现代传感与电力系统在线监测：第2章-在线监测系统与其组成3

现代传感与电力系统在线监测第2章在线监测系统及其组成系统的组成和分类传感器（重点）信号处理系统数据采集系统数据处理方法（重点）抗干扰技术故障诊断（重点）第六节故障诊断诊断就是根据监测系统提供的信息，包括监测到的数据和数据处理的结果（特征量），对设备所处的状态进行分析，确定该设备可否继续运行？是正常运行还是要加强监测？是安排计划检修还是立即停机检修等等。1.特征量+诊断规则=状态量2.当前状态+数据库+模型=预测3.维修策略第六节故障诊断诊断的一般内容判断设备有无故障。判断故障的性质、类型和原因。例如是绝缘故障还是过热故障或机械故障，若是绝缘故障则是绝缘老化、受潮还是放电性故障．放电性故障又是那种类型的放电等等。判断故障的状况和预测设备的剩余寿命，即对故障的严重程度、发展趋势作出诊断。判断故障的部位，即故障定位。作出全面的诊断结论和相应的反事故对策。第六节故障诊断1、应用最广泛的一种基本而重要的诊断方式一、阈值诊断在各种国家标准、规程和导则上规定了反映设备绝缘状况或其它状况的某些特征参数的正常值和注意值（如色谱分析的总烃150uL/L，乙炔5uL/L，氢气150uL/L），以此作为阈值诊断的参照标准。根据已经数据处理后的监测到的真实数据与之比较。一般用阈值诊断来判断设备是否有故障，也可判断故障的严重程度以及故障类型和原因。2、阈值诊断的不完善性一、阈值诊断误报，即虚假故障，相当于统计检验中第一类错误(取伪)，其后果将增加检修工作量和昂贵的维修费用。漏报，相当于第二类错误(弃真)，即存在故障而末被发现，这将引起设备严重的事故损坏而造成巨大的经济损失。发生这两类错误的概率常常是相互联系的，发生第二类错误的概率的降低必将导致发生第一类错误的概率的增加。设备故障本身是带有随机性的复杂过程，可用概率统计加以说明。第六节故障诊断2、阈值诊断的不完善性一、阈值诊断监测方法不完善引起的错误x是能反映某种设备绝缘状况的参数(例如介质损耗tanδ)，f1（x），f2（x）分别代表绝缘正常和存在故障的概率密度分布曲线，一般遵从正态分布。xxc的部分区域不一定有故障xxc的部分区域不一定无故障。理想分布实际分布第六节故障诊断2、阈值诊断的不完善性一、阈值诊断监测误差引起的错误概率密度曲线f1(x)包含了所有该类设备的参数x(即有故障无故障均包括在内)。若设备的参数值x＝x1超过了阈值xc，即设备有故障。监测系统有随机误差y，其概率密度为f2(y)。大多数情况下x和y均遵循正态分布，故监测结果z也遵循正态分布。第六节故障诊断2、阈值诊断的不完善性一、阈值诊断监测误差引起的错误故实际上去和规程的标准值作比较的不是参数值x而是监测结果z。若因测量误差使监测值zlzc，则故障将不能发现而发生“漏报”的错误，发生此错误的概率为f2(y)曲线的阴影部Py。第六节故障诊断2、阈值诊断的不完善性一、阈值诊断第六节故障诊断1、模糊概念二、模糊诊断阈值诊断在阈值附近存在“非此即彼”的关系，但在实际诊断工作中却存在“亦此亦彼”的模糊性。222tantantan~sAx模糊集合取值范围从集合{0,1}扩大到在[0,1]区间连续取值，构成这种模糊集合的特征函数曲线称为隶属函数。第六节故障诊断二、模糊诊断从图可知tanδtanδs时函数下降比较迅速，而tanδtanδs，时上升较平缓是因为考虑到低于规定值一般不太会出现故障，而高于规定值则要根据其超过程度确定是否存在故障。