2012年第2期 1 500kV 输电线路故障诊断方法综述 魏智娟1 李春明2 付学文1 （1.内蒙古工业大学电力学院，呼和浩特 010080；2.内蒙古工业大学信息学院，呼和浩特 010080） 摘要 对近几年国内外具有代表的中外文献进行了学习研究，重点论述了输电线路故障诊断的四种方法：阻抗法，神经网络和模糊理论等智能算法，小波理论，行波法。综合输电线路的四种故障诊断方法，建议采用小波熵原理对输电线路故障模型进行故障类型识别，运用基于小波熵的单端行波测距方法实现故障定位。 关键词：故障诊断；阻抗法；智能算法；小波理论；行波法 The Survey on Fault Diagnosis in the 500kV Power Transmission Lines Wei Zhijuan 1 Li Chunming 2 Fu Xuewen 1 （1.The Power College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080; 2.The Information College of Inner Mongolia University of Technological, Inner Mongolia, Hohhot 010080） Abstract Based on the overview of typical literatures at home and abroad, this research focused on the four methods of failure diagnosis of transmission lines, namely, Impedance method, Intelligent method such as Neural Network Theory and Fuzzy Theory, Wavelet Theory and Traveling Wave method. And based on the synthesis of the four methods, this research suggested that simulation should be conducted to the failure models of transmission line by applying Wavelet Entropy Principle and the results of the simulation should be analyzed in order to identify the failure types; and the failure simulation should be conducted by the single traveling wave distance-testing method of wavelet entropy, and the results of the simulation should be analyzed in order to realize failure location. Key words ：failure diagnosis ；impedance method ；intelligent algorithm ；the Wavelet Theory ；the traveling wave method 超高压输电线路是电力系统的命脉，它担负着传送电能的重任，其安全可靠运行是电网安全的根本保证。输电线路在实际运行中经常发生各种故障，如输电线路的鸟害故障[1]、输电线路的风偏故障等[2]，及时准确地对输电线路进行故障诊断就显得非常重 要。国家电网公司架空送电线路运行规程明确规定 “220kV 及以上架空送电线路必须装设线路故障测 距装置”[3-4]。由于我国幅员辽阔，地形地貌的多样 性致使输电线路工作环境极为恶劣，输电线路发生 故障导致线路跳闸、电网停电，对电力系统安全运 行造成了很大威胁，所以，在线路发生故障后迅速 准确地进行故障诊断，减少因故障引起的停电损失， 降低寻找故障点的劳动强度，尽最大可能降低对整 个电力系统的扰动程度，确保电力系统的安全可靠稳定运行具有十分重要的意义。本文在总结前人的基础上，重点论述了超高压输电线路的4种故障诊断方法，建议采用小波熵原理对输电线路故障类型 进行故障识别，利用基于小波熵的单端行波测距方法实现故障定位。 1 输电线路故障诊断 当输电线路发生故障时，早先的故障定位通常是由经验丰富的运行人员在阅读故障录波图的基础上，综合电力用户提供的信息，进行预测、判断可能出现的故障位置，然后派巡线人员通过查线确认故障位置并及时排除故障。在电力市场竞争日渐激
