变电设备故障诊断系统研究及应用

变电设备故障诊断系统研究及应用

姚明镜

内蒙古电力（集团）有限责任公司锡林郭勒供电分公司

内蒙古  锡林浩特市 026000

摘要：变电设备是电力系统中的重要设备，一旦出现故障，就会影响电力系统的安全可靠运行。因此，这个时候，就需要对变电设备记性必要的检察与诊断。从目前的形势上看，电网企业已经全面开展了电力设备状态检修的工作，故障诊断也取得了一定的精确性与失效性。变电设备的故障诊断中，一方面可以使用互联网可靠的通信网络提升诊断的实时性。另外，可以为故障诊断提供全面的设备状态信息，使用信息的融合，对物联网上不同的来源信息进行融合，并实现智能化的处理、对象的认知与描述，提升结果的精确性。

关键词：物联网；变电设备；故障诊断

物联网技术是一种新型通信技术，已被广泛应用于电力、医疗等各行各业中，涵盖了感知识别、网络通信、数据处理等多个领域的技术，具有全方位信息采集、高速的信息传输以及智能化信息处理等特征。因此，正是因为物联网技术的特点，使得物联网技术逐步成为当前应用的重点，受到各行各业的关注。与此同时，输变电设备作为我国电力服务的一个重要部分之一，是保障电力运行的基础，也是关键。一旦系统中的设备出现故障，那么会直接影响到整个系统的运行。所以，加强对系统中电力设备数据采集，并根据这些数据对故障进行监测和分析，是当前电力部门研究的热点。

1物联网技术概述

借助感知层对数据的采集，以及网络层对数据的传输，最后通过应用层对数据进行全面分析。而变电设备故障诊断是智能电网建设中不可忽视的重要组成，将物联网技术应用在变电设备故障诊断方面，主要表现在三个方面:第一，通过射频识别技术等信息采集技术，能够对变电设备的预防性试验信息和缺陷信息等信息进行采集;第二，通过无线传感器网络将变电设备的相关信息实时传输到信息平台，能够有效地监测变电设备运行状况;第三，通过信息融合方法对所采集的变电设备相关信息进行分析和处理，能够实现较为准确的故障诊断。其中，射频识别技术主要通过电磁波的空间耦合来实现无接触的数据传递，能够自动识别对象并进行信息采集;无线传感器网络由分布于变电设备各处的多个节点所构成，这些节点能够进行信息采集、信息处理以及无线通信，通过彼此协作实现对变电设备的全方位信息采集以及数据传输，具有接入方便、部署灵活、成本低廉等诸多优点;信息融合方法是一种能整合超大规模的异构计算资源的计算方法，适用于数据信息高度集成的变电设备故障诊断。由此看出，物联网技术在信息采集、网络通信等方面都具有明显的优点。

2基于物联网的变电设备故障诊断系统构建

2.1整体架构设计

物联网在系统架构中，采集层主要是对变电设备进行全方位的数据采集工作，接着根据采集到的数据进行探究运行状态、标识、属性、外部环境、内部环境等。并且可以读出电子标签，然后实现对这些内容进行采集。通信层主要负责的工作，是把采集层所采集到的信息进行安全，迅速的传播到信息平台当中。换句话说，CAN总线就会把信息监测的主IED，传输到对应的信息平台当中。处理层就是信息平台与设备故障诊断两个组成部分。主要的职责就是对信息进行接收并存储，然后进行处理。这样就可以在信息融合的情况下，对变电设备故障进行全面，精确的诊断。

