電容型設(shè)備絕緣在線監(jiān)測(cè)與智能化故障診斷研究.pdf

1、隨著電力工業(yè)的迅速發(fā)展，電網(wǎng)規(guī)模不斷擴(kuò)大，結(jié)構(gòu)日益復(fù)雜，由電氣設(shè)備故障引發(fā)的電力系統(tǒng)事故所造成的危害也越來(lái)越嚴(yán)重。因此開(kāi)展對(duì)電容型設(shè)備這種重要的輸變電設(shè)備的絕緣在線監(jiān)測(cè)與故障診斷任務(wù)對(duì)于全面實(shí)現(xiàn)狀態(tài)維修具有十分重要的現(xiàn)實(shí)意義，但是目前離用戶期望的穩(wěn)定性和準(zhǔn)確性還有相當(dāng)距離。本文在總結(jié)和借鑒國(guó)內(nèi)外相關(guān)電氣設(shè)備絕緣在線監(jiān)測(cè)與故障診斷技術(shù)的基礎(chǔ)上，從信號(hào)頻率提取、介質(zhì)損耗測(cè)量方法以及絕緣狀態(tài)與故障診斷三個(gè)方面進(jìn)行了深入研究和探討。 在

2、分析介質(zhì)損耗角正切測(cè)量中DFT 方法存在的頻譜泄漏和柵欄效應(yīng)的基礎(chǔ)上，本文提出了基于DFT的自適應(yīng)整周期采樣算法，以信號(hào)相鄰兩周期的相角差為控制條件，在現(xiàn)有采樣信號(hào)波形上提取信號(hào)周期（頻率），可以消除由非整周期截?cái)鄮?lái)的嚴(yán)重干擾介質(zhì)損耗角測(cè)量準(zhǔn)確性的DFT 分析誤差，同時(shí)還可以通過(guò)反饋控制回路調(diào)整硬件采樣頻率。推導(dǎo)了在基于DFT的自適應(yīng)整周期采樣算法誤差對(duì)介質(zhì)損耗角測(cè)量影響不大條件下的采樣頻率，并進(jìn)行了數(shù)值仿真。仿真結(jié)果表明該方法具有很

3、好的自適應(yīng)性和靈活性。 針對(duì)監(jiān)測(cè)現(xiàn)場(chǎng)干擾頻率計(jì)算準(zhǔn)確性的主要因素－高斯白噪聲，本文引入了具有時(shí)頻域特性的小波去噪方法作為采樣信號(hào)的前置濾波環(huán)節(jié)，全面分析了基小波函數(shù)、分解層次等去噪因子對(duì)頻率計(jì)算的影響，在此基礎(chǔ)上，提出了在信號(hào)狀態(tài)評(píng)估下基于最優(yōu)小波去噪的頻率提取算法，并采用BP 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了從信號(hào)狀態(tài)到最優(yōu)小波去噪模式的識(shí)別。本文詳細(xì)介紹了自適應(yīng)噪聲抵消技術(shù)，為克服參考信號(hào)與被抵消信號(hào)的非線性相關(guān)問(wèn)題，采用BP 神經(jīng)網(wǎng)絡(luò)構(gòu)建其

4、濾波器，可以通過(guò)在線訓(xùn)練的方式學(xué)習(xí)現(xiàn)場(chǎng)噪聲傳輸特性，并以此提出了基于BP 神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波的頻率提取算法。 仿真結(jié)果表明兩種方法均能有效提取信號(hào)頻率，計(jì)算誤差小于0.01Hz。本文還對(duì)比分析了小波去噪和自適應(yīng)噪聲抵消兩種方法的使用特點(diǎn)，找出了其現(xiàn)場(chǎng)適用條件。 本文提出了具有同時(shí)性的綜合相對(duì)測(cè)量法，以連接到同一母線下同相多臺(tái)設(shè)備絕緣的泄漏電流信號(hào)互為基準(zhǔn)進(jìn)行比較，提取相對(duì)介質(zhì)損耗角，不需要PT 低壓側(cè)電壓。

5、 該方法從所有納入測(cè)量范圍設(shè)備的全局衡量單個(gè)設(shè)備的絕緣狀況，消除相似性干擾，提高監(jiān)測(cè)數(shù)據(jù)的穩(wěn)定性，考慮了多臺(tái)設(shè)備特征參數(shù)的同時(shí)測(cè)量，避免由突發(fā)性瞬態(tài)干擾導(dǎo)致的測(cè)量背景不一致，并建設(shè)性的提出了沿絕緣出廠老化曲線線性部分對(duì)稱變換的修正措施，削弱由介質(zhì)損耗角曲線局部逆反性變化引起的相對(duì)介質(zhì)損耗角振蕩?，F(xiàn)場(chǎng)應(yīng)用表明該方法能較好的滿足在線監(jiān)測(cè)的需要。 本文系統(tǒng)總結(jié)和闡述了模糊集理論和神經(jīng)網(wǎng)絡(luò)的診斷原理、方法，將綜合相對(duì)法獲得的相對(duì)介質(zhì)損耗

6、角以及測(cè)量的電容作為特征輸入，以實(shí)踐經(jīng)驗(yàn)為指導(dǎo)提出了基于模糊規(guī)則庫(kù)推理的絕緣狀態(tài)診斷模型，并將其診斷結(jié)果應(yīng)用于絕緣狀態(tài)變化趨勢(shì)的研究，提出了基于模糊模式識(shí)別的趨勢(shì)診斷模型。本文還在提煉的樣本數(shù)據(jù)基礎(chǔ)上建立了基于BP 神經(jīng)網(wǎng)絡(luò)的絕緣狀態(tài)分類器和基于PNN神經(jīng)網(wǎng)絡(luò)的絕緣故障主原因診斷模型，特別是這種絕緣故障主原因診斷模型可以與上述模糊診斷模型結(jié)合起來(lái)完成從絕緣狀態(tài)到絕緣故障類型的識(shí)別。本文進(jìn)一步探討了將神經(jīng)網(wǎng)絡(luò)引入模糊診斷的方法。