为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

电气设备故障诊断

2012-03-28 41页 ppt 2MB 51阅读

用户头像

is_715646

暂无简介

举报
电气设备故障诊断null模式识别在电力系统中的应用模式识别在电力系统中的应用 姓名:张俊平 学号:50110804206null摘要:模式识别(Pattern Recognition)是人们在日常生活中,几乎时时进行的类识别活动,从20世纪40年代计算机的出现以及50年代人工智能的兴起,模式识别技术有了长足的发展,特别是到了20世纪60年代成为了一门迅速发展的学科。本文以模式识别的基本方法介绍其在电力系统中的应用,运用模糊数学理论分析故障诊断中若干个具有代表性的模糊性问题。 关键字:模式识别 电力系统 故障 模糊识别0 引言...
电气设备故障诊断
null模式识别在电力系统中的应用模式识别在电力系统中的应用 姓名:张俊平 学号:50110804206null摘要:模式识别(Pattern Recognition)是人们在日常生活中,几乎时时进行的类识别活动,从20世纪40年代计算机的出现以及50年代人工智能的兴起,模式识别技术有了长足的发展,特别是到了20世纪60年代成为了一门迅速发展的学科。本文以模式识别的基本方法介绍其在电力系统中的应用,运用模糊数学理论分析故障诊断中若干个具有代性的模糊性问题。 关键字:模式识别 电力系统 故障 模糊识别0 引言0 引言模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,借助计算机以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分,主要包括统计模式识别、结构模式识别、模糊(fuzzy)模式识别、神经网络模式识别和多分类器融合等研究。 近年来我国加大了对重大电力设备研发的政策扶持,使得电力设备制造业发展速度加速。2010年,我国电力设备对外签约额达337.8亿美元,同比增长32.6%。未来十年内,智能电网总投资将达1万亿元,特高压总null投资将达4000亿元,其中设备投资将达到2500亿元。随着市场需求的升温,电力设备市场大发展的同时,设备故障的维护费用也颇为巨大。具不完全统计,重庆每年电网设备因故障维护费用就高达255.2亿元。如何降低这个尺度,推行电网最优发展,可以利用故障诊断模式识别避免相关费用的高额支出。 1 模式识别 1.1 模式 模式其实就是解决某一类问题的方法论。模式识别就是分居模式的特性,将其判入某一类,它是一种智能活动,属于人工智能的范畴。null故障模式和故障机理故障模式和故障机理故障模式是对出现的故障或异常状态的某种程度的分类。 故障机理是导致设备发生故障的物理过程,化学过程和故障的因果关系。 故障机理不同而模式相似的情况是客观存在的,另外也存在机理相同却产生不同的故障模式。null同是一项“磨损”故障模式,其故障机理可能来自“磨损”,也可能来自“冲击”。可见,故障机理的“磨损”和故障模式的“磨损”的涵意并不相同。 null故障模式数故障模式数设备诊断过程就是一种典型的从故障模式或状态特征到故障机理的求取过程 设备诊断过程就是一种典型的从故障模式或状态特征到故障机理的求取过程 通过监测得到的状态特征虽然经过加工处理成了信息,但该信息往往还是不能简单地和故障机理直接“对号”,必须依靠识别和判断技术才能求出真正的故障机理。 诊断——根据信息确定故障的性质、类别、程度、部位和原因的过程。 1. 信息量的归纳和整理 2. 筛选出异常的状态信息量 3. 状态识别与判断1.信息量的归纳和整理 1.信息量的归纳和整理 在实际工作中设备状态特征的信息量是错综复杂的。必须坚持科学态度,对采集到的信息量要全面地、历史地进行分析。在占有大量信息资料的基础上,实事求是地进行归纳、整理与分类。 大量信息,可以用聚类分析的方法进行分类、统计、压缩向量维数,把大量存在的状态特征数据综合简化成为少量具有代表性的状态特征因子,同时可以将把各因子间的关系列成矩阵。 