積累資料、逐步提高的過程。 18 謝辭 在此論文撰寫過程中，要特別感謝我的導(dǎo)師王教授的指導(dǎo)與督促，同時(shí)感謝他的諒解與包容。沒有王教授的幫助也就沒有今天的這篇論文。求學(xué)歷程是艱苦的，但又是快樂的。感謝孟翔教育和電子科技大學(xué)的老師，謝謝他在這兩年中為我們班所做的一切，他們不求回報(bào)，無私奉獻(xiàn)的精神很讓我感動(dòng)，再次向他們表示由衷的感謝。在這兩年的學(xué)期中結(jié)識(shí)的各位生活和學(xué)習(xí)上的摯友讓我得到了人生最大的一筆財(cái)富。在此，也對(duì)他們表示衷心感謝。 謝謝我的父 母，沒有他們辛勤的付出也就沒有我的今天，在這一刻，將最崇高的敬意獻(xiàn)給你們！ 本文參考了大量的文獻(xiàn)資料，在此，向各學(xué)術(shù)界的前輩們致敬！ 19 參考文獻(xiàn) [1]黃建華 ,全零三 .變電站高壓電氣設(shè)備狀態(tài)檢修的現(xiàn)狀及其發(fā)展 .20xx,25(16) [2]王善永 ,范 文 ,鐘敦美 .基于狀態(tài)監(jiān)測的水電站設(shè)備檢修計(jì)劃決策系統(tǒng) .電力系統(tǒng)自動(dòng)化 ,20xx,25(16) [3]陳維榮 ,宋永華 ,孫錦鑫 .電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測的概念及現(xiàn)狀 .電網(wǎng)技術(shù) , 20xx, 24(11) [4] 嚴(yán) 璋 .電氣絕緣在線檢測技術(shù) .北京 :中國電力出版社 ,1995 [5]朱德恒 ,談克雄 .電絕緣診斷技術(shù) .北京 :中國電力出版社 ,1999 [6]王文永 .美國電站狀態(tài)監(jiān)測和故障診斷技術(shù)的開發(fā)應(yīng)用 .華北電力技術(shù) ,1995(6)