电力系统故障诊断算法概述 摘要：本文概述了目前电力系统故障诊断的算法研究现状，总结了当前的主流研究算法——专家系统法、模糊理论法、人工神经网络法、遗传算法、petri 网的方法、粗糙集理论、多代理系统、贝叶斯网络法以及近似熵算法，并对他们在电力系统故障诊断应用中存在的一些缺点做出了概括。 关键词：申力系统；故障诊断；专家系统；人工神经网络；溃传算法； 0引言 当前，电力系统在国民经济中的地位越来越突出，因而对电力系统的安全性、可靠性提出了更高的要求。现在电网的规模庞大，结构趋于复杂，区域之间的联系密切，对电力系统故障诊断的研究意义重大。电力系统故障诊断是通过各类保护装置产生的信息，基于一定的理论和经验来对故障发生的区段、故障元器件、故障性质作出快速、准确的处理。虽然国家电网的SCAD/EMS系统在电力系统故障的获取方面起到了一定的作用，但是电网故障时大量的信息远远超出了运行人员的能力，所以迫切的需要一套更加完整的智能电力系统故障诊断系统，实现对电网故障的自动快速诊断。 但是，电力系统中电力设备的种类繁多品种不一，保护装置配合的复杂性、电网结构的变化不确定性，导致了电网故障诊断是一个复杂的综合问题。近年来国内外许多学者提出了多种故障诊断的技术和方法，主要包括：专家系统法ES （Expert System）、模糊理论法ET（Fuzzy Theory）、人工神经网络法ANN （Artificial Neural Network）、遗传算法GA（Genetic Algorithms）、petri网法、粗糙集理论RST（Rough Set Theory）、多代理系统MAS（Multi-agentSystem）、贝叶斯法BN（belief network）以及近似熵算法。本文对上述方法归纳总结，阐述了各自在电力网中的故障诊断的应用，分析各种方法的特点，并对一些相关技术和方法的发展进行简要的介绍。 1电力系统故障诊断国内外研究发展现状 1.1基于专家系统的方法ES 专家系统ES(Expert System)是目前发展最早相对比较成熟的一种智能技术。它是一个智能计算机程序系统，内部含有大量的某个领域专家水平的知识与经验，具有大量的专业知识与经验的程序系统，利用人类专家的知识和解决问题的方法
负荷特性 负荷特性，是电力系统的重要组成部分，电力负荷从电力系统的电源吸取的有功功 简介 负荷特性，电力负荷从电力系统的电源吸取的有功功率和无功功率随负荷端点的电压及系统频率变化而改变的规律。 电力负荷是电力系统的重要组成部分，它作为电能的消耗者对电力系统的分析、设计与控制有着重要影响。几十年来，人们提出了大量的负荷模型，包括静态负荷模型、机理动态负荷模型、非机理动态负荷模型。同时，也不断积累了不少实测参数。建立一个负荷特性数据库，能够很方便地对历史数据进行各种查询以及调用，便于从一个整体、长期的范围来对负荷特性进行比较、分析、综合和应用。 从负荷建模系统对数据库的要求而言，该负荷特性数据库必须安全可靠并且易于使用，要求提供大容量的数据仓库，支持大容量的数据调用且迅速，另外，在与其它数据库的连接、操作系统的适应上应该更具有广泛性。鉴于此，该软件和数据库分别是用Visual Basic 6.0和SQL Server来进行开发研制的。Visual Basic是一个可视化、面向对象的快速应用程序开发工具，具有强大的图形、图像处理功能，拥有强大的数据库功能。SQL Server有着很好的易用性、可伸缩性和可靠性等等，这种关系型数据库管理系统能够满足各种类型的企业客户和独立软件供应商构建应用程序的需要。在江苏电网以及河南电
网的负荷特性数据库的建立和应用项目中，通过实践证明，该负荷特性数据库能够满足工程要求。 特性分类 负荷功率随负荷点端电压变动而变化的规律，称为负荷的电压特性；负荷功率随电力系统频率改变而变化的规律，称为负荷的频率特性；负荷功率随时间变化的规律，称负荷的时间特性。但一般习惯上把负荷的时间特性称为负荷曲线（有日负荷曲线、年负荷曲线等），而把负荷的电压特性和负荷的频率特性统称为负荷特性。 反映负荷点电压（或电力系统频率）的变化达到稳态后负荷功率与电压（或频率）的关系，称为负荷的静态特性；反映负荷点电压（或电力系统频率）急剧变化过程中负荷功率与电压（或频率）的关系，称为负荷的动态特性。 负荷功率又分为有功功率和无功功率。这两种功率的变化规律差别很大。将上述各种特征相组合，就确定了某一种特定的负荷特性，例如有功功率静态频率特性、无功功率静态电压特性等。 电力系统的负荷的主要成分是异步电动机、同步电动机、电热电炉、整流设备、照明设备等。在不同负荷点，这些用电设备所占的比重不同，用电情况不同，因而负荷特性也不同。 特性模型 负荷特性对电力系统的运行特性影响很大。例如，研究电力系统的暂态稳定性，采用不同的负荷特性可以得出不同的结论。因此，在电力系统的分析计算中采用有一定精度的负荷模型是很重要的问题。
电网运行安全风险总结 篇一：电力公司20XX安全工作总结 电力调度20XX年安全工作总结 为了更好地贯彻落实电力工作“安全第一、预防为主、综合治理”的方针，加强电力安全生产监督管理，确保我局电网安全运行、优质、经济运行，20XX年调度中心对搞好安全生产工作非常重视，主要从查思想、查制度、查管理、查隐患和抓落实等五个方面进行。加强了对生产、生活安全的管理，认真抓好安全学习和值班调度员的安全教育，不断完善安全生产岗位责任制。严格地抓好安全工作规程和制度的贯彻执行，加强安全检查和监督，确保电网安全运行。 到目前止，调度安全运行837天，无人为怎人造成的电网误调度、误操作事故发生。现将公司20XX年的安全工作总结 一、认真抓好员工的安全教育工作 调度中心在一年的工作中始终坚持做到抓安全学习不松懈，认真组织值班调度员进行安全生产规程和业务技术学习。严格按照电业安全工作规程要求，参加每年的安全生产知识学习，经考核合格才准予上岗；坚持每周进行安全活动学习，制定学习计划，以加强安全规章制度学习为主，分析事故案例，从中吸取教训，建立防范措施，杜绝事故发生。
