《一种电容器监测与故障诊断系统及其方法.pdf》由会员分享,可在线阅读,更多相关《一种电容器监测与故障诊断系统及其方法.pdf(8页完整版)》请在专利查询网上搜索。
1、(10)申请公布号 CN 103293435 A (43)申请公布日 2013.09.11 CN 103293435 A *CN103293435A* (21)申请号 201310227870.8 (22)申请日 2013.06.08 G01R 31/02(2006.01) G08C 17/02(2006.01) (71)申请人 国家电网公司 地址 100031 北京市西城区西长安街 86 号 申请人 河北省电力公司电力科学研究院 河北省电力建设调整试验所 (72)发明人 杜大全 范辉 高树国 潘瑾 贾伯岩 (74)专利代理机构 石家庄新世纪专利商标事务 所有限公司 13100 代理人 董金国。
2、 张素静 (54) 发明名称 一种电容器监测与故障诊断系统及其方法 (57) 摘要 本发明涉及一种用于在线监测和诊断变电站 电容器故障的系统及其方法, 属于电气设备状态 维修技术领域。该系统包括启动信号采集的控制 模块、 采集并输出电容器运行特征信号的远端信 号采集模块、 接收所述远端信号采集模块输出信 号的信号接收模块、 存储信号数据的数据存储模 块以及对所述存储单元的信号数据进行信号分析 并输出分析结果的数据分析模块。本发明可以方 便的实时监测电容器的运行状态, 一旦发现故障 隐患, 即可以发出警示, 防止后续重大事故的产 生。 (51)Int.Cl. 权利要求书 2 页 说明书 4 页 。
3、附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书4页 附图1页 (10)申请公布号 CN 103293435 A CN 103293435 A *CN103293435A* 1/2 页 2 1. 一种电容器监测与故障诊断系统, 其特征在于其包括启动信号采集的控制模块、 采 集并输出电容器运行特征信号的远端信号采集模块、 接收所述远端信号采集模块输出信号 的信号接收模块、 存储信号数据的数据存储模块以及对所述存储单元的信号数据进行信号 分析并输出分析结果的数据分析模块 ; 其中所述的电容器运行特征信号包括电流、 温度、 电压或压力信号。 2. 根据。
4、权利要求 1 所述的一种电容器监测与故障诊断系统, 其特征在于所述的控制模 块为工控机, 所述的远端信号采集模块为传感器, 所述的信号接收装置为无线信号接收装 置, 所述的数据存储模块为工控机, 所述的数据分析模块为安装于工控机内的在线监测系 统软件。 3. 根据权利要求 2 所述的一种电容器监测与故障诊断系统, 其特征在于所述的在线监 测系统软件为 LabVIEW 软件。 4. 一种利用权利要求 1 所述的电容器监测与故障诊断系统进行电容器监测与故障诊 断的方法, 其特征在于其包括下述步骤 : 步骤一 : 根据电容器故障历史数据获得故障征兆矩阵X和故障原因矩阵Y的训练集, 应 用训练集对 B。
5、P 神经网络进行训练, 求得故障诊断矩阵 R, R=Y / X R故障诊断矩阵, Y故障原因矩阵, Y= y1发生局放, y2内熔丝熔断, y3电容元件的内部击穿, y4芯 子发生断线, y5操作过电压及涌流, y6并联段电容器对其放电, y7运行维护不当 ; X故障征兆矩阵, X=x1电容量增大, x2油箱压力大, x3温度高, x4介损变大, x5渗 漏油, x6极间绝缘不良 ; 步骤二 : 由控制模块发出同步触发信号, 对各远端信号采集模块进行召测, 启动远端信 号采集模块的数据采集功能 ; 步骤二 : 各远端模块同步采集电容器运行特征信号, 通过无线网络将采集到的数据传 送到信号接收模。