2.2变电设备故障诊断信息处理与融合

从信息类别分析上看，变电设备发生故障的因素分为很多种，其中包含了运行信息与历史信息、预实验信息等几种类型。然后可以根据变电设备运行信息记性判断故障诊断，接着经过部署，实现信息的传输。然后根据预防性试验信息进行试验，提升结果的精确性与稳定性。其中包含的主要内容是，技术参数与试验检验、检修、出厂检验、故障记录等。从模糊理论的故障信息融合上看，可以使用隶属度函数的方式进行处理，并根据模糊性内容探究正常或者是不正常、从数学的角度进行探究，就是需要把这些信息控制在［0，1］这样一个区间当中。根据实际情况，正确的构建隶属函数，然后就可以使用模糊统计或者二元对比排序、指派等，确定隶属关系。使用大量的模糊统计方式，对规律进行探究。在两两对比中，得出规律，确定隶属函数形状。接着根据问题性质，探究实际数据中的参数。其中，指派方式分为很多种，其中有升半梯形函数，Sigmoid函数等。这里使用的是升半梯形函数与降半梯形函数的方式进行探究隶属函数的。

其中，升半梯形函数为µ(x)={0x≤a1

其中，降半梯形函数为µ(x)={1x≤a1

其中，（1）a1与a2为变电设备运行信息的边界。降半梯形函数a1为上界，a2为下界，升半梯形函数相反。

3变电设备故障诊断信息处理与融合

3.1信息类别分析

导致变电设备发生故障的因素十分复杂，因此变电设备故障诊断需要分析诸多方面的信息，主要包括变电设备的运行信息、历史信息、预实验信息等。变电设备的运行信息是故障诊断所需的重要判断信息之一，包括铁芯接地电流、油中溶解气体含量、油中微水含量等，通过部署在变电设备中的各种传感器进行采集，并传输到信息平台进行存储、分析和处理;变电设备的预防性试验信息是指以多种方式对变电设备的各方面状态进行试验，从而得到准确、详细的结果报告。变电设备的预防性试验信息作为变电设备检修的主要依据;变电设备的历史信息记录了变电设备从出厂到当前阶段内的状态信息，主要包括设备的技术参数、出厂检验、试验检验、检修及故障记录等。在变电设备故障诊断中，其历史信息可作为重要的故障诊断依据。

3.2基于模糊理论的故障信息融合处理

如上文所述，变电设备故障诊断需要依据多方面的信息，诸多信息与故障之间的因果关系错综复杂，如何对这些信息进行有效地分析处理，成为变电设备故障诊断的关键问题。本文提出针对上述的信息，借助隶属度函数的方式完成对不同信息的处理。在变电设备的运行信息中，存在着一部分具有模糊性的信息内容，这些信息内容不能以正常/不正常进行区分。从数学角度而言，这些信息为［0，1］区间内的任意值，因此可以通过模糊数学对其进行预处理。选择或构建恰当的隶属函数，是以模糊数学进行变电设备的运行信息预处理的核心点，通常采用模糊统计、二元对比排序、指派等方法来确定隶属函数

4试验验证

为验证上述的方案，以240MVA，220kV变压器为例，对提出的基于物联网的变电设备故障诊断系统进行验证。而通过试验验证，得到该变压器的采集层监测到发生轻微渗漏油现象，变压器附件绕组发热，油温约为100℃，分接开关操作时产生异常噪音与振动，呼气器不畅导致假油位等问题。这些信息通过CAN总线传输到信息处理层，由变电设备故障诊断模块进行分析，将其中的局部放电量、油中微水量、油中溶解气体含量、噪音、温度、油位等信息作为故障征兆，并以二极比例法对其进行预处理。预处理结果经过局部融合，对各类故障的最终可信度进行判定，最终诊断为该变压器所发生的故障为绕组变形并匝间短路，该结果与实际检修结果一致，从而验证了上述方法的可行性。

结语：

通过实例验证，证明了本文所提出的基于模糊理论的故障信息融合方法，能够有效地针对变电设备故障诊断所需信息进行挖掘，在复杂信息关联中提取冗余信息以及互补信息，并且能够对其进行融合，从而实现对变电设备故障的准确诊断。但是，本文提出的方法只能对局部故障进行诊断，缺乏对整体故障的融合，这还需要在接下来的研究中进行深入分析和探讨。

参考文献

[1]李剑，张劲，王灿，等．变电设备物联网一体化智能监测装置研究[J]．高电压技术，2015，41(12):3881－3887．

[2]朱望纯，宋辉，曹健．基于物联网的智能农场决策支持系统[J]．测控技术，2015，34(12):90－94．