调度培训工作，20XX年组织调度员工参加了哈局举办的《电力调度人员学习培训班》，参加考试，并全部取得了电网运行指挥证书，准许指挥电网的运行及倒闸操作任务。 积极开展“安全生产月”和安全知识竞赛活动。为了全面贯彻执行《中华人民共和国安全生产法》，进一步增强企业员工安全生产的思想意识，提高巩固企业的安全水平。成立了由公司经理担任组长的公司“安全生产月”活动领导小组。对如何开展好“安全生产月”活动进行了布置：1、做好宣传活动。用电视宣传、宣传栏、张贴标语等形式，宣传《电力法》和安全供用电法规。2、做好动员工作。召开公司中层部门负责人会议，对“安全生产月”活动进 行了部署。各中层部门向员工传达了上级和公司对“安全生产月”活动部署的工作要求和安排。3、进一步做好安全隐患的处理和安全检查。对公司的安全生产工作情况和生产设施安全状况做全面的检查。 4、安全知识竞赛活动。组织以各中层部门为参赛队的安全生产知识竞赛。 对“安全生产月”活动的工作部署，按计划有条不紊的进行了实施，达到了预期效果和目的。 于20XX年6月30日公司党总支、行政、公司工会和公司团组织联合组织了《党史知识、安全知识》竞赛活动，:电网运行安全风险总结)管理由传统的经验型向科学型、精益型转变，建立健全完善的电网安全运行风险评估体系具有非常重要的意义，本文深入分析了电网安全运行的形势变化，以电网安全运行风险评估为核心，根据地区电
故障诊断理论方法综述 故障诊断的主要任务有：故障检测、故障类型判断、故障定位及故障恢复等。其中：故障检测是指与系统建立连接后，周期性地向下位机发送检测信号，通过接收的响应数据帧，判断系统是否产生故障；故障类型判断就是系统在检测出故障之后，通过分析原因，判断出系统故障的类型；故障定位是在前两部的基础之上，细化故障种类，诊断出系统具体故障部位和故障原因，为故障恢复做准备；故障恢复是整个故障诊断过程中最后也是最重要的一个环节，需要根据故障原因，采取不同的措施，对系统故障进行恢复一、基于解析模型的方法 基于解析模型的故障诊断方法主要是通过构造观测器估计系统输出，然后将它与输出的测量值作比较从中取得故障信息。它还可进一步分为基于状态估计的方法和基于参数估计的方法，前者从真实系统的输出与状态观测器或者卡尔曼滤波器的输出比较形成残差，然后从残差中提取故障特征进而实行故障诊断；后者由机理分析确定系统的模型参数和物理元器件之间的关系方程，由实时辨识求得系统的实际模型参数，然后求解实际的物理元器件参数，与标称值比较而确定系统是否发生故障及故障的程度。基于解析模型的故障诊断方法都要求建立系统精确的数学模型，但随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。 二、基于信号处理的方法 当可以得到被控测对象的输入输出信号，但很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。基于信号处理的方法是一种传统的故障诊断技术，通常利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，识别和评价机械设备所处的状态。基于信号处理的方法又分为基于可测值或其变化趋势值检查的方法和基于可测信号处理的故障诊断方法等。基于可测值或其变化趋势值检查的方法根据系统的直接可测的输入输出信号及其变化趋势来进行故障诊断，当系统的输入输出信号或者变化超出允许的范围时，即认为系统发生了故障，根据异常的信号来判定故障的性质和发生的部位。基于可测信号处理的故障诊断方法利用系统的输出信号状态与一定故障源之间的相关性来判定和定位故障，具体有频谱分析方法等。 三、基于知识的方法 在解决实际的故障诊断问题时，经验丰富的专家进行故障诊断并不都是采用严格的数学算法从一串串计算结果中来查找问题。对于一个结构复杂的系统，当其运行过程发生故障时，人们容易获得的往往是一些涉及故障征兆的描述性知识以及各故障源与故障征兆之间关联性的知识。尽管这些知识大多是定性的而非定量的，但对准确分析故障能起到重要的作用。经验丰富的专家就是使用长期积累起来的这类经验知识，快速直接实现对系统故障的诊断。利用知识，通过符号推理的方法进行故障诊断，这是故障诊断技术的又一个分支——基于知识的故障诊断。基于知识的故障诊断是目前研究和应用的热点，国内外学者提出了很多方法。由于领域专家在基于知识的故障诊断中扮演重要角色，因此基于知识的故障诊断系统又称为故障诊断专家系统。如图1.1
智能电网技术及装备专刊·2010年第8期 21 电力系统故障的智能诊断综述 李再华1 刘明昆2 （1.中国电力科学研究院，北京 100192；2.北京供电公司海淀供电分公司，北京 100086） 摘要 电力系统是人类制造的最复杂的系统，故障诊断是现代复杂工程技术系统中保障其可靠运行的非常重要的手段，故障的智能诊断是该领域的热点和难点。本文综述了电力系统故障的智能诊断技术的发展现状，总结了几种常用的智能技术在故障诊断应用中存在的若干问题以及解决这些问题的相关新技术。最后，展望了智能诊断技术的发展趋势：以专家系统为基础，融合其他先进的智能技术，以提高诊断的速度和准确度，及其对电力系统发展的适应性，逐步实现在线诊断。 