6、块 ; 步骤三 : 信号接收模块接收到传回的信号, 通过串口将数据传送到数据存储模块, 数据 存储模块储存到数据库中 ; 步骤四 : 数据分析模块对数据进行相应计算分析, 获得当前电容器故障征兆集, 应用步 骤一中训练得到的故障诊断矩阵 R 对此故障征兆集进行诊断, 获得故障原因矩阵 Y , 故障 征兆矩阵 Y 是一个 1 行 7 列的行向量 ; 步骤五 : 根据最大隶属度原则得到故障的原因 yi, 若 0 yi0.3, 表示故障出现的可能 性不大 ; 0.3yi 0.8, 表示故障出现的可能性大, 需发出警告 ; 0.8yi, 表示故障出现的可能 性很大, 原因很明确, 需立即停止运行。 5。
7、. 根据权利要求 4 所述的一种电容器监测与故障诊断方法, 其特征在于所述的电容器 运行特征信号包括电流、 温度、 电压或压力信号。 6. 根据权利要求 5 所述的一种电容器监测与故障诊断方法, 其特征在于所述的控制模 块为工控机, 所述的远端信号采集模块为传感器, 所述的信号接收装置为无线信号接收装 置, 所述的数据存储模块为工控机, 所述的数据分析模块为安装于工控机内的在线监测系 统软件。 权 利 要 求 书 CN 103293435 A 2 2/2 页 3 7. 根据权利要求 6 所述的一种电容器监测与故障诊断方法, 其特征在于所述的在线监 测系统软件为 LabVIEW 软件。 权 利 。
8、要 求 书 CN 103293435 A 3 1/4 页 4 一种电容器监测与故障诊断系统及其方法 0001 技术领域 本发明涉及一种用于在线监测和诊断变电站电容器故障的系统及其方法, 属于电气设 备状态维修技术领域。 背景技术 0002 电气设备是组成电力系统的基本元件, 是保证供电可靠性的基础, 电气设备的安 全运行是电力系统安全、 稳定、 经济运行的前提条件。 电容器作为一种极为重要的无功补偿 设备, 对改善电力系统的结构, 提高电能质量起着重要的作用, 它的稳定运行是电力系统安 全的重要保障。 0003 在长期的运行工作中, 因为运行环境、 人为因素以及设计方面的问题, 电容器的故 障。
9、频频发生, 严重的威胁着电力系统的安全运行。 因此研究并联电容器的故障诊断方法, 针 对主要的故障模式得出可能的故障原因, 并提出相应的对策, 使维修人员能及时的了解设 备故障的原因及相关信息, 能有效的避免事故的扩大化, 对电力系统的安全运行至关重要, 因此智能化的故障诊断系统的研究是非常有必要的。 0004 在线监测与诊断技术是近年来发展迅速又跨多学科的新兴技术领域, 电子技术、 传感器技术、 光纤技术、 计算机技术、 通信和信息处理等技术的发展和各领域的相互渗透, 使在线监测方法发生了质的变化。然而, 并联电容器故障中的很大一部分是很难用某种数 学公式或算法来变现的。从目前国内电容器在线。
10、监测及故障诊断现状来看, 大多诊断系统 只是通过测量电容器的某一特征量或几个特征量来及结合经验来判断电容器的工作状态, 该方法不够智能化, 依然存在很多问题, 主要表现在 : 1. 监测量单一或者没有考虑到监测量之间的相关性, 忽略了故障原因的多面性。 0005 2. 电容器故障的诊断需要结合工作人员的相关经验, 给工作人员增加了工作量, 诊断系统不够智能化。 0006 3. 在线监测系统结构设计不合理, 实时监测的手段较少。 发明内容 0007 本发明的目的在于克服传统在线监测与故障诊断系统的不足, 提供一种工作可 靠, 操作方便, 智能化程度高的电容器故障在线监测与诊断方法。 0008 本。
11、发明所述问题是以下述技术方案实现的 : 本发明的系统包括启动信号采集的控制模块、 采集并输出电容器运行特征信号的远端 信号采集模块、 接收所述远端信号采集模块输出信号的信号接收模块、 存储信号数据的数 据存储模块以及对所述存储单元的信号数据进行信号分析并输出分析结果的数据分析模 块 ; 其中所述的电容器运行特征信号包括电流、 温度、 电压或压力信号。 0009 进一步的, 本发明的系统所述的控制模块为工控机, 所述的远端信号采集模块为 传感器, 所述的信号接收装置为无线信号接收装置, 所述的数据存储模块为工控机, 所述的 数据分析模块为安装于工控机内的在线监测系统软件。 说 明 书 CN 10。