隶属函数的确定是进行模糊诊断的关键，通常它是在诊断经验或故障统计的基础上确定的，近似地反映了专家对该情况的理解，故带有一定的主观性，函数的形式及特征参数的选择还可在以后的实践中通过“学习”作进一步调整和改善。第六节故障诊断2、模糊不精确推理二、模糊诊断模糊推理是指根据某些故障现象或某些反映故障的证据(前提)去推断设备有无故障或故障的性质(结论)模糊推理有一定的模糊性或不规则性一般用置信度CF来表示模糊推理的结果CF＝1完全肯定CF＝－1完全否定CF＝0无法判断CF0判断倾向于成立CF0判断倾向于不成立第六节故障诊断3、模糊综合评判二、模糊诊断实际诊断中，往往是多个因素同时影响诊断结论，且各因素影响程度各不相同，例如油中气体分析不仅要考虑某气体成分是否超标而且要考虑其增长的速度；又如多个不同的故障原因可能引起相同的或不同的多个故障现象等，此时可运用模糊综合评判方法。设备或系统中可能出现的各种故障状态集合TmiDDDDD,,,,21引起各种故障状态的原因（特征向量）集合TnjKKKKK,,,,,21miyDii,2,1),(向量的元素Di是模糊变量，Di的隶属函数为第六节故障诊断3、模糊综合评判二、模糊诊断模糊诊断就是根据模糊关系矩阵[R]及故障特征向量[K]各元素的隶属度，求得状态向量[D]各元素的隶属度。“*”为广义模糊逻辑算子，它代表不同的模糊逻辑运算jijjijjijjjijjjijkrkrkrkkrkkr00000.1,njxKjj,,2,1),(向量的元素Kj是模糊变量，Kj的隶属函数为KRD故障现象和故障原因间的关系矩阵为R，则第六节故障诊断3、模糊综合评判－实例二、模糊诊断故障征兆集[K]：K1：铁芯绝缘电阻过低，K2：绕组直流电阻三相不平衡，K3：乙烯、甲烷、总烃含量特别高，乙炔略高于正常值，但不是总烃主要成分，K4：甲烷、乙烯迅速增加，CO、CO2增长较少，K5：气相各组分都趋上升，甲烷、氢气较明显，K6：油中烃类组分含量正常，但氢气含量异常偏高，K7：主要特征气体含量未超过标准，但CO、CO2含量较高，K8：总烃、乙炔含量较高或明显增长，K9：变压器未过载，上层油温约在80℃以上，K10：电气试验无异常，K11：变压器空载试验异常，K12：油中微水分析异常。故障原因集[D]：D1：铁芯多点接地及局部短路故障，D2：分接开关及引线故障，D3：冷却装置故障，D4：绝缘受潮第六节故障诊断3、模糊综合评判－实例二、模糊诊断模糊关系方程就是在总结专家经验的基础上，依据模糊理论知识推导出模糊关系矩阵，从而根据故障现象的输入得出故障大致部位。第六节故障诊断3、模糊综合评判－实例二、模糊诊断某变电站SFL-5600/35型主变于1969年10月投入运行，1991年10月25日色谱分析异常，同年10月29日进行色谱跟踪分析，发现各特征气体产气速率较高，甲烷和乙烯占总烃的84.9%，属过热性接触不良，停电测试绕组直流电阻发现三相在分接头处的直流电阻不平衡，C相直流电阻偏高。现象分析：绕组直流电阻测试与故障现象集中K2的相吻合；甲烷和乙烯含量偏高，这与故障现象集中K4的相一致。因此确定K2=0.9，K4=0.9，由于无其它故障现象故其它元素为0。根据模糊关系方程计算得D1=0，D2=0.9～1，D3=0，D4=0从而可以初步判断为分接开关故障。实际吊芯结果为A、B、C三相分接开关处均有不同程度的损伤，A、B相包缠的绝缘纸被烧焦。第六节故障诊断三、时域波形诊断时域波形诊断：由设备监测到的某特征量随时间变化的曲线与事先已测到的标准曲线进行对照，以判断设备的状态。