关键词：电力系统；智能故障诊断；专家系统；发展趋势 Review of Intelligence Fault Diagnosis in Power System Li Zaihua 1 Liu Mingkun 2 （1.China Electric Power Research Institute ，Beijing 100192； 2. Haidian branch Company, Beijing Power Supply Company, Beijing 100086） Abstract Power system is the most complex system by man-made in the world, fault diagnosis is a kind of very important methods to ensure the reliable operation of modern complex engineering system. Intelligence fault diagnosis (IFD) is the hot and difficult subject in this field. The paper reviews the actual state of development of IFD in power system, and then summarizes some existing problems in application and new relation technology to resolve these problems. IFD technologies include expert system (ES), artificial neural network (ANN), decision-making tree (DT), data mining (DM), fuzzy theory (FT), Petri network (PN), support vector machine(SVM), bionic theory (BT), etc. To adopt these kinds of methods synthetically is very helpful to improve the intelligence of ES. At last, development trends of IFD are expected: based on ES, integrates with other advanced intelligence technologies, to heighten the speed and accuracy of fault diagnosis, and the adaptability to the development of power system, so as to realize online IFD gradually. Key words ：power system ；intelligence fault diagnosis ；expert system ；development trend 1 引言 电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。随着计算机技术、通信技术、网络技术等的发展，采用更为先进的智能技术来改善故障诊断系统的性能，具有重要的研究价值和实际意义。 故障的智能诊断技术也被称为智能故障诊断技 术，包括专家系统（Expert System ，ES ）、人工神 经网络（Artificial Neural Network ，ANN ）、决策树（Decision Tree ，DT ）、数据挖掘（Data Mining ， DM ）、模糊论（Fuzzy Theory ，FT ）、Petri 网理论（Petri Network Theory ，PNT ）、支持向量机（Support Vector Machine ，SVM ）、仿生学理论（Bionics Theory ，BT ）的应用等，其中前四种技术得到了较多的研究，相对比较成熟和常用。本文对电力系统故障诊断领域的智能诊断技术的发展现状以及存在的问题进行综述，并对解决相关问题的方法进行了总结。 2 智能故障诊断技术发展现状 美国是对故障诊断技术进行系统研究最早的国家之一，1961年美国开始执行阿波罗计划后，出现了一系列设备故障，促使美国航天局和美国海军积
工程机械故障诊断方法综述 谢祺 机0801-1 20080534 【摘要】：机械设备的检测诊断技术在现代工业生产中的作用不可忽视,从设备诊断的基本方法、内容和技术手段等多方面对我国机械设备诊断技术的现状进行了综述,并在此基础上分析并提出了该技术在今后的发展趋势。 【关键字】：机械设备诊断技术发展趋势 引言 随着科学技术的发展,机械设备越来越复杂,自动化水平越来越高,机械设备在现代工业生产中的作用和影响越来越大,与其有关的费用越来越高,机器运行中发生的任何故障或失效不仅会造成重大的经济损失,甚至还可能导致人员伤亡。通过对设备工况进行检测,对故障发展趋势进行早期诊断,找出故障原因,采取措施避免设备的突然损坏,使之安全经济地运转,在现代工业生产中起着重要的作用。开展机械设备故障检测与诊断技术的研究具有重要的现实意义。本文试图对机械设备故障监测诊断的内容、方法的现状及发展趋势进行探讨。 1机械故障诊断技术的历史 早在60年代末，美国国家宇航局(NASA)就创立美国机械故障预防MFPG(Machinery Fault Prevention Group)，英国成立了机械保健中心(UK，Machineral Health Monitoring Center)。由于诊断技术所产生的巨大的经济效益，从而得到迅速发展。但各个工程领域对故障诊断的敏感程度和需求迫切性并不相同。