基于状态监控与诊断中心的状态检修技术

徐德凤

摘要：本文分析了电力设备的状态监控与诊断技术，提出了状态监控与诊断中心的构成框架。绘出了基于状态监控与诊断中心的状态检修工作思路，给出了基于状态监控与诊断中心的变压器状态评估工作模型。

关键词：电力设备；状态监控；诊断技术；状态检修

中图分类号：TM762.1+4 文献标识码：A 文章编号：1006-883X(2003)06-0026–05

一、前言

长期以来，电力设备的检修遵循着基于时间的检修（定期检修）即TBM（Time Based Maintenance）。但随着电子技术及计算机技术的迅猛发展，传感器、信号采集、光纤传输及新的测量技术的大量运用，使设备状态监控装置与专家故障诊断系统日趋成熟，电气设备从基于时间的检修过渡到合理的状态检修也成为可能。

二、状态监控与诊断技术

电力设备在运行过程中，由于种种原因，其运行状态会不断变化。监控与诊断技术的根本任务是掌握设备系统的运行状态，即在运行过程中或在基本不拆卸的情况下，采用各种测量、分析和判断方法，结合设备的历史状况和运行条件，弄清设备所处的客观状态。

设备监控与诊断具体的实施过程见图1，它分为信号（状态量）检测、特征提取、状态判别与模拟分类、趋势预测等几项内容。在监控过程中，状态判别主要关心的是设备系统的整体状况，而在故障诊断中，状态分类则是在发现设备异常后，对故障进行深入地分析，以确定故障发生的部位、严重程度及原因，为诊断决策提供依据。

1、状态量检则

状态量是系统信息的载体，监控与诊断时首先应根据特定的诊断目的，选择最能表征设备工作状态的信号进行检测。在现有技术水平及现实条件下，电力系统中的在线监控对象主要包括：电流互感器、电压互感器、耦合电容器、避雷器、主变压器、高压断路器以及交联电力电缆、电力电容器、绝缘子及套管、GIS检测和发电机等，因此其监控的内容、来源和获取方法也呈现出多样性。对主变压器而言，作为常规试验项目的直流电阻、绝缘电阻、吸收比、极化指数、介质损、局部放电以及微机保护中监测的电压、电流、功率、功率因素等就可以作为电信号状态量，对于振动、噪声、压力、温度、气体成分、水分含量、超声、红外热像等可作为非电信号状态量。为了使检测信号中待检故障的信息容易提取，实施信号检测时必须注意信号类型、传感器以及测点分布等检测方式的选择，尽可能提高初始模式的信噪比。

2、特征提取

在监控与诊断系统中，特征提取是一系列的数据处理过程，将初始模式向量进行维数压缩，去掉初始模式中的噪声和冗余信息，融合来自各个信道的故障信息，强化和提取故障特征，形成待检模式。

3、模式分类

模式分类的任务是将待检模式与样板模式进行比较，明确其所属类别，建立判别函数。一般，常以时序模型参数作为模式分类的特征量来构成相应的判别函数。先按正常运行时采集到的信息序列建成模型，以此作为依据与新采集到的数据序列进行比较，例如，介质损比值有显着变化时，经过判断，系统会发出预警信息。

4、趋势预测

在状态监控与诊断技术中，趋势预测主要用于估计故障的产生、发展，并对设备的劣化作出预告。趋势预测对一般标准性规则采用专家系统的正向推理；对启发性规则，则采用启发式推理；对色谱状态量的推理，常采用神径网络方法；对色谱结论的得出，一般有三比值法、电研法等，但每一种方法均有局限性。利用神经网络对非线性函数的无限逼近能力，可使神经网络具有色谱分析的推进能力。

例如对于电力设备绝缘检测过程可简单的表述：

（1）对设备进行离线或在线检测；

（2）用已知数据以及同类型设备及规程、标准对各个测量量进行单一对比分析；

（3）通过专家或专家系统对测试结果进行全面分析，给出设备目前绝缘状态“好”或“坏”的诊断结果；

（4）在可能的情况下，对设备“坏”部位进行诊断，这个过程是一个相对静态的过程。在设备绝缘良好时，只能给出绝缘“好”或“需要关注”的结果，而不能给出该设备还能使用的时间。预测趋势要通过专家系统的分析，以表征绝缘老化的特征量的变化规律为依据，用数学的方法进行拟合，得到此设备的绝缘走势和使用寿命。

三、 电力设备专家分析系统

专家系统（Expert System，ES）就是人工智能计算程序系统，它汇集和管理不同来源的众多专家知识，形成知识库。

目前比较典型的专家系统由知识库、推理机、数据库、解释程序和知识获取程序等组成，其基本结构见图2。

知识库中的知识含有事件型知识和功能型知识。事件型知识为一些规程、标准及公认的知识，来源于实际经验、实验结果和理论分析。功能型知识则是这个领域内能够正确实践的判断性知识，它包含设备内部结构及各部分的工作方式与相互关系。

推理机是利用知识进行推理解决特定问题的模块，它可以根据输入的状态量分析判断设备状况及发展趋势。解释程序则是对推理机的推理过程进行解释。

数据库是一种特殊存储器，用于存储诊断问题领域内的原始特征数据、推理过程中得到的各种中间信息和解决问题后输出的结果信息。

知识获取程序能扩充、修改和更新原有的知识，在初次建知识库时要广泛搜集专家经验，并在使用过程中不断修改和完善。

通过在线监测技术、数据统计分析和计算机专家系统对设备的性能进行状态监测和故障诊断。如在电力设备由正常状态向故障状态发展时，随着故障特征的变化，其状态信号有一个发展变化的过程，将测得的数值与基准值进行比较、分析、判断，预测出设备的可靠性与运行寿命。若设备出现非突发性事故隐患时，也可通过专家系统，通过不同类型的监测项目，充分利用电的、声的、化学的、红外技术等各种有效在线检测手段，进行综合分析，诊断出设备的故障部位和故障原因。

四、 状态监控与故障诊断中心

对电力系统中各地分布运行的诸多设备（如CT、PT、CVT、MOA、GIS、变压器等）进行在线监控时，可将多种单一的设备监测与诊断技术融合在一起组建状态监控与故障诊断中心。图3给出了一种状态监控与故障诊断中心的实现框架模型，它由现场测控级、过程监控级和决策管理级组成。每一级分别独立地承担部分信息的处理任务，控制管理按一定的主从关系由决策命令来实现，从而形成递阶塔形的结构。各分散的下级功能模块完成局部控制决策，而协调由上级完成；同时，上级可强行对下级进行控制指挥。

1、 测控级

现场测控级的作用是对过程或设备等对象实施测量、诊断和控制，按上级给定的任务和调度命令进行工作。构成该级的每一个单元均可独立地进行工作，同时各单元之间、单元与上级之间可以进行信息交互。这一级由监控对象、各类型传感器、控制执行器、可编程控制器（PLC）、高速数据采集器组成。利用各种类型的传感器采集与监控目标有关的各类信息（包括环境信息等），将信息送入PLC进行处理，PLC无法处理的瞬变信息送入高速数据采集器进行采集。PLC经过对传感器信息的处理，综合高速采集器所获得的信息，反馈回控制监控对象。同时PLC还通过网络与相关PLC通讯，影响对相关对象的控制。另一方面，各PLC及高速数据采集器将信息送入上一级过程监控机，并接收监控机的上层控制指令，完成监控机对对象的直接控制。

2、过程监控级

9 1 :