电气设备绝缘的预防性试验.ppt

设备状态 在线监测 故障诊断 维修决策 维修方式决定了所要采用的监测技术； 监测与诊断的结果将指导维修策略的建立。 在线监测与故障诊断是状态维修的基础。 高压设备上所加的是运行电压，比停电试验电压高得多，因此测得的参数更真实、灵敏； 可以实时进行检测，能够及时发现缺陷，根据监测的结论可有计划地进行维修，降低了事故率。 在线监测的优点： 投资高； 可测试项目较少； 易受环境因素影响； 目前尚缺乏统一的标准。 在线监测的缺点： 目前较成熟的综合方案: 在线监测 带电测量 停电试验 返厂修理 粗测 精测 考核 最终解决 监测系统应具有较强的抗干扰能力。 监测系统应具有较强的对环境变化的耐受性。 监测系统不应影响一次设备的正常运行。 监测系统的寿命应长于被监测设备的预期寿命。 在线监测系统的基本要求: 1）信号的变送。由相应的传感器来完成。 2）信号的预处理。对传感器送来的信号进行滤波等处理。 3）数据采集。对预处理过的信号进行采集并转换为数字信号。 4）信号的传输。 5）数据处理。对所采集的信号进行处理和分析。 6）诊断。对处理后的数据进行比较、分析，对设备绝缘的状态或故障部位作出诊断。 在线监测系统的组成: 故障诊断 数据处理 原始信号 超声波 脉冲电流 远红外 气体含量 温度 电信号 1）研制各种传感器以便从设备上获取信息； 2）如何无畸变地将采集信号送到数据处理系统。 温度 热电偶 直流电压 光强度 光电二极管 直流电流 机械振动 超声传感器 交流电压 脉冲电流 罗克夫斯基线圈 脉冲电压 气体含量 气体传感器 电阻 位移 电感式位移传感器 电感 液位 电容式液位计 电容 厚度 水晶厚度传感器 频率 传送 存储 分析 显示 数字信号的优点 模拟信号 数字信号 数据采集系统 采集信号波形：因为完整的信号波形包含有很多信息，但为了采集快速的瞬变过程，则要求很高的采样频率fs、很大的存储容量，这类采集装置的成本很高。 记录超过某阈值的脉冲次数：例如仅记录超过某绝缘子的沿面泄漏电流的脉冲数目，这对预测污闪很有价值；且这种装置造价就比采集波形时低得多，但所提供的信息量也很少； 采集信号的峰值：其优缺点介于上述两者之间，虽然无法得到完整波形，但仍有不少信息。 数据采集的常用方法 : 数据采集系统由采样-保持放大器、模拟多路转换器、基准电压、标准时钟、A/D转换器和数据RAM等构成。 传感器 放大器 滤波器 模拟多路通道 采样/保持 ADC 标准 时钟 物理参数 其他模拟通道 数据采集 模块 原始信号 数据仓库 控制模块 数据传递 数据透视表 服务 数据访问 外部 服务器 管理模块 控制 服务器 数据管理流程 对周期性窄带干扰的抑制主要采用基于频域数字滤波器； 对脉冲型干扰主要采用联合降噪法； 对背景噪声的抑制以小波降噪为主。 抗干扰技术平台 监测系统的数据显示方案 设备安全与故障报警： 监测状态 ─ 实时采集反映设备运行情况的各种信号和参数，对设备的状态加以记录，为故障分析及性能评估提供基础信息。 故障报警 ─ 根据状态监测获得的信息，对异常情况做出报警，以便运行人员及时了解设备的状态。 诊断推理 ─ 根据由各种检测得出的初步结论，结合具体设备的结构特点，综合考虑设备的运行历史（包括运行纪录、故障经历及维修纪录）和各种环境因素的影响，对设备发生的故障进行分析。确定故障的性质、程度以及部位，推测诱发故障的直接原因。 寿命预测 ─ 对已确定的故障进行预测，判断故障的发展趋势及其后果，估算设备的剩余寿命，确定检修周期，提出控制故障发展和消除故障的维修策略。 近年来，人工智能（Artificial Intelligence，简称AI）理论的出现及其在故障诊断中的成功应用，为故障诊断技术的发展开拓了新的途径。利用人工智能的理论和方法，将设备维护人员关于故障诊断的经验和知识加以系统化，形成诊断系统，将有利于故障诊断知识的积累和扩大。 人工智能 (Artificial Intelligence，AI) 研究如何使机器去做原来只有人才能做的具有智慧的工作, 如感知观察力、记忆力、逻辑推理能力和语言表达力等。 人工智能研究之途径： －智能的结构性研究 对结构和过程进行仿真，如:人工神经网络和遗传算法。 －智能的功能性研究 模仿人类分析和推理的过程，如:模糊逻辑和专家系统。 神经网络 模糊逻辑 遗传算法 智能服务 专家系统 自然语言分析 人工感知系统 工业机器人 * 6.6 绝缘油的电气试验和气相色谱分析 绝缘油是高压电气设备绝缘中重要的组成部分，除绝缘作用外，还有冷却的作用，在断路器中则