例如一台机械设备因故障停机检修并不导致全厂生产过程停顿，或对产品质量产生严重的影响，它对故障诊断的需求性就不那么迫切。反之，就非要有故障诊断技术不可。目前监视诊断技术主要用于连续生产系统或与产品质量有直接关系的关键设备。 机械故障诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如 Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美国西屋公司的三套人工智能诊断软件（汽轮机TurbinAID，发电机GenAID，水化学ChemAID）对其所产机组的安全运行发挥了巨大的作用。还有美国通用电器公司研究的用于内燃电力机车故障排除的专家系统DELTA；美国NASA研制的用于动力系统诊断的专家系统；Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的专家系统ENGING COOLING ADCISOR等。近年来，由于微机特别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美国生产的M6000系列产品，得到了广泛的应用[2]。 英国于70年代初成立了机器保健与状态监测协会，到了80年代初在发展和推广设备诊断技术方面作了大量的工作，起到了积极的促进作用。英国曼彻斯特大学创立的沃森工业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面，利用噪声分析对炉体进行监测，以及对锅炉、压力容器、管道得无损检测等，起到了英国故障
电力变压器过热故障综合诊断 摘要：对电力变压器故障的常用诊断方法, 如油中溶解气体分析、绝缘试验、 油务试验及其它预防性试验等, 进行了全面论述, 重点分析和评价了这些故障诊断方法的有效性, 并对其未来发展方向, 提出了建议。 关键词：电力变压器故障诊断方法分析 引言 电力变压器是工矿企业中配电系统的枢纽设备,其运行可靠性直接关系到企业生产的安全与稳定。但由于电力变压器故障的原因复杂、多样且不明显,使得要准确地判断电力变压器故障类型相当困难。若能在电力变压器运行过程中通过某些检测和试验,及时有效的判断其状态,预先发现早期潜伏性故障,并避免某些重复、无必要的检修, 将对企业配电系统的安全经济运行产生重要的意义。ＤＧＡ(油中溶解气体分析)方法作为一种有效的油浸式电力变压器异常监测手段得到广泛的应用。在1997年颁布执行的《电力设备预防性试验规程》把油中溶解气体色谱分析放到了首位。 变压器易发生的故障基本可分两大类:①电性故障;②热性故障。电力变压器故障，从发展过程上可分两大类，即突发性故障和潜伏性故障，突发性故障发展过程很快，瞬间就会造 成严重后果，如雷击、误操作、负荷突变等，突发性故障具有偶然性，只能通过避雷器、继电保护等手段，使突发性故障被限制在最小的范围内。潜伏性故障一般有三种，即变压器内部局部放电，局部过热和变压器绝缘的老化。故障诊断主要是针对这些潜伏性故障的诊断预测。 1 变压器运行状态的主要测试与监测手段 当前我国变压器运行状态监测在相当程度上主要依据传统的预防性试验来实现，包括:电气试验和油务试验 1.1电气试验 (1)直流电阻的测t:直流电阻虽然是一个测试方法比较简单的实验，但它比较直观地确认绕组、引线、调压开关等导电回路是否正常，能发现绕组导线的焊接质t，引线接头是否拧 紧接触是否良好，调压开关触头接触是否良好等等。 (2)绝缘性能测试:通过绝缘电阻、吸收比、极化指数、介损、电容t(包括电容套管)、泄诵测试等实验可掌握变压器的绕组绝缘水平和铁心对地绝缘。 (3)有载调压开关特性测试:通过有载调压开关切换时间、周期、切换的波形测f可以掌握变压器的有载调压开关的性能是否良好。 (4)绕组变形测试和低电压短路阻抗的测试。可以掌握变压器出口短路后变压器绕组有否变形和移位。 (5)铁心接地电流测试。可判断变压器是否多点接地。 (6)远红外测沮:通过红外线测温可以随时掌握各出线引 线接触是否良好。 1.2油务试验 定期对变压器充油设备的油采样进行油色谱分析，通过油色谱分析判断变压
电力系统风险评估综述 引言 随着电网规模的日益扩大，电力系统取得了巨大联网效益，但是同时电网结构也日益复杂，进而导致发输电元件的故障率不断增加，电网运行中的不确定性和随机性问题也越来越突出，对电力系统安全分析的要求也越来越高。 电力系统运行风险评估的目的是为了评估扰动事件对系统的潜在影响程度，评估的内容主要包括扰动事件发生的可能性与严重性两个方面的问题。这一概念由CIGRE 于1997年在文献[1]中第一次明确地提出，其目的是要对电力系统运行中的不确定性进行定量化分析。McCalley 在文献[2]中对运行风险评估的内涵和重要性进行了较全面的论述。具体来所，其目的是为了让调度运行人员更好的了解电网的运行状况及采取每项决策所要承担的风险，首先是评估电力系统运行中的不确定性因素，建立风险指标体系，然后是研究在调度运行中如何应对风险、合理决策，例如基于风险的最优潮流等[3]。 基本概念 1 定义 文献[4]中，著名电力专家Vittal 给出了风险评估的基本定义，即对电力系统面临的不确定性因素，给出可能性与严重性的综合度量,其数学表达式为 ()()(),isk f r i ev i f i R X P E S E X =?∑ (1) 式中:.f X 表示系统的运行方式； i E 表示第i 个故障； ()r i P E 表示故障i E 发生的概率； (),ev i f S E X 表示在f X 的运行方式下发生第i 个故障后系统的严重程度；
