电力系统的状态监测与故障分析

一、电力系统状态监测的意义
第一、进行设备运行的历史档案的建立，从而使设备运行中所发生的情况中出现的资料和数据得到积累，以备后用。
第二、判断设备运行状态的正常与否，并对设备故障的性质和程度进行判断。判断的主要依据为以前所建立的历史档案，包括设备运行状态的等级、从前出现此种故障的过程中显示的特征等。
第三、为了能够在实施状态检修时为检修工作提供必要的依据，必须评估设备的运行状态，同时分析这些状态，分类评估，从而形成一定的评估标准。状态检测的评估的主要内容包括：评估设备运行状态、估计这杯异常状态、预测设备故障状态的未来变化。将这些内容都纳入评估的体系之中主要为提供一定的条件来进行评估，从而不断地健全、完善评估监测。
综上所述，设备的运行资料可以在状态监测过程中不断的被积累、完善、健全，突破了过去的管理体制的束缚，并对管理体制进行了完善。因而，笔者认为，在现代电力系统设备管理中，状态监测系统有着不可忽视的作用。
二、状态监测的关键技术的研究
第一、在信号采集方面
所谓电力设备的在线监测系统，其功能是持续地对设备的状态进行检查和判断，并对设备状态的发展趋势进行预测;系统运行的时间为设备的使用期，也就是说，只要设备还在进行使用就必须对其进行监测。
诊断对象的状态信息的获取是设备运行状态量反映设备运行情况中首要完成的任务，信息的内容除了包括电力设备的电压、电流、频率、局部放电量外，还包括磁力线的密度情况以及正常信号和故障信号。通常，信号的采集方法会随着表征设备状态量的信号的特性的不同而改变。信号采样主要有以下几种方法：
1、每次所采集的信号的样本的长度为处理一个足够数据所需要的长度，我们将这种采样称为一次性采样。
2、采样的时间为事先规定的好的，且采样频率为一个整定的周期，简单地说就是定时采样。
3、自动采样，采样发生的时间为随机的，采样以故障时信号突变为手段。
4、特殊采样，采样方式根据所诊断的故障的要求不同而不同，例如转速跟踪采样、峰值采样等。
第二、数据传送
信号处理系统通常距监测设备较远，因此，数据在传输过程中易受干扰、易损失及相移(受环境因素影响较大)，需先对数据进行模数转换、预处理和压缩打包，再经通信路径传输到处理控制中心。通信设备现已广泛应用于电力领域，光纤传输数字信号可较好地抑制干扰，保证信号质量。
第三、数据处理
工控数据处理中心收到通信线路传输来的状态量数据包后，利用各种不同数学方法对数据解包处理。例如，频谱分析将时域连续时间信号转变为频域不同频率信号进行分析;在时域中由2个信号之间相关性采用相关分析搜索另一个信号的处理数据;小波分析;神经网络;人工智能。数字信息技术和智能技术应用到电力设备监测系统的数据处理使电力设备在线监测更加实时准确。
三、故障诊断的建议
第一、利用多传感技术和信息融合处理技术诊断某种故障不同的故障表象。多传感技术利用多个传感器从多侧面、多角度观测同一对象，即针对同一故障的多种故障表征，多层次多领域(时域、空间域、频域)采集不同的特征量，选择故障反映灵敏度高的状态信息量，从而较全面的分析诊断故障。
信息融合技术是将来自多传感器的数据按照一定的准则加以分析和综合的数据处理过程。因同一设备故障在不同特征空间的不同反映之间存在着内在的关联关系，利用融合技术“求同去异”可提高电力设备状态检测和故障诊断的准确性。但信息融合基本理论尚不完善，该诊断方法还有待研究。
第二、基于特征空间矢量的故障诊断方法，可通过对故障误差的学习实时修正故障特征量。这种诊断方法具有一定的自适应能力，适合于具有不确定性和慢时变性的复杂对象的故障诊断。其实质是将每次的故障征兆矢量作为原先验征兆矢量集中的一个新的先验征兆矢量，并根据自适应算法修正故障特征矢量。故障先验征兆矢量不确定时，则需要人工判断第一次故障。
第三、针对电力设备的固有特性以及在线监测状态信息量不足导致的不确定性，可考虑采用模糊理论中的最大隶属度原则诊断故障原因，判断故障类型，将状态信号与模糊数学方法结合起来分析故障的随机性和模糊性问题。
除了上述方法外，还可以结合人工智能、专家系统、神经网络等方法诊断故障。
结语
在最近十年的电力系统的发展过程中，设备的状态监测技术和故障诊断技术作为一个新技术，持续着突飞猛进的发展趋势。无论是从发展前景方面看还是从应用前景方面看，都呈现着良好的发展势头。虽然，在我国这两个技术的发展的时间也持续了相当一段时间，并且已经有各种检测装置投入生产和使用的过程中，然而，还没有普及对状态监测和故障诊断技术的使用，并且无论在技术的认识方面还是使用过程中都存在着一些不可忽视的问题。我们应该继续大力探索研究这项技术，提高电力系统的稳定性和效率。