总浏览量:539.52万
电气工程及其自动化 电气设备在线监测与故障诊断

时间:2021-05-25 09:08来源:本站作者:点击: 1312 次

可做奥鹏院校所有作业、毕业论文咨询请添加 QQ:3082882699
微信:jd958787


 

 

                       网络教育学院

      文(设 计)    

 

 

 

 

 

                                        

                                        

                                         

    电气设备在线监测与故障诊断

 

 

学习中心:                  

   次:                   

   业:                  

   级:                   

   号:                  

   生:                  

指导教师:                   

完成日期:  2021年  5月 25日  

 

 


内容摘要

 

电气设备结构部件寿命出现问题,主要是机械结构的损坏或是应力以及物理性质的变化,针对不同的变化形式,人们采用不同的寿命预测方法。本文深入研究了电气设备结构部件在等幅载荷作用下的疲劳寿命预测方法,具体的介绍了目前国内外常用的寿命预测方法,包括断裂力学方程、人工神经网络方法、应变——寿命预测的方法、应力——寿命预测法等的理论基础和具体评价方法。

为防止电气设备自身故障导致电网事故,并有效提高设备利用率,降低设备维修费用及备件库存量,采用在线监测与故障诊断技术来对电气设备运行状态进行监测和诊断.已成为电网发展方向,并引起各方面的重视。

 

关键词:电气设备;在线监测;故障诊断

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

内容摘要

1  绪论

1.1  课题的背景及意义

1.2  国内外研究和发展动态

1.2.1  在线监测与故障诊断技术发展概况

1.2.2  在线监测与故障诊断技术发展方向

1.3  本文的主要内容

2  电气设备的在线监测

2.1  概述

2.2  高压断路器的在线监测

2.3  变压器的在线监测

2.3.1变压器油中溶解气体分析

2.3.2 油气分离技术

2.3.3 薄膜/毛细管透气法

2.4  金属氧化物避雷器的在线监测

2.5  电容型设备的在线监测

2.5.1 监测系统原理

2.5.2 监测系统实现

3  电气设备的故障诊断

3.1  系统的基本框架

3.2  故障诊断方法

3.3  远程故障诊断系统

4  在线监测和故障诊断技术存在的问题

4.1  在线监测装置的稳定性

4.2  在线监测与诊断系统的标准化

4.3  电气设备剩余寿命预测技术

4.3.1 断裂力学方程

4.3.2 人工神经网络

4.3.3 应变——寿命预测法

5     

参考文献

 

 


1  绪论

1.1  课题的背景及意义 

近年来,国内外电网大面积停电事故时有发生,原因大多与电网设备存在问题和电网运行问题有关。为防止电气设备自身故障导致电网事故采用在线监测与故障诊断技术来对电气设备运行状态进行监测和诊断,已成为发展方向,并引起各方面的重视。加强电气设备状态在线监测及故障诊断技术的研究及开发,在应用中不断完整,使之真正成为防止电网事故大面积停电的第一道防线[1]

电气设备的状态检测与故障诊断对电力系统的安全、经济运行有着十分重要的意义。通过对电气设备进行在线状态监测,可对设备的可靠性随时做出判断,从而能早期发现潜伏的故障。因此对电气设备绝缘早期和突发性故障进行在线检测和诊断,对设备安全运行状态进行综合评估具有现实意义。

1.2  国内外研究和发展动态

1.2.1  在线监测与故障诊断技术发展概况

    国外对电气设备状态监测与故障诊断技术的研究,始于20世纪60年代。各发达国家都很重视,但直到70~80年代,随着传感器、计算机、光纤等高新技术的发展与应用,设备在线诊断技术才真正得到迅速发展。

我国对电气设备状态监测与故障诊断技术的重要性也早已认识。60年代就提出过不少带电试验的方法[2],但由于操作复杂,测量结果分散性大,没有得到推广。80年代以来,随着高新技术的发展与应用,我国的电气设备在线诊断技术也得到了迅猛发展。由于我国工业发展迅速,用电一直紧张,加之部分设备故障率较高,因此,对于推行在线诊断技术以提高电力系统的运行可靠性更为迫切。