12、3293435 A 4 2/4 页 5 0010 进一步的, 本发明的系统所述的在线监测系统软件为 LabVIEW 软件。 0011 利用本发明的系统进行电容器监测与故障诊断的方法包括下述步骤 : 步骤一 : 根据电容器故障历史数据获得故障征兆矩阵X和故障原因矩阵Y的训练集, 应 用训练集对 BP 神经网络进行训练, 求得故障诊断矩阵 R, R=Y / X R故障诊断矩阵, Y故障原因矩阵, Y= y1发生局放, y2内熔丝熔断, y3电容元件的内部击穿, y4芯 子发生断线, y5操作过电压及涌流, y6并联段电容器对其放电, y7运行维护不当 ; X故障征兆矩阵, X=x1电容量增大, x。
13、2油箱压力大, x3温度高, x4介损变大, x5渗 漏油, x6极间绝缘不良 ; 步骤二 : 由控制模块发出同步触发信号, 对各远端信号采集模块进行召测, 启动远端信 号采集模块的数据采集功能 ; 步骤二 : 各远端模块同步采集电容器运行特征信号, 通过无线网络将采集到的数据传 送到信号接收模块 ; 步骤三 : 信号接收模块接收到传回的信号, 通过串口将数据传送到数据存储模块, 数据 存储模块储存到数据库中 ; 步骤四 : 数据分析模块对数据进行相应计算分析, 获得当前电容器故障征兆集, 应用步 骤一中训练得到的故障诊断矩阵 R 对此故障征兆集进行诊断, 获得故障原因矩阵 Y , 故障 征兆。
14、矩阵 Y 是一个 1 行 7 列的行向量 ; 步骤五 : 根据最大隶属度原则得到故障的原因 yi, 若 0 yi0.3, 表示故障出现的可能 性不大 ; 0.3yi 0.8, 表示故障出现的可能性大, 需发出警告 ; 0.8yi, 表示故障出现的可能 性很大, 原因很明确, 需立即停止运行。 0012 进一步的, 利用本发明的系统进行电容器监测与故障诊断的方法中所述的电容器 运行特征信号包括电流、 温度、 电压或压力信号。 0013 进一步的, 利用本发明的系统进行电容器监测与故障诊断的方法中所述的控制模 块为工控机, 所述的远端信号采集模块为传感器, 所述的信号接收装置为无线信号接收装 置,。
15、 所述的数据存储模块为工控机, 所述的数据分析模块为安装于工控机内的在线监测系 统软件。 0014 进一步的, 利用本发明的系统进行电容器监测与故障诊断的方法中所述的在线监 测系统软件为 LabVIEW 软件。 0015 本发明具有下列有益效果 : 本发明的电容器监测与故障诊断系统可以方便的实时监测电容器的运行状态, 一旦发 现故障隐患, 即可以发出警示, 防止后续重大事故的产生。 0016 利用本发明的电容器监测与故障诊断方法, 不但可以实时的检测电容器的故障状 态, 而且可以明确确定引发故障的原因, 避免了维修前期的故障排查, 节约了检修时间。 0017 本发明利用无线网络对采集数据进行传。
16、送, 减少了系统的投资, 对系统的安全也 起到了一定的保护作用 ; 本发明利用了 BP 神经网络算法能更加准确的得到故障诊断矩阵, 并能通过监测信息 对该矩阵进行实时更新与完善, 能满足外界环境变化和电容器自身的变化引起的诊断矩阵 说 明 书 CN 103293435 A 5 3/4 页 6 变化的要求, 具有实时性, 有效性高。 0018 本发明系统编程采用虚拟仪器技术, 应用 LabVIEW 软件, 运用软件算法计算相应 参数, 抑制各种干扰、 计算精度高。软件采用 SCADA 系统界面, 简单清晰 ; 基于浏览器 / 服务 器 (B/S) 体系的三层结构, 实现数据异地和远程访问, 提高。
