[发明专利]电力一次设备运行工况监测方法及装置

说明书

技术领域

本发明属于电力系统监控领域，尤其是涉及对电力系统中一次设备运行工况进行实时监测的方法和装置。

背景技术

电力设备状态检修目前在国内外方兴未艾，越来越多的电力设备被纳入状态监测的范畴。随着传感技术和计算机技术的发展，多功能、多状态的在线监测系统将得到发展。目前电力系统中一次设备大多采用计划检修体制(如临时性检修)存在着严重缺陷，这样造成人力和财力的浪费，也对电网的可靠运行造成一定的影响。智能电网的提出，使人们开始关注对电网设备的实时监视，尤其是一次设备。若一次设备要实现智能化，首先要实现设备状态的实时监测分析，即一次设备的完全可视。只有在一次设备实现实时监测后才能通过对其所上述的各种数据分析来判断运行状况，以便决定何时检修、检修什么部件等，达到真正意义上的状态检修。传统的巡视、定期检查等方法因缺乏针对性和连续性已显得低效和对现代一次设备管理技术的不适应等问题，也无法有效解决高压绝缘问题。

发明内容

本发明所要解决的技术问题是：提供一种电力一次设备运行工况监测方法，以主要解决电力行业中一次设备的有效绝缘问题，以及对一次设备的检修频繁、盲目检修造成检修成本过高，一次设备不能实现智能化监测的问题。

本发明进一步要解决的技术问题是：对电力一次设备运行工况提供相应的实时监测装置，配合该监测方法。

为解决上述技术问题，本发明采用如下技术方案：

一种电力一次设备运行工况监测方法，包括以下步骤：

信号采集处理步骤，对运行中的电网的一次设备的振动和温度参数进行采集和处理，生成相应的振动特性曲线数据和温度特性曲线数据；

分析传递步骤，在对设备实现实时监测的同时，由设备性能参数分析系统单元将振动特性曲线和温度特性曲线进行实时处理和分析，找到一些温度异样点和振动频谱异样区域并将温度异样点和振动频谱异样区域数据不间断的传递给诊断中心单元做诊断处理；

诊断评估步骤，诊断中心单元运用模糊数学理论和BP神经网络理论对振动特性曲线异样数据和温度特性曲线异样数据不断的进行自学习和自诊断，通过对异样点和异样区域的自学习自诊断，加之与正常设备的特性曲线数据进行比对、分析，对一次设备性能做出评估，若评估出设备有故障，进入下面的检修决策步骤，若评估没有故障，则进入到下面的丰富数据步骤；

检修决策步骤，预测中心单元将评估数据与数据存储单元存储的数据库进行比对、分析，预测故障类型，并对设备是否需要检修做出决策，打印检修报告；

丰富数据步骤，不同型号不同批次的一次设备的性能参数是不同的，对不同故障也表现出不同的特性曲线，对此数据库是一个不断积累的过程，利用诊断中心单元不断的给定设备参数性能历史数据报表，补入到数据存储单元，完善智能诊断系统的数据库。

进一步，所述信号采集处理步骤包括对一次设备的振动和温度分别通过振动频谱探测和红外线探测技术进行非接触形式采集，对各自采集到的信号进行A/D转换，并将转换后的信号进行处理生成相应的振动特性曲线数据和温度特性曲线数据。

进一步，本发明还提供了一种电力一次设备运行工况监测装置，包括红外信号采集处理部分、振动信号采集处理部分、设备性能分析系统单元、诊断中心单元、预测中心单元、数据存储单元和显示终端；

所述振动信号采集处理部分和红外信号采集处理部分分别将一次设备的振动和温度参数进行采集和处理，生成相应的振动特性曲线数据和温度特性曲线数据；

所述设备性能分析系统单元将振动特性曲线和温度特性曲线进行实时处理和分析，找到一些温度异样点和振动频谱异样区域并将温度异样点和振动频谱异样区域数据不间断的传递给诊断中心单元；

诊断中心单元分别与预测中心单元和数据存储单元连接，将数据评估后结果按有故障的将评估数据发送给预测中心单元，无故障的发送给数据存储单元补入其数据库；

预测中心单元对评估数据与数据存储单元存储的数据库进行比对、分析，预测故障类型，并对设备是否需要检修做出决策，传送给显示终端加以显示。

进一步，所述显示终端为打印机。

进一步，所述振动信号采集处理部分包括将一次设备的振动进行采集的振动监测采集单元、将采集后信号进行A/D转换的A/D转换单元、将转换后的信号生成振动特性曲线数据并发送给设备性能参数分析系统单元的信号处理单元。