信息量是多方面的: 如电气试验数据、在线检测数据、运行记录数据、维修记录等等。2.筛选出异常的状态信息量 2.筛选出异常的状态信息量 采用对比法将采集到的信息量与正常信息量进行对比,主要是与技术规程、的规定对比;与过去的历史数据对比,与同类型设备的状态相对比,简称“三对比”的方法,筛选出异常的状态信息量,施行进一步的识别判断。 (1) 绝对判断标准 对照技术规程、标准的规定的判断。 规定——设备长期运行、检修和测试经验的总结 遇到特殊情况,需要进一步搜集信息,为分析、研究、正确判断提供第一手材料。 2.筛选出异常的状态信息量 2.筛选出异常的状态信息量 采用对比法将采集到的信息量与正常信息量进行对比,主要是与技术规程、标准的规定对比;与过去的历史数据对比,与同类型设备的状态相对比,简称“三对比”的方法,筛选出异常的状态信息量,施行进一步的识别判断。 (1) 绝对判断标准 (2)纵向对比 主要是和历史情况相比较。例如和出厂试验数据、调整试验数据对比,和历年运行、检修、测试数据对比,以及与它的发展变化对比。各类设备都有它独立的结构和特点,这些特点往往在它的运行特征参量上表现出来。 2.筛选出异常的状态信息量 2.筛选出异常的状态信息量 采用对比法将采集到的信息量与正常信息量进行对比,主要是与技术规程、标准的规定对比;与过去的历史数据对比,与同类型设备的状态相对比,简称“三对比”的方法,筛选出异常的状态信息量,施行进一步的识别判断。 (1) 绝对判断标准 (2)纵向对比 (3)横向对比 对同类型设备在相同条件或近似相同的条件下,进行状态量对比,或是对电气设备三个不同相间的状态特征量进行对比,识别出设备故障特征参数。这种横向对比可以扩大到国内外的同类或类似设备的对比。 广泛搜集和积累有关的技术资料,是开展诊断的重要工作 nullnull3.识别和判断技术 3.识别和判断技术 决定论或数理方法的识别判断技术 概率论或经验方法的识别判断技术 模糊识别判断法 模式判别方法决定论或数理方法的识别判断技术 决定论或数理方法的识别判断技术 逻辑推理 从研究设备状态量入手,结合设备运行外部和设备结构等条件,应用物理学和化学等多方面的科学技术,探求故障或设备缺陷产生的机理。必要时再通过实践检验,最后得出科学的判断。 往往不能及时全面解释生产现场设备所发现的一切现象和因果关系。所以还不能全部采用决定论的方法识别故障实质。限于当前的技术条件,所以至今它还仅仅是诊断方法中的一个组成部分而不是全部。 决定论或数理方法的识别判断技术决定论或数理方法的识别判断技术关系矩阵模式机理关系矩阵即反映了故障机理与故障模式间的因果关系数理逻辑故障识别举例数理逻辑故障识别举例概率论或经验方法的识别判断技术 概率论或经验方法的识别判断技术 首先是把历史上已经发生过的各种故障模式和它所对应的故障机理以及处理经过及效果,作为样板模式记入数据库 对照 将现实监测到的状态量特征参数与数据库中的样板模式的状态特征参数相对照,就可查出相应的故障机理。 由于一种故障模式常有多种故障机理,例如汽轮发电机振动是一种状态特征,从经验看80%~90%的振动是由转子质量不平衡的离心力所造成,同时也不能排除其他因素的存在。——是一个具有概率特性的结论。 进一步识别与判断 概率论或经验方法的识别判断技术概率论或经验方法的识别判断技术初步判断 就已经掌握的有关设备状态特征对照过去积累的经验,做出初步判断。 会得出几种可能发生的故障机理,将其列出清单,逐条分析,排除不可能出现的因素,保留可能发生的因素。 概率论或经验方法的识别判断技术概率论或经验方法的识别判断技术初步判断 深入一步的诊断 针对以上几种可能的因素,进行深入一步的诊断(包括精密诊断)再排除一部分没有可能性的故障因素。 直到只留有少数因素时,就要针对这些再进行更精密的识别和判断。 概率论或经验方法的识别判断技术概率论或经验方法的识别判断技术初步判断 深入一步的诊断 解体检查 针对多次诊断后还存在的几种可能的故障因素,通过实践的方法,对每一个问题逐个做解体(剖)检查。 