1.2.2  在线监测与故障诊断技术发展方向

设备状态监测和故障诊断技术最早起源于美国,1967年, 在美国国家宇航局(NASA)的创导下由美国海军研究室(ONR)主持成立了美国机械故障预防小组” (MFPG ) [3]。在英国,20世纪60年代末至70年代初,以科拉科特(R.A.Collacot)为首的英国机器保健中心”(U.K.M echanical Health Monitoring Center)率先开展研究工作,在宣传、培训、咨询、制定计划、故障分析以及诊断技术开发等多方面取得了很好的成效。欧洲其它国家的设备诊断技术研究也有不同程度的进展在某些方面占据领先地位,如瑞典的SPM 轴承监测技术,挪威的船舶诊断技术丹麦的振动、噪声分析和声射技术等。在日本,设备诊断技术在民用工业(如钢铁、化工和铁路等)部门发展迅速,并占有一定的优势。新日铁于l971年率先开展了设备故障诊断技术的开发研究工作,1976年基本上进人了实用阶段, 开发完成了商品化的专用诊断仪器。法国电力部N(EDF)l978年起就在透平发电机上安装离线振动监测系统[4] 

20世纪90年代初又提出了监测和诊断支援工作站(M onitoring and D iagnosis Aid Station)的设想。90年代中期,其专家系统PSAD及其DIVA子系统在透平发电机组和反应堆冷却泵的自动诊断上得到了应用。丹麦的B&K公司在90年代推出了新一代状态监测与故障诊断系B& K3450COMPASS系统。而美国Bently公司的在线监测系统则在全球范围内,尤其是在中国得到广泛应用。日本三菱重工首先研制出机械状态监测系统(MHMS),并在多台核电站和商业热电站使用, 后来又发展成带诊断规则描述,以及采用模糊逻辑分析确定置信因素功能的振动诊断专家系统[5]

1.3  本文的主要内容

本文研究的是电气设备在线监测与故障诊断。全文共分为5部分,各章内容简介如下:第1部分为全文绪论,简述课题的背景和意义、论题的国内外发展现状,介绍论文的主要内容;第2部分对电气设备的在线监测进行了详细的介绍,第3部分是本文的核心,对电气故障做了分析并提出解决方法,第4章列出了在线监测和故障诊断技术存在的问题,最后一部分对全文进行总结,并指出了研究课题的未来发展方向。

 

 

 

 

 

 

 

 

 

 


2  电气设备的在线监测

2.1  概述

电力设备在线监测系统是指在设备使用期内连续不断检查和判断设备状态,预测设备状态发展趋势的系统。通常通过设备运行状态量反映设备运行情况,首先获取诊断对象的状态信息,采集电力设备的电压、电流、频率、局部放电量以及磁力线密度等信号(包括正常信号和异常信号)。根据表征设备状态量的各种信号的不同特性而采用不同的信号采集方法,常用的采样方法有[6]

1)一次性采样,每次只采集一个足够数据处理所需长度的信号样本。

2)定时采样,按事前整定的周期进行采样。

3)利用发生随机故障时的信号突变进行自动采样。

4)根据故障诊断的特殊要求采取转速跟踪采样、峰值采样等特殊采样方式。

针对不同的电力设备和任务要求其状态监测方法也不同。

2.2  高压断路器的在线监测

湿度传感器是实现断路器中SF6气体在线监测的基础。通过模拟变电站现场条件,建立与现场情况相似的实验室环境。利用实验室对现有变电站内SF6气体湿度测量方法和仪器进行研究,设计开发出更适合于变电站内SF6气体在线监测的高精度、超低湿度传感器。它具有输出线性度好、精度高、响应速度快、低端测量相对较准确等特点。采用压力、湿度、温度组合传感器和数字电路,开发出数字式SF6气体在线监测装置,从而实现了变电站内SF6断路器、GIS中SF6气体运行状态(尤其是湿度值)的在线监测,有效减少SF6气体的排放,有利于设备的安全稳定运行和环境保护。电力系统测量SF6气体绝缘设备中湿度的测量方法有电解法、冷凝露点法和阻容法等。变电站内SF6气体湿度的现场检测,大多采用便携式精密露点仪进行。用此方法测量,设备投资大、测量时间长;而且每次检测,都必须停电进行;测量时均需要排放~定量的SF6气体,测量后需及时补气。因此,无论是从供电可靠性、电网的稳定运行、技术经济性,还是环保角度出发,均需要进行改进[7]

实现SF6气体湿度在线监测的关键是适用于超低湿度测量的高精度湿度传感器。国家标准规定,运行中有电弧分解物的气室的湿度应低于300 u L,无电弧分鳃物的气室的湿度应低于1000 la L/L。经过对多种湿度传感器的测试,低湿度传感器在测量精度、可靠性等方面均不能满足变电站中SF6气体在线监测的要求。经查阅资料并反复试验,自主设计了新型高精度湿度传感器。它由两个湿度传感

 

 


需要奥鹏作业答案请扫二维码,加我QQ

添加微信二维码,了解更多学习技巧,平台作业、毕业论文完成时间友情提醒。不再错过任何作业论文。