欢迎到:无锡卡帝诺电子科技有限公司

全国热线:0510-82867706

产品类别

行业知识
首页 > 行业知识 > 内容
无锡西门子变频器现货在线监测与故障诊断技术分析3
编辑:无锡卡帝诺电子科技有限公司   时间:2018-09-30

4 故障检测与诊断方法

    作为台达伺服电力系统重要设备的变压器,如若发生故障,将对电网造成很大损害。为了防止和减少这类事故,变压器的故障检测和诊断也就显得尤为重要。变压器故障检测与诊断就是对变压器运行状态和异常做出实施监测与判断。变压器故障检测与诊断的方法可分为基于观察、试验的传统方法,基于数学模型理论诊断法(也可归为人工智能法)和基于计算机人工智能的智能方法。


4.1 传统故障诊断法

    传统方法包括: 直接观察法、特征气体判别法、变压器预防性电气试验、变比测量法等。

    (1)直接观察法。观察法主要是通过人们的感觉器官,用眼看油颜色是否变浑浊,套管是否破裂或者碳化,油箱是否渗油,用耳听声音是否正常,有无放电声,用鼻子闻是否有异常气味,用手摸变压器是否严重发热,但这种方法必须要求工作人员具有丰富的实践经验,一旦发现有这些情况,及时进行维护处理。


    (2)特征气体判别法。特征气体判别法是判断变压器故障类型的重要方法。变压器产生故障时,可能引起故障点周围油的热裂解,产生和某种故障相关的如H2、CH4、C2H2、C2H4、C2H4、CO等气体,这些气体会部分或全部溶解在绝缘油中。因此,可根据油中气体的类型和含量来判断故障的类型。这种方法有利于发现变压器的早期潜伏性故障且针对性强,具有比较直观、方便的特点,但在气体含量很小的情况下这种方法无法做出的判断。


    (3)变压器预防性电气试验法。电气试验通常可以确定故障部位及性质,主要包括针对绝缘故障的绝缘试验、判断绕组故障的电阻试验、绝缘油简化试验。该方法是保证电力系统安全运行的有效手段之一,是电力设备运行和维护工作中的一个重要环节。预防性试验主要包括对设备进行检查、取气样或油样 ,实验项目主要包括油中溶解气体的色谱分析、绕组绝缘电阻及吸收比、绕组直流电阻检测、绝缘油检测、铁芯绝缘电阻检测和交流耐压检测等。


    (4)变比测量。通过变比测量,可以检查出变压器绕组匝数比的正确性、分接开关的情况和是否存在匝间短路等。


4.2 数学模型诊断法

    (1)基于模糊理论的故障诊断法。变压器在运行中发生故障时,其故障现象、原因和机理之间存在大量的由于排中律缺失而引发的不确定性,然而通过模糊理论即可对其准确描述。该方法是在专家经验的基础上,通过隶属度函数来描述状态变量的变化规律,因此,其主观性较强。


    (2)基于粗糙集理论的故障诊断法。该理论是由Pawlak于1982年提出,其可对不精确、不一致、不完整等各类不完备信息进行有效分析和处理,并通过揭示数据间隐藏的规律,提取有效的信息。


4.3 人工智能方法

    上述方法虽可有效分析变压器的故障类型,但需要工作人员的专业素质较高,且比较复杂繁琐,易受人为因素等影响,变压器的故障类型繁多,故障原因复杂多变,且相互转化,上述诊断方法均存在滞后甚至需要的停电。近年来,随着计算机、传感器、人工智能的发展,国内外学者实现变压器的在线监测,可在不停电的状态下及时发现问题,并预防事故的发生。人工智能方法以可分为模糊逻辑、人工神经网络、专家系统、进化算法、遗传算法等。


    (1)人工神经网络。人工神经网络是一种模拟大脑行为和活动过程的非线性动力学网络系统的智能分析方法。它具有大规模并行处理信息的能力,还具有极强的容错性及自学习功能,能映射高度非线性,可有效处理不完全和不精确的信息。目前,该技术在各类大型发输配电气设备上广泛应用。BP神经网络作为一种人工神经网络的前馈网络,能够建立任意的非线性模型,对输入和输出之间实现非线性映射,可实时全工况地对电气参数进行动态计算,其有明显,但单一的神经网络方法仍然有缺陷,其极易陷于局部收敛和收敛速度慢的弊端。


    (2)遗传算法。遗传算法故障诊断技术是受生物进化的启发而提出的一种智能分析法,它可分为变异、交叉、选择等几个阶段,与人工神经网络相比,其具有可实现全局搜索的优势;而且能够通过动态变异和基因多点交叉方式,选出优种群,据此优势可构建遗传算法在线诊断系统。任何方法都是有缺陷的,遗传算法就有执行效率低的缺点。


    (3)专家系统。专家系统将人工智能技术与专家的知识相结合的计算机程序。其工作方式是以知识库中的相关知识和专家经验为前提,进行推力判断,从而实现帮助用户决策。变压器的故障类型多样,相关专家知识较少,在变压器故障诊断中使用专家系统时,应不断的修改、删除或者增加知识库中相关专家知识,以保持知识库有效性和实时性;因为现实中变压器的类型较多,出现的故障更是多种多样,如若专家知识库相关数据不正确或不完善,必然会影响到准确的决策。该方法虽然效率较高但也存在知识获取的“瓶颈”问题,并且无法自我完善。


    综上所述,变压器故障种类繁多且复杂多变,随着计算机技术的发展和人工智能技术的投入,使得对应的故障检测与诊断方法类型多种多样,也提高了在线监测与诊断的水平。但单一的方法局限性仍然较大,为了弥补不足,有学者将遗传算法和人工神经网络算法有效结合起来。通过遗传算法来确定人工神经网络的初值,能很好的克服人工神经网络收敛速度慢和局部收敛的问题。还有学者将粗糙集理论和遗传算法结合的约简算法,可通过全局并行寻优,极大地提高了遗传算法的执行效率。另外,即使作为国内外普遍看好的对油浸变压器在线监测方便、有效的方法之一的油中溶解气体分析(DGA)技术,目前也随着计算机的快速发展,将智能算法应用到故障诊断中,极大地提高了对运行中变压器故障诊断的能力,同时提高了电力变压器运行的安全可靠性。故合理的将多种方法有效结合,便可在变压器故障监测与诊断上达到优势互补、事半功倍的效果。


5  结束语

    无锡西门子变频器现货的变压器在电力系统中承担着重要的角色,变压器故障的发生,也影响着国民经济与生活。因此,为了能够准确、及时、有效的识别出故障类型及故障点甚至做到预防,就需要有更为智能可靠的监测与诊断技术。由于实际运行中的变压器种类多,故障类型更是多样,且复杂多变,而对应的故障监测与诊断方法也五花八门,且各有其优缺点,因此,工作人员需要科学合理的选用合适的故障监测诊断技术,当然工作人员也需要提高自身专业素质。通过采用科学合理的故障监测与诊断方法,利用先进技术,可将多种方法结合以整合其优点对变压器进行监测与诊断,从而提高监测与诊断效率,保证电力系统安全经济的运行。