故障诊断技术及监测方法在建筑电气系统上的应用

故障诊断技术及监测方法在建筑电气系统上的应用

袁超

320113198706020811

摘要：现代建筑是一个复杂的系统工程，包含了结构工程、给排水工程、电气工程等。由于智能建筑技术的发展和建筑使用者对建筑功能的多样化需求，不同的建筑物对建筑电气系统的功能要求也不一致，导致建筑电气系统也日益复杂化、多样化。依靠以往的人工巡查和检测，需要依赖于人工经验，自动化程度低，效率低下且浪费大量的人力，对于故障的诊断时效存在明显不足。为保证建筑电气能够安全运行，有必要研究以智能化的监测方法或手段诊断出故障位置，达到高效和经济的目的，预防由于建筑电气超负荷运转导致的短路、断电、电气火灾等事故，以保证建筑电气功能的实现和建筑使用者的安全，提供一个人性化的生活环境。

关键词：故障诊断；建筑电气；监测方法

引言

在城市化的大环境下，智能技术正逐渐成为未来社会发展的主流趋势。当前，我国制造技术处于蓬勃发展状态，尤其是人工智能技术迅速占领市场，进一步加快我国机械加工自动化和信息化的发展，强化信息自动化结构。在电气工程自动化控制过程中使用智能技术，使整个制造过程更加安全可靠。电气工程与自动化也在这一阶段推出了多种智能技术的具体应用。这种情况下可有效地加快电气工程自动化科技的进步，全面促进电气工程的持续健康发展。

1电气设备故障智能自诊断系统的构成

电气设备故障智能自诊断系统主要是通过电气设备二次回路和一次回路的故障智能诊断来实现的，具体包括设置电气设备内部的触点检测装置、视觉检测装置、弧光检测传感器、温度传感器、湿度传感器等。触点检测装置用于获取二次回路触点的电平信号，以判断触点的工作状况，维修人员能够根据触点检测装置的检测结果获取哪个触点发生故障，并根据该触点的位置快速对故障元器件进行检修。视觉检测装置采集真空接触器动导杆的图片信息，对图片信息进行处理获取每个动导杆的位移量，并根据位移量诊断各个触头接触的状况，自动预测真空接触器发生故障的风险等级。设置弧光检测传感器，一次回路发生故障产生弧光时，可以触发弧光检测传感器报警。设置温度传感器和湿度传感器可以实时检测电气设备内的温度及湿度，检测电气设备内部环境信息，在温度或湿度高于预设值时发生报警提示。以上装置将采集的信号传输至分析模块进行分析，实现电气设备故障的自动在线检测和诊断分析。

2状态监测与故障诊断的必要性

在电力系统运行中，做好整个系统设备的严密监测及故障诊断是十分重要的，能够保证电力系统安全稳定的运行。电力系统设备在运行中会受到各种因素的影响，包括内部因素及外部因素等，在长时间影响下，电气设备不可避免的会出现故障问题。同时电力系统电气设备在长时间运行中，也会因电热气候等造成老化问题的出现，从而导致电气设备故障问题。若是对此没有及时的发现并处理，会对整个电力系统带来影响，从而导致区域性停电的问题，甚至会带来大规模的停电，给社会造成极大的经济损失。因此，电力企业需要对此给予高度的重视，全面的监测电气设备的运行状态，通过科学的故障诊断技术对电气设备的故障问题进行处理，保证电力系统运行的稳定性。

