变电站设备智能化状态评价和智能诊断技术研究综述

陈缨 吴天宝 刘益岑 马小敏 刘小江

摘要：本文介绍变电站设备状态监测与故障诊断技术的研究现状。首先介绍了设备状态信息在线监测技术以及其在变电站中应用地特殊性;进一步地，结合设备监测信息对设备故障特征进行识别;获取到完整故障信息后，进行故障机理反演以及设备状态评价分析;最后，展望未来变电站设备状态评价与诊断技术的发展方向。

关键词：状态监测;故障诊断;机理反演

1 引言

变电站设备状态监测与故障诊断技术研究所涉及的学科领域十分广泛，并在不断发展。相关基础理论发展日趋成熟，但研究领域主要集中在通过振动信号的频谱分析对机械设备的评估状态、演化维护策略、智能故障诊断等，对系统状态量更为复杂的电力系统的研究相对较少。根据目前的情况和潜在价值，设备智能化状态评价检修和智能诊断技术领域内容主要有以下几个内容。

2 变电站设备状态信息在线实时监测

故障信息检测是对变电站机械和电气设备本身的工作参数，性能指标、相关物理量等信息的信号进行检测和量化的技术。其关键是传感器技术和取样、探伤等手段。目前，故障信息检测技术已广泛应用于工业大型设备的运行状态监测。故障依断的首要任务是判断诊断对象的运行状态是否正常。在许多情形下，只要能够监测设备工作状态的变化，就能进行故障状态预报，及时采取措施。

变电站各种设备具有各自的特殊性，在状态监测方面需针对性特殊处理。以电力变压器故障监测为例，为确保变压器正常运行的主要不仅包括：绕组、铁心、绝缘油、冷却器及有载调节器（OLTC）。故障统计表明，OLTC故障和绕组故障最常见，因此监控的关键参数包括OLTC振动状态、基于DGA和PD的油/纸绝缘的老化、基于电压电流互感器的负载和运行状态等。

3 设备故障特征分析与识别

故障识别早期研究集中在在知识库的建立、模式分类技术等方面，近年来发展集中在针对不确定性问题，采用了基于概率理论的Bayes法、故障树分析、置信因子、谱的相似性、模糊理论以及灰色系统理论等理论和方法。变电站设备故障智能化分析与识别的基础条件是建立配电网状态评估和辅助维修决策信息平台。现有的DMS系统、SCADA系统、配网GIS系统等均含有部分设备状态信息。在此基础上，为便于状态信息的采集、查询、分析、统计，构建配电网状态信息平台，其目标旨在建立规范的变电设备状态评估方法体系，统筹利用海量的多源异构数据类型，适时融合多同的状态评估方案，使状态评估的结果更加可靠合理。基于此思想，很多相关研究正逐步展开。

4 设备故障机理反演

故障机理研究是充分利用变电站的电气和机械设备在运动时的电磁学、热力学、动力学等特性及各部件之间的相互关系，研究设备正常运行时和发生故障后产生的各种症状与可能性，从而对变电站的電气和机械设备进行状态监测和故障诊断进行追根朔源。变电站监测数据所含内容丰富，涉及面广，数据的影响因素多，且相互关联。设备故障机理反演的核心是借助电力系统仿真分析，建立变电站设备可靠的理论模型和仿真分析系统，实现不同状态下的变电站设备性能指标与监测数据的特征之间的关联分析。变电站从属于电力大系统，其非线性形式和关联因素众多，因此对仿真模型建立提出了更高的要求。从在线监测数据中反演识别变电站电气设备服役性能，对影响安全运营的风险因素给出预警信息，是一项极具挑战性的工作。研究主要基于电气和机械设备相关的振动理论、摩擦理论、材料失效理论等。故障机理研究的意义在于能从系统层面分析故障来源和后果。

5 设备健康状态评估和寿命预测

对变电站设备的健康状态进行评估，可有效预防故障发生。设备健康状态评估和故障识别的发展经历了：基于故障事件的诊断阶段，基于故障预防的故障诊断阶段和基于故障预测的故障诊断阶段。技术发展的脉络是从故障事后检查到故障预测，实现地利用各种信息对电气设备的状态进行多层次、多角度的健康评估。

在电力设备健康状态评估基础上，电力设备寿命评估技术可有效利用电力设备使用寿命，平衡投资与回报。变压器、发电机等大型电力设备经数万小时的运行，本质上是长期热作用和高强度负荷，材料老化和绝缘受损等问题是设备运行的必然结果。在此方面，发达国家已开展了相关研究。日本对电力设备部件残余寿命评估的办法是按照1987年日本自然资源与能源署与日本国际贸易与工业部联合颁布的国家导则进行的。美国电力研究院采用多数国家使用的三级评估法，并制定出较完整的综合寿命管理程序，作为美国电力企业设备寿命管理的通用导则。研究内容都包括了规划设计、技术解析建模、统计分析、非破坏性试验和破坏性实验等多个层次。

6 总结

综上所述，变电站机器人智能巡检基础理论已经具备，其关键技术的成熟度已初步满足工业化应用的技术条件，电力系统机器人的硬件平台具有先进性。目前存在的问题如下：1.如何将远端的变电站智能巡检机器人的位姿和作业状态纳入运检管控平台中进行统一协调管理和远程控制，增加运检管控平台对远端的智能巡检机器人的管理和控制能力;2.需要系统深入地分析和处理支撑运检管控平台的电力大数据，获得变电站电力设备的服役状态，并在运检管控平台中的实时展示;3.需要引入人工智能技术挖掘电力大数据中隐藏的变电站电力设备故障演化规律。

参考文献：

[1]罗克龙，洪楠，赵军毅.智能变电站设备诊断与状态监测技术研究[J].工程技术（全文版），2016（11）：00174-00174.

[2]潘济猛，孙永先，申狄秋，等.智能变电站光纤纵差保护装置同步方案比较[J].电力自动化设备，2010，（9）.doi：10.3969/j.issn.1006-6047. 2010.09.024.

基金项目：国网四川省电力公司科技项目（项目号：52199718 0016）。