() R X表示系统在f X运行方式下的运行风险指标。 isk f 文献[4]中指出，区别于电网确定性分析方法，运行风险分析实质上是传统可靠性研究与电网调度自动化的有机结合与提升。 2 风险评估与传统安全分析的关系 对电力系统安全的研究经历了确定性评估方法、概率评估方法和风险评估方法三个阶段。 传统的能量管理系统（EMS）一直采用的是确定性模型及其分析方法，即最多在确定预想事故集时将最有可能发生的预想事故多考虑进来，按经验来考虑事故发生的可能性但并未进行量化分析，但是实际上电力系统运行中存在着很多不确定因素，采用确定性模型并不能严格描述电力系统的。虽然传统的EMS也是基于全局分析，但无法给出全网的不确定性量化指标，运行风险评估与之相比在于其科学性，运行风险指标既反映扰动发生的可能性又计及其影响后果的严重性，因而科学合理。 运行风险评估与传统电力可靠性分析都是用来研究电力系统的不确定性，所使用的不确定性模型是基本一致的，文献[5]中，从应用数学全空间认识的角度来看指出，风险评估问题与传统可靠性问题所要解决的模型是基本一致的。其主要区别是应用场合不同，基于概率的不确定性分析最早的应用是发电系统概率可靠性评估、发输电组合系统概率可靠性评估，其主要应用领域是电力系统中长期规划，适用于规划设计部门。运行风险评估面向调度运行部门，其主要功能是由当前的电网运行方式和设备信息来预测未来短时间内的运行风险信息并给出预防控制策略。 主要内容 电力系统风险评估主要包括以下几个方面的内容[6]： 1.确定元件停运模型； 2.选择系统状态和计算他们的概率； 3.评估所选状态的后果； 4.计算风险指标； 5.依据风险指标进行辅助决策。
电力系统故障的智能诊断综述 发表时间：2016-06-30T14:34:41.580Z 来源：《电力设备》2016年第9期作者：李艳君蒋杰李玉玲李飞翔 [导读] 在电力系统中，设备故障诊断和厂站级的故障诊断经过了几十年的发展和改革，现今已经较为成熟，而电力系统层面的故障才刚刚开始。 李艳君蒋杰李玉玲李飞翔 （国网新疆检修公司新疆乌鲁木齐 830000） 摘要：常用的智能故障诊断技术有专家系统、人工神经网络、决策树、数据挖掘等，专家系统技术应用最广，最为成熟，但是也需要结合使用其他智能技术来克服专家系统技术自身的缺点。智能故障诊断技术的发展趋势主要有多信息融合、多智能体协同、多种算法结合等，并向提高智能性、快速性、全局性、协同性的方向发展。基于此，本文就针对电力系统故障的智能诊断进行分析。 关键词：电力系统；故障；智能诊断 引言 文章对电力系统故障的智能诊断进行了详细的阐述，通过对电力系统的简介，和对故障诊断的发展阶段进行了简要的分析，并阐述了电力系统故障的智能诊断实际应用存在的问题及对策，文章最后指出了电力系统故障的智能诊断的发展趋势。望文章的阐述推动电力系统故障的智能诊断的发展。 1电力系统概述 电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。电力系统的主要功能是将自然界中的能源，通过先进的发电动力装置，将能源转换为电能。在通过输电线路和变压系统，将电能传送到各个用户。为了实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、优质的电能。 2电力系统故障智能诊断技术及发展现状 2.1智能故障诊断技术 传统的故障诊断方法分为基于信号处理和基于数据模型，均需要人工进行信息的处理和分析，缺乏自主学习能力。随着人工智能技术这一新方法的产生及发展，为故障诊断提供了初步的自动分析和学习的途径。人工智能技术能够存储和利用故障诊断长期积累的专家经验，通过模拟人大脑的逻辑思维进行推理，从而解决复杂的诊断问题。 目前在电网故障诊断领域出现了包括专家系统、人工神经网络、决策树理论、数据挖掘、模糊理论、粗糙集理论、贝叶斯网络、支持向量机及多智能体系统等技术以及上述方法的综合应用。 目前，在对电网故障智能诊断领域的研究中，依靠单一智能技术的系统多，信息的综合利用研究较少，协同技术的研究应用更少；投入运行的诊断系统多为专家系统，但是离线运行的多，在线运行的很少。即使广泛投入使用的专家系统也同样存在着：（1）知识的获取和管理问题，难以获取较高适应度和准确度的知识。（2）推理的效率问题。（3）故障诊断的在线应用问题，目前仅限于离线故障诊断，该结论不能指导对电网的实际控制。（4）故障诊断的动态分析问题，缺乏故障的动态分析，从而屏蔽了很多有用的细节，尤其是各元件之间的相互关联关系等。基于以上问题，采用决策树方法可以对系统信息进行归类梳理，可以提高专家系统的速度；通过粗糙集方法建立清晰的数学模型；采用数据挖掘和关联性规则可以提高故障诊断分析的准确度。这几种方法的结合应用有助于提高故障诊断的智能水平、效率和准确度。 2.2电力系统故障智能诊断发展现状 电力系统连锁故障分析理论与应用中提到，电力系统故障智能诊断是相对传统的故障诊断而言的。在传统的故障诊断方法可划分为两类。其一是关于信号出路的方法。其二是数学模型的方法。这些都需要人为地区判断和分析，这些方法应用是没有自动化的处理能力。故障的智能诊断是将传统的方法，与当下先进的计算机技术有效的结合，形成的人工智能技术的新方法，对电力系统的故障进行智能的诊断，这是故障诊断技术发展的新时期。 