实施解体检查过程中也要注意应用现代科技手段,先从易于入手的部分开始,逐步深入。 概率论或经验方法的识别判断技术概率论或经验方法的识别判断技术初步判断 深入一步的诊断 解体检查 改善处理 针对可能性最大且易于实现改善的故障机理着手进行改善处理,再试运行。 如果实践证明处理无效,则应在进一步分析判断的基础上再试第二个。最终找到故障的根源。 由于某些经验的局限性往往带来某些识别判断的“不确定性”。 nullnull模糊识别判断法 模糊识别判断法 运用模糊数学的原理进行设备诊断或故障的识别判断技术。 模糊数学来源于1965年创立的“模糊聚合论”,模糊诊断则是在此基础上发展起来的一门新兴技术。 模糊数学、模糊诊断就是针对现实生活中存在的某些内涵灵活、外边界限不清的概念,如‘温度高”、“振动大”等无量纲的信息,和‘‘绝缘不良”、“金属腐蚀严重”等不够准确的定语,通过分析运算以取得准确的结论。 基础:模糊集合和隶属度 模糊识别的目的模糊识别的目的目前利用电气试验数据进行故障诊断时普遍采用的是阈值原则,即当某项电气试验测量值高于规定的注意值时,就认为有可能存在故障。 确定逻辑的缺点:对边界处理过于精确化。 有时电气试验数据的相间比较、历年比较等会对故障的识别很有帮助——先利用模糊数学方法对边界进行模糊化处理,然后利用模糊综合评判的思想综合多种因素的影响进行故障诊断#1. 模糊集合和隶属度 #1. 模糊集合和隶属度 “集合”就是按一定特征组合起来的事物总体。构成集合的个体称为“元素”。 对于一个模糊子集 A,元素 x 同时既有属于 A 的倾向性(表示为“l”),也有不属于 A 的倾向性(表示为“0”) 把既属于又不属于的元素划在0与1之间——隶属函数隶属函数举例隶属函数举例#2. 模糊诊断#2. 模糊诊断模糊诊断就是通过状态参数的隶属度,求出故障机理的隶属度,即 其中,R是模糊关系矩阵,矩阵各元素表示设备状态与故障机理的关系 故障机理及其隶属度状态参数及其隶属度#3 诊断算法#3 诊断算法#4模糊专家推理举例#4模糊专家推理举例特征空间模式识别特征空间模式识别将常用的变压器油中溶解的7种特征气体视为一个7维欧氏空间,并假定每种特征气体分别代表7维空间中的一个坐标,且第i个特征气体的测量值ai对应于第i个坐标的值,则构造出的空间称为故障征兆空间。 对应于任意一个故障变压器DGA结果的一个7维矢量称为故障征兆矢量。 对变压器每一种故障类型来说都有一组故障征兆矢量与之相对应,因此可利用某种优化原则获取该故障类型的最佳故障特征矢量。 基本诊断思路:当对变压器绝缘故障进行诊断时,可先计算待诊变压器故障征兆矢量与所有故障类型的最佳故障特征矢量间的夹角,最小夹角对应的故障类型即为最终的诊断结论。模式与状态空间模式与状态空间模式识别系统原理模式识别系统原理模式识别举例模式识别举例对异步电机转子鼠笼断条故障检测常用的方法是通过电流传感器采集定子电流信号,这些信号经数字滤波后,利用数字信号处理技术经FFT变换后作为特征信号。实验电机为7.5kW三相四极异步电动机。图表示了电机转子为正常时定子电流信号的频谱图,中心频率为50Hz,图中只画出10个样本。 模式识别举例模式识别举例对异步电机转子鼠笼断条故障检测常用的方法是通过电流传感器采集定子电流信号,这些信号经数字滤波后,利用数字信号处理技术经FFT变换后作为特征信号。图表示了电机转子为断条故障时定子电流信号的频谱图,中心频率为50Hz,图中为10个样本。 诊断时直接将电机定子电流频谱特征信号送入神经网络以进行分类,然后判断是否存在故障。综合诊断方法综合诊断方法综合诊断方法综合诊断方法F1—分接开关接触不良 F2—绕组引线接触不良 F3—绕组低温过热 F4—铁芯局部短路或多点接地 F5—结构件及磁屏蔽体中漏磁引起的过热 F6—匝间短路 F7—围屏放电 F8—引线对地放电或发生短路 F9—悬浮体感应放电 F10—油中局放 F11—有载分接开关箱渗漏油
/
本文档为【电气设备故障诊断】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索