第六节故障诊断四、频率特性诊断频率特性诊断：由设备上测得的频率特性或频谱和已知的标准频谱进行对比，以诊断设备是否存在故障。变压器绕组是由电感、电容组成的分布参数的网络。当频率超过1kHz时。网络可以认为是无源、线性的两端口网络，可用传递函数（频率响应）描述其特性。绕组发生变形后，单位长度的电感、电容将会变动，其频响特性随之改变，故可通过比较变压器绕组的频响特性来诊断绕组是否存在变形。第六节故障诊断五、指纹诊断指纹诊断：由设备监测到的数据进行处理分析后，可得到一些特殊的谱图，如三维或二维图，将其分析或和已知的标准图形对比来判断设备的状态。包括目测诊断和参数诊断。电气设备的局部放电量q，放电发生时工频电压的相位φ，每秒内的放电次数n，包含了局部放电的丰富信息。画出q-n、φ-q、φ-q-n谱图，得到“指纹”，藉此“指纹”和标准“指纹”对比可对设备进行诊断。第六节故障诊断六、基于人工神经网络的诊断人工神经网络模拟了脑神经元的基本特性，无需数学公式，只需要足够的诊断结果作为先念知识，就能训练网络，达到正确诊断的目的。a1ahanb1bibpc1cjcqET1TjjTqqa1ka1kahkankWV反向调整权值c1kcjkcqk输入层LA隐含层LA输出层LA教师信号教师信号：已有的正确的先验知识，可用于训练网络，改变V，W输入层：监测得到的信息隐含层：如同神经元，由此形成含信号及权值的非线性函数关系输出层：输出结果（故障类型）第六节故障诊断六、基于人工神经网络的诊断网络训练工作流程：正向传播的输出过程，误差计算和反向调整权值，再正向计算的反复过程。对于训练好的网络，只要输入监测值就可得到输出结果。若出现新的教师信号，重新训练网络后就可用于新的故障类型的诊断。教师信号作输入层隐含层输出层E训练结束反向调整权值大于给定误差VW误差计算小于给定误差第六节故障诊断七、专家系统在故障诊断中的应用人工智能专家系统是根据监测数据、历史数据、同类设备的数据结合模糊诊断、人工神经网络等先进技术、模拟人类专家的经验及推理过程的计算机程序系统。优点易于学习模拟专家的经验性知识，实现监测系统的自动化、智能化适用性强，其知识和规则可随新的经验或新的情况方便地增删、修改或扩展程序的功能可综合多个专家的最佳经验使之条理化，而不受时间、地点的限制，其功能可超过单个专家，易于解决诊断过程中的—些复杂问题，降低判断上的随机性，提高判断的准确性和诊断水平，甚至给出定量的判断，如：置信度CF；专家系统具有解释功能，便于人们理解和掌握其推理过程，可更好地为运行人员提供参考和培训。第六节故障诊断七、专家系统在故障诊断中的应用核心1、专家系统的结构框图第六节故障诊断七、专家系统在故障诊断中的应用推理机：利用先进的诊断方法，如：模糊、人工神经网络，进行推理。控制机：各种处理的总控制。知识库：专家经验知识通过分析总结后而形成的规则集合。知识库、数据库管理系统：为了对知识库或数据库进行删除、修改及增添新规则操作的人机接口程序。数据库：用来存放监测数据(包括设备历史数据)以及推理中间结果的数据文件，类似于知识库。解释系统：向用户解释推理过程的接口程序，它包括说明推理过程用到过的规则以及结论的自然语言解释等。第六节故障诊断七、专家系统在故障诊断中的应用2、专家系统的工作流程第六节故障诊断七、专家系统在故障诊断中的应用3、如何提高专家系统诊断水平尽可能完善专家知识，即丰富知识库。改进诊断方式，即改善推理，如采用模糊、神经网络诊断代替三比值法。第六节故障诊断七、专家系统在故障诊断中的应用4、应用实例第六节故障诊断七、专家系统在故障诊断中的应用4、应用实例第六节故障诊断