3智能故障诊断面临的问题和对策 3.1智能故障诊断面临的问题 知识的获取和管理问题，也可以说是规则的表达和维护问题。知识是专家系统行为的核心，如何根据系统的变化，获取具有较高适应度和准确度的知识（规则）。对知识的一致性、冗余性、矛盾性和完备性进行检验、维护和管理，是专家系统亟需解决的首要问题。 推理的效率问题，也可以说是如何解决规则组合爆炸的问题。规则库的规模增大以后，搜索的运算量迅速增长，尽管人们提出了许多算法，规则组合爆炸的问题还是没有得到满意的解决。 故障诊断的在线应用问题。以往的故障诊断离线运行，只能告诉调度员已有故障是如何发展的，因为运行方式的多变性，离线故障诊断结论不一定能够指导调度员对电网的实际控制；只有做到在线运行，才能及时帮助调度员进行控制决策。 故障诊断的动态分析问题。以往的故障诊断只能进行静态分析，忽略了故障动态过程的大量有用的细节，尤其是采用了高速保护的大型电网，更加需要分析动态过程，例如快速相继开断过程中的顺序和相互关系、复杂故障中各元件之间的相互影响、电压崩溃的动态过程、运行方式切换或调度控制过程对电网的影响等。 3.2智能故障诊断面临问题的解决对策 对于知识的获取和管理问题，可以采用提高故障诊断系统的学习能力的方法，如 ANN、数据挖掘、仿生学方法等。这些智能方法都有其优点和局限性，需要有针对性地应用。 对于推理的效率问题，可以采用计算速度更快的计算机硬件和软件算法，通信速度更快的数据采集和传输手段；数据挖掘是从各种复杂故障中发现最常见的故障或分解出简单故障的有力手段；建立系统的故障案例库，可以降低决策分析的计算量，提高诊断推理的效率。 对于故障诊断的在线应用和动态分析问题，可以采用更能够反映电网实时运行状态的信息，如广域量测系统、高速保护信息系统和故障录波信息系统、稳定控制系统等提供的动态数据；实时进行电网的灵敏度分析，动态分析电网的健康状况；增量挖掘技术只处理实时的
县域电网负荷特性分析与短期负荷预测 发表时间：2017-12-25T10:43:58.337Z 来源：《电力设备》2017年第25期作者：莘燕[导读] 摘要：随着我国电力体制改革不断深入，负荷特性分析和负荷预测已成为电力企业生产经营和计划管理的一项重要内容。 （国网冀北电力有限公司张北县供电分公司河北张家口 076450） 摘要：随着我国电力体制改革不断深入，负荷特性分析和负荷预测已成为电力企业生产经营和计划管理的一项重要内容。通过对负荷特性深入分析，可以摸清地区负荷状况，把握负荷变化规律和发展趋势，从而有效实施电力调度，并在大负荷期间制定相应的应急办法和风险管控措施。电力负荷预测精度的提高对于经济优化地制定发电计划、最优制订电力现货和期货报价、电网控制经济运营、合理的电力调配计划、降低旋转储备容量以及进行电力市场需求分析等方面具有重要意义，具有直接而重大的经济和社会效益。 关键词：用电结构;负荷特性;负荷预测;相似日法 前言 本文通过对县域范围内的电网系统研究，就电力系统的负荷特性展开分析，希望通过对县域电网系统的研究可以更好地把握电网的运行情况，进一步促进县域电网系统的稳定发展。 1电网负荷的特性分析 1.1电力负荷的主要内容 电力负荷系统所指的概念是连接电力系统的所有用电设备的功率的总和。电力系统是一个时变的系统，只有对电力系统时刻进行监控和管理，保证发电、供电和用电过程中的动态平衡，才可以保证生产生活的顺利进行，也一定程度上避免了系统故障所带来的损失。因此就需要对电力系统的负荷特性做出分析，负荷分析所得的结果对电力系统企业有着很重大的参考意义和指导意义，可以进一步掌握电力系统的供求关系以及变化趋势，只有及时的掌握这些信息才可以改善负荷特性并进一步采取措施。 1.2电力负荷的组成和分类 电力负荷即指电能的时间变化率。电力负荷由许多不同的负荷形态组成，例如发电、供电和用电负荷。本文所分析的县域范围内的负荷特性分析是特指用电负荷，也就是在电网系统内所有用电用户所消耗的用电功率总和。由于在不同的地区，受不同的因素影响就会有不同的电力负荷组成，例如受经济条件、气候条件的影响，甚至县域范围内的人口组成都会对其产生影响。再者，同一地区的不同时期的电力系统的负荷也会有所不同，因其所具有的不同特性，便会导致这种差异性的产生，从而对负荷能力产生了一定的影响。 2影响负荷及负荷特性的主要因素 2.1电力供应侧(电网改造与配网改造等)的影响 电力供应侧，尤指电网改造与配网改造等也会对负荷及负荷特性产生影响。线路严重老化，网架结构较为薄弱，使得许多用户的用电报装无法进行，电能营销中的卡脖子现象极为严重。由于县域范围内的网改造速度较为缓慢，例如在送电工程的建设中，由于lOkV公用变压器数量严重不足而导致有电供不出这样的现象发生，并且电压质量差，直接影响到了电力需求侧的用电需求。 2.2电力需求侧的影响 县域范围内的电网系统在需求侧管理方面的手段较为落后，尽管在电锅炉、蓄能空调方面的优惠政策刚出台，但是在其他方面的优惠力度仍显不足，推广工作刚起步，但在这方面的工作仍不够完善，对于移峰填谷及用电负荷的影响潜力较大。 2.3县域范围内的装机容量对负荷增长的影响 据调查显示，尽管系统装机容量己经基本满足市场需要，但由于近几年国家对小电源政策的支持和扶持，县域范围内太阳能、风能入网数量逐年增加，由于这些小电源电网对自然环境的依赖比较高，这也对系统电网形成一定的威胁，比如每年的5-8月份是太阳能发电的最佳时期，而风能发电则集中在春秋季节，但是随着社会经济的不断发展，以及科技技术的不断改进和发展，目前县域范围内由于设备容量不足而造成的限电情况正在逐年减少。 