3故障诊断技术及监测方法在建筑电气系统上的应用

3.1智能巡检机器人

（1）安全性高。基于智能化技术的巡检机器人的使用安全性比较高，能够完成大范围的巡检任务，十分高效、便利。（2）效率高。智能化巡检机器人具有自动巡检、远程遥控巡检、工艺运行参数自主读取并诊断分析工况等功能。智能巡检机器人替代人工进行巡检，可以减轻巡检人员的工作量，也能够降低相关人员在电气工程工作环境中的巡检风险，真正实现了无人化的自动巡检操作，大大提升了巡检安全性和工作效率。（3）精准度高。在智能化巡检机器人的系统中，还安装有智能控制装备，能够对所有设备表计、开关状态、指示灯等进行全面控制与智能识别。传统的人工巡检工作对于电气工程中一些死角往往不能做到精准检查，不能及时发现一些的潜在隐患，不利于巡检工作效率的提升，还可能导致重大的安全事故。智能化巡检机器人以电池四轮驱动，配置360°智能日夜视摄像头，装载气体检测仪、拾音器，搭配先进的传感和避障模块，能够实现声、光、气三项巡检数据的收集和各类风险的预警。使用智能巡检机器人，可以避免各种问题出现。（4）经济效益高。智能巡检机器人的使用成本相对于人力成本更低，长期效益更好。

3.2智能化技术在故障诊断技术的相关应用

客观地说，电气工程的实际日常工作往往受到机械设备总体工作量、工作时间长等客观因素的影响，电气工程的运行过程经常受到各种安全缺陷的阻碍和干扰，使得过去使用的故障诊断方法繁琐且不准确。以变压器为例，常见的故障诊断方法是回收变压器油中分解出的全部气体，并对回收的气体进行分析，以此判断是否存在隐患。在这个阶段，大多数机电设备都非常复杂和不稳定，以至于工作人员开始排除故障并影响他们工作的准确性。改进的解决方案可以使用智能技术做出完整准确的诊断，主要的诊断方法是通过分析泄漏到变压器油中的裂化气体，快速找到变压器故障的大概范围，并逐渐缩小范围，发现并修复故障的具体位置。毫不夸张地说，智能技术在客观上提高了电气工程故障诊断的安全系数和准确性，因此，应摒弃这些低效的故障诊断方法和解决方案，从而达到保证故障诊断的准确性，提高工作效率的目的。

3.3基于BP神经网络法的建筑电气故障诊断及实现

BP神经网络算法是在仿生学基础上发展出来的数学系统计算算法，它通过模拟生物的神经信号传递过程对输入信号进行学习训练，并不断地进行优化隐藏层的权函数，以达到理想的参数输出，为决策提供定量化和自动化计算的目的，它广泛应用于工程管理、图像优化、计算机学习以及人工智能等领域。在建筑电气领域，它可以应用于电气故障排查和诊断、优化电气线路，为建筑电气管理人员的决策提供依据。BP神经网络的基本原理它是正向学习的及其学习方法，其层次主要分为3层，分别为输入层、隐藏层和输出层。输出层中包含了大量的训练样本，将其与训练集中的样本进行学习训练，即经过隐藏层的运算和传递，达到输出层，输出层参数结果与实际值进行对比，如果两者出现误差，则通过调整隐藏层的权函数值、阈值等，直到计算结果达到精度要求，即为期望的优化结果。

结束语

电气设备故障智能自诊断系统是在采集监控数据的基础上，采用先进的数据挖掘技术、机器学习技术，对数据样本特征提取和故障分析，并对设备智能系统的故障诊断形成故障树，进一步对故障定位，实现快速故障诊断。通过智能故障诊断及数据挖掘，实现电器故障分析及快速定位，在故障信息检测的技术上对电器设备运行状态进行全周期监测，对设备运行趋势进行动态智能预测，并对设备运行状态进行预警、分析，提出控制故障再次发生的措施和建议，提高电气设备智能化水平，降低人工处理电气设备故障的难度。

参考文献

[1]李梓畅,刘亚东,严英杰,等.一种中压配电网单相断线接地复故障诊断方法[J].电机与控制学报,2020,26(2):43-53.

[2]赵欢,阳浩,何亮,等.高精度配电网电气设备故障识别检测方法[J].沈阳工业大学学报,2020,43(6):614-618.

[3]陈蕊.基于Weibull分布的多特征参数融合电机电气故障诊断探究[J].电视技术,2020,43(18):79-80.

[4]刘国威,王琛,李成信,等.基于地电位行波监测的故障定位技术研究[J].电气传动,2020,52(4):62-68.

[5]]李春辉,高亮,张俊峰,等.基于电气量判据的输电网故障诊断[J].水电能源科学,2020,37(3):145-149