電力設備載流故障預警與預測的若干關(guān)鍵技術(shù)研究.pdf

1、隨著電力系統(tǒng)向大容量、超高壓、遠距離的方向飛速發(fā)展，電力設備的安全可靠運行顯得越來越重要。因此，有關(guān)電力設備故障診斷技術(shù)的研究與應用具有重要的現(xiàn)實意義。怎樣提高故障診斷系統(tǒng)的準確性、快速性，使得系統(tǒng)能夠快速有效地發(fā)現(xiàn)故障、定位故障、分析故障，是電網(wǎng)保護的重要課題。
　　本文針對電力設備的載流故障，在總結(jié)現(xiàn)有的故障診斷技術(shù)的特點及應用情況的基礎上，致力于故障預警及預測，旨在故障發(fā)展初期能夠發(fā)現(xiàn)故障和預測故障的發(fā)展趨勢。從機理分析、系

2、統(tǒng)建模、數(shù)據(jù)挖掘等幾個方面進行研究，提出了一套電力設備載流故障在線診斷算法，實現(xiàn)了“溫度采集-信號傳輸-數(shù)據(jù)分析-故障預警-故障預測”一整套流程。與現(xiàn)有診斷系統(tǒng)相比，本文提高了報警準確率、提前報警時間，增加故障預測功能，使得系統(tǒng)在可靠性、快速性及靈敏性上有了顯著的提高。基于某真實110kV變電站的應用結(jié)果表明了所提方案的有效性。
　　論文的主要內(nèi)容包括:
　　(1)故障的早期預警。對主成分分析法(PCA)、K-means聚類

3、算法和小波閾值去噪方法進行了簡單的介紹。針對載流故障形態(tài)多樣性的特點，采用上述方法對實時數(shù)據(jù)和歷史數(shù)據(jù)進行綜合分析，研究提出故障特征提取算法和故障識別方法;并通過對鄰近位置的相關(guān)比較分析，研究提出載流故障的在線早期預警方法。基于PCA的預警方法的實驗結(jié)果表明，此方法能夠準確快速地預報設備故障，并將報警時間大大的提前，具有較高的可靠性和靈敏性。
　　(2)故障的機理建模。研究分析了載流故障的發(fā)展機理，從故障觸點發(fā)熱的根本原因出發(fā)，掌

4、握其溫度變化的規(guī)律。基于傳熱學原理建立了故障觸點的溫度模型，并利用最小二乘求得溫度模型參數(shù)。隨后基于溫度模型，實現(xiàn)了觸點溫度擬合、插值以及預測的功能。利用真實溫度數(shù)據(jù)驗證所建立的溫度模型，結(jié)果表明溫度模型能夠較準確地描述觸點溫度變化，與實際情況吻合。
　　(3)故障的趨勢預測。對貝葉斯濾波、蒙特卡羅方法、粒子濾波方法進行了詳細的介紹，提出了基于粒子濾波的觸點溫度預測方法。該方法將求和運算代替積分運算，修正溫度模型參數(shù)，利用修正后的

5、參數(shù)代入溫度模型，從而進行觸點溫度預測。每經(jīng)過一次采樣周期，基于更新的溫度做一次參數(shù)修正，從而得到一條動態(tài)變化的預測曲線。應用結(jié)果表明，基于粒子濾波方法的預測方法能夠準確地揭示觸點溫度未來的發(fā)展趨勢，并且隨著修正次數(shù)的增加，預測曲線與實際曲線逐漸趨向于一致。
　　(4)介紹了某真實110kV變電站的基本構(gòu)成，并詳細闡述了本文所提方法應用到此變電站的流程。從溫度數(shù)據(jù)的獲取、溫度數(shù)據(jù)的分類、溫度數(shù)據(jù)的分析、故障預警及故障預測，應用效果