17、监测的自动化、 智能化水平。 附图说明 0019 图 1 是基于 BP 神经网络和模糊数学的在线监测系统示意图。 0020 图 2 是基于 BP 神经网络和模糊数学的故障诊断智能化方法流程图。 0021 图1中标记的说明 : 1.1变电站电容器 ; 1.2采集系统的远端模块 ; 1.3采集 系统的本地模块 ; 1.4 工控机 ; 1 温度传感器 ; 2 压力传感器 ; 3 电流传感器 ; 4 电压传感器。 0022 图2中标记的说明 : 采集到的数据是通过在线监测系统采集的数据 ; 数据处理模 块对数据进行分析处理, 得到数据中的主要成分 ; 模糊推理是利用诊断矩阵和提取的数据 主要成分对电容。
18、器的状态进行分析 ; 诊断是通过得到的分析数据对电容器状态进行诊断 ; 结果显示是显示电容器的运行状态或者是出现故障时故障的成因, 结果显示在工控机的控 制界面上。 具体实施方式 0023 下面结合附图对本发明作进一步详细的说明。 0024 参看图 1, 本发明中电压信号通过电压传感器 4 获得, 电流信号通过电流传感器 3 获得, 温度信号通过温度传感器 1 获得, 油箱的压力信号通过传感器 2 获得 ; 远端模块 1.2 采集这4个传感器的信号, 通过无线网络将信号发送到本地模块1.3中, 之后通过串口将本 地模块 1.3 中的数据传输到工控机 1.4 中。工控机 1.4 储存和显示本地模。
19、块 1.3 上传的数 据。在数据采集系统中有多个电容器, 图 1 只画出了 2 个作为代表, 其他的情况类似。 0025 参看图 2, 基于 BP 神经网络算法和模糊数学算法的故障诊断方法包括采集的数 据、 数据处理模块、 模糊推理、 诊断、 结果显示单元, 下面对这几个模块做具体的说明 ; 采集的数据 : 是指经本地模块处理后储存在工控机上的数据, 这些数据为是故障诊断 提供了依剧, 保证数据的无误传输是故障诊断的基础。 0026 数据处理模块 : 该单元可以对采集到的数据进行处理, 包括滤波处理和将故障数 据存储在历史数据库中, 实时更新故障数据库。 0027 模糊推理 : 该单元利用故障。
20、的历史数据和 BP 神经网络法对故障矩阵进行训练, 得 到一个符合实际的、 误差最小的故障诊断矩阵。输入参量为电容器电压信号, 电流信号, 压 力信号和温度信号, 故障判断输出为电容器正常, 内熔丝熔断, 内部元件击穿。 0028 诊断 : 对数据处理单元提供的数据和模糊推理单元得到的故障诊断矩阵进行运 算, 得到了一个诊断矩阵, 利用模糊数学的隶属函数法对诊断矩阵进行计算, 得到故障原因 的隶属度, 即发生故障的各种原因的可能性。 0029 结果显示 : 该单元通过友好的界面显示当前电容器的工作状况, 若电容器有故障 则显示电容器故障的原因, 及各原因的隶属度, 简单明了的显示给工作人员。 。
21、0030 实施例 1 说 明 书 CN 103293435 A 6 4/4 页 7 现 在 有 故 障 征 兆 x3温 度 高, x4介 损 变 大,用 “0”表 示 没 有 征 兆 发 生,“0 1” 表示出现征兆的严重程度, 于是征兆集为 X=0,0,0.4,0.8,0,0, 利用神经网络训练 得到故障诊断矩阵为 R= 利用可以计算出故障原因模糊向量 Y。 0031 Y=XR=0,0.392,0,0.128,0.763, 0.621,0.444, 根据最大隶属度原则, 诊断结果 为 y5操作过电压及涌流导致出现上述征兆, 这与实际诊断结果一致。 0032 当结果出现两个最大值或两个值相差不。
22、大时, 可用连乘法, 即把模糊诊断矩阵中 的0元素均取一个很小值, 如0.05再依照列将有关元素值连乘, 通过比较乘积相对值大小, 取最大者为诊断结果即可。 0033 实施例 2 对 电 容 器 无 故 障 时 采 集 到 的 数 据 进 行 验 证, 方 法 如 上 所 述, 此 时 得 到 的 电 容 器 故 障 征 兆 矩 阵 为, 由 公 式 Y=XR 可 求 得 模 糊 向 量 为 , 根据最大隶属度原则可以得出此时电容器无故障, 这 与实际诊断结果一致。 说 明 书 CN 103293435 A 7 1/1 页 8 图 1 图 2 说 明 书 附 图 CN 103293435 A 8 。