2.4所在地区的气候条件 研究表明，气候条件的变化对月负荷特性的变化带来较大影响。在县域范围内，由于地理位置的偏僻，相对于城市电网系统而言，整体气温会低于城市气温，因此也会带来负荷率的变化。在县域范围内考虑到农业的用电量需求，不同的降水时节对用电量的需求也是不同的，例如在降水多的时节，灌溉用电量就会随之减少，相应的负荷率水平就会高于往常，如此一来峰谷差值也会低于往常。不仅如此，对于不同地区的不同气候条件下的电网系统，在遇到偶然的灾害天气时电网系统的负荷率也会随之改变，给居民生活和供电企业带来一定的影响。 3短期负荷预测 3.1电力系统的负荷预测即寻找电力负荷与各种相关因素之间的内在联系，并通过这种调查对未来的电力负荷进行科学的预测。并且，只有通过合理有效科学的预测，才可以很好地掌握好电力负荷的特点，并及时对电力负荷的特性进行了解掌握，一定程度上提高电力负荷的预测精准度。 由于电力负荷的变化总是会随着周遭环境因素进行改变，例如天气、居民的生活习惯和生活水平等等，再例如气候对农业带来的影响也会间接影响到电力的负荷特性。因此，利用趋势外推技术可以根据未来以及过去和现在的连续发展，做出推测。 通过负荷特性分析，可以发现县域内居民用电和农业生产对全县负荷影响最大，居民负荷全年范围内的变化主要体现在冬季取暖和夏季降温，农业生产全年范围内的变化主要体现在春季耕种和夏季灌溉，农业生产用电量虽然只占总售电量的11%，但其用电时间集中、功率大，而且受环境因素影响极大，是导致全县出现最大负荷以及负荷剧烈波动的直接原因。大工业用户少，且负荷十分稳定，但受国家政策、节假日和检修停电计划影响大。所以负荷预测工作受到气象、经济、政策、计划等多重因素干扰。 3.2短期负荷预测方法 目前，短期预测方法很多，包括回归分析法、时间序列法、相似日法、指数平滑法、灰色预测法、专家系统法、人工神经网络法等等，其中相似日法由于其原理简单、应用简便、效果良好，在县公司层面得到广泛应用。 目前县公司对相似日的选择方式比较单一，其中一种典型的执行方式如下： (1)工作日负荷预测。参照前一工作日的负荷曲线预测后一工作日的负荷曲线。
齿轮故障诊断方法综述 摘要齿轮就是机械设备中常用得部件,而齿轮传动也就是机械传动中最常见得方式之一。在许多情况下,齿轮故障又就是导致设备失效得主要原因。因此对齿轮进行故障诊断具有非常重要得意义。介绍了故障得特点与几种诊断方法,并比较了基于粒子群优化得小波神经网络,基于相关分析与小波变换,基于小波包与BP神经网络与基于小波分析等故障诊断方法得优缺点,并提出了齿轮故障诊断得难点与发展方向。 关键字齿轮故障诊断诊断方法分析比较发展
目录 第一章齿轮故障诊断发展及故障特点 (1) 1、1 齿轮故障诊断得发展 (1) 1、 2齿轮故障形式与震动特征 (1) 第二章齿轮传动故障诊断得方法 (2) 2、 1高阶谱分析 (2) 2、1、1参数化双谱估计得原理 (3) 2、1、2试验装置与信号获取 (3) 2、1、3 故障诊断 (4) 2、1、4 应用双谱分析识别齿轮故障 (4) 2、2基于边频分析得齿轮故障诊断 (6) 2、2、1分析原理 (6) 2、2、2铣床振动测试 (6) 2、2、3 边频带分析 (7) 2、2、4 故障诊断 (8) 2、 3时域分析 (10) 2、3、1 时域指标 (10) 2、3、2非线性时间分析 (10)
第一章齿轮故障诊断发展及故障特点 1、1 齿轮故障诊断得发展 齿轮故障诊断始于七十年代初,早期得齿轮故障诊断仅限于在旋转式机械上测量一些简单得振动参数,用一些简单得方法进行诊断。这些简单得参数与诊断方法对齿轮故障诊断反应灵敏度较低,根本无法准确判断发生故障得部位。七十年代末到八十年代中期,旋转式机械中齿轮故障诊断得频域法发展很快,其中R、B、Randall与James1、Taylor等人做好了许多有益得工作,积累了不少故障诊断得成功实例,出现了一些较好得频域分析方法,对齿轮磨损与齿根断裂等故障诊断较为成功。进入九十年代以后,神经网络、模糊推理与网络技术得发展与融合使得齿轮系统故障诊断进入了蓬勃发展得时期。 我国学者在齿轮故障诊断研究方面也做了大量工作。1986年,屈梁生、何正嘉在《机械故障诊断学》中分析了齿轮故障得时频域特点。1988年,颜玉玲、赵淳生对滚动轴承得振动监测及故障诊断进行了分析。1997年,郑州工业大学韩捷等在“齿轮故障得振动频谱机理研究”中对齿轮得故障机理做了探讨。西安交通大学张西宁等在“齿轮状态监测与识别方法得研究”中提出了一种新方法即基于一致度分析。 1、 2齿轮故障形式与震动特征 通常齿轮在运转时,由于制造不良或操作维护不善会产生各种形式得故障。故障形式又随齿轮材料、热处理、运转状态等因素得不同而不同,常见得齿轮故障形式有齿面磨损、齿面胶合与擦伤、齿面接触疲劳与弯曲疲劳与断齿。 在齿轮运转状态下,伴随着内部故障得发生与发展,必然会产生振动上得异常。实践证明,振动分析就是齿轮故障检测中最有效得方法。若齿轮副主轮转速为n1,齿数为z1,频率为f1;从轮转速为n2,齿数为z2,频率为f2,则齿轮啮合频率fC 为:fC=Nf1z1=Nf2z2=Nn160z1=Nn260z2(1) 式中:N=1, 2, 3,…。齿轮处于正常或异常状态下,啮合频率振动成分及其倍频总就是存在得,但两种状态下得振动水平有差异。如果仅仅依靠对齿轮振动信号得啮合频率及其倍频成分得差异来识别齿轮得故障就是不够得,因故障对振动