带电检测大数据的分析与应用研究论文_毛火平

带电检测大数据的分析与应用研究论文_毛火平

(国网抚州供电公司 江西省抚州市 344000)

摘要:在当今社会电力系统是我们国家重要的组成部分,生活用电与工业用电都与电力系统的平稳运行有着联系。通常生活用电是从发电厂发出,然后由大面积的输电线路传输到变电站,最终从变电站传输到每一户居民。所以变电设备是电厂与用户之间的纽带,是电力系统中最为重要的一部分,相关部门和单位需要对其加大投入力度,进而确保变电设备的正常运行。

关键词:带电检测;大数据;分析;应用;分析

引言:传统的定期检修存在两个方面的不足:一是设备存在潜在隐患或缺陷时,因未到检修时间而不能及时发现并排除;二是设备状态良好,但已到检修时间,就必须检修,而多数检修都需要停电,存在很大的盲目性,造成人力、物力的浪费,故障发现率也较低。因而,目前设备状态检修成为一种新趋势。

1.带电检测数据的采集与存储

1.1 RFID检测点标识技术

在设备需要进行带电检测的各个检测点上放置RFID专用标识。标识的放置点由专业人员根据不同设备的类型、结构研究确定。上述方法可以在很大程度上降低对带电检测人员的专业技术要求,人员仅需掌握检测设备使用方法后即可准确的检测与记录,可以有效提高参与工作的人员数量。同时,由于设备检测点被固定,避免了人为因素造成的检测点选取不统一,使得检测数据准确性更高,同时采集完成的数据可以通过手持式终端机直接上传,省去人工录入,同时相关数据可以在现场完成分析判断。如针对开关柜类设备,通过在前中、前下、后上、后中、后下、侧上、侧中、侧下等各个位置设置RFID标识点,检测人员扫描后可通过网络自动上传数据并通过后台采集对应开关柜铭牌下的负荷电流情况,当一个站完成后,后台已自动生成完整报告并开展数据分析工作。手持式终端机具备提醒功能,对于站内遗漏的检测点会标红提醒,同时对环境值偏高等常见问题会出具对应指导方案。

1.2图像辅助检测软件

针对不同设备在手持式终端机内植入标准可见光及红外(紫外)图谱库,将以前存集和新近采集来的所辖运行状况良好的各类(型)电气设备红外图谱根据不同的型号和结构加以分类整理。试验人员在开展红外(紫外)带电检测工作可点开对应图谱库,确保拍摄位置和角度的准确性,同时图谱数据可根据模板上传,自动生成报告等。

2.带电检测技术在变电运维中的重要性分析

2.1变电运维的重要性

电力系统包含发电、输电、变电众多环节,首先从发电厂发出,然后经过大面积的输电线路传输到变电站,最终由变电站传输到每一户居民和工业用户中。变电运维对电力系统的运行质量有着十分重要的影响,所以需要对变电设备进行定期检测以确保电力供应的正常进行。换句话说变电运维是变电设备的运行维护,其通常是变电运维操作站和变电运维队两个部分组成。变电运维操作站的任务是电站的电力运行管理工作,在值班人数相对较少的情况下对电站的电力运行进行深入的管理工作。变电运维队则是基站的巡逻和检修队伍,分为两个队伍:一个是操作队,另一个是巡检队。变电运维是以电网公司的大检修工作为基础,在关注到变电日常运行的基础上加强变电检修工作,进而预防变电设备的运行问题,确保其供电质量。

2.2带电检测技术的相关要求

变电设备中的任意一个环节出现问题就会使得整个变电系统不能正常运行,所以需要定期对变电设备进行带电检测,特别是变压器一些重要元件。对此可以根据实际情况进行周期性的全方位带电检测,这其中主要包括相应的红外测温系统和频谱检测电器的放电检测等,利用多种带电检测技术进行检测工作。对于已经放置人工智能系统的变电站,还需要在智能机器人进行巡检工作之后,由专业的运维人员进行复检。根据相应的检测数据判断出变电设备的隐患问题和缺陷漏洞,然后及时安排相应的工作人员进行特定的带电检测工作,在发现某一部分出现问题或者隐患时,为了保障变电设备的合理运行,需要采取停电处理解决的方式。

期刊文章分类查询,尽在期刊图书馆

3.带电检测数据的分析

3.1数据清洗修正

通过对数据开展审查和校验,从而删除重复信息、纠正存在的错误,并提供数据一致性。分析时根据每个状态量的合理取值范围和相互关系,检查数据是否合乎要求,发现超出正常范围、逻辑上不合理或者相互矛盾的数据。如在红外检测数据中发现同一红外成像仪的检测数据存在普遍偏高情况,则判断仪器内部设置具有存在异常可能。如部分局放检测数据存在缺损,也及时提供缺损补录或其他综合评估方法。

3.2聚类关联分析

聚类分析是将数据对象分组成为多个类或簇,在同一个簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大。关联规则是挖掘大量数据中项集之间有趣的关联或相关联系。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一。关联规则是数据挖掘研究的重要内容之一,旨在从大量数据中提取人们未知却又潜在有用的规则。如对开关柜类暂态地电波可开展聚类关联分析,将不同厂家、结构、投运年限等维度分别聚类,找出检测数据与上述参数的关联情况,从而指导缺陷预判。

4.带电检测数据的应用

4.1开关柜暂态地电波数据应用

通过对同一设备同一位置的各年变化连贯曲线,即历史纵向比较,以及同一变电站同一位置的不同设备横向比较曲线。最终实现通过对相同测点、类似负荷及环境情况下可对检测数据的自动分析得出开关柜劣化曲线,可靠捕捉开关柜初期缺陷,给出设备的放电趋势和诊断意见,有效前移安全防线,同时可减少人工干预,从而解决由于诊断人员技术水平与经验不足而造成的误判、漏判,并弥补原先单一阀值判断法的局限性。曲线图中可选择同时标出同站全设备均值曲线、地区内同型号全设备均值曲线,用于判断参考。同时可选择时间跨度及检测点位置。

4.2红外图谱数据应用

通过对图像数据的分类、归纳,实现设备运行状态的全面分析、判断。如建立的红外图谱库,可以按照电站、设备类型、发热性质、缺陷类型等进行多种分类,实现一张现场照片配一张红外热成像图,并且系统可以自动依据负荷、气温等情况对异常发热点作出自动判别,使运维人员能更快掌握电气设备发热的形式与特点。同时系统还可对检测数据开展动态跟踪,如绘制同设备不同相间的温度变化曲线等,对比负荷情况,进行疑似故障的实时监控。图像库还可根据标准图谱划定关键监控区间,根据各区间的温度情况判断设备存在的异常。

总结:带电检测目前在整个电力系统中已开展多年,积累了丰富的检测数据和检测经验,适时引入大数据分析技术,能更加准确、全面、快速地利用这些宝贵的数据资源用于诊断设备健康状态,在保证安全的前提下最大限度避免设备过修,减少计划停电对用户的影响,并缓解一线班组工作压力。带电检测大数据的研究对于状态检修工作后续进一步深化具有不可忽视的指导意义。

参考文献:

[1]王怀祥,郭剑雄,方政.声电联合带电检测发现一起500kV GIS严重缺陷[J].电工技术,2018(11):149-150+153.

[2]程昕,熊瑶.一起带电检测技术应用于判断氧化锌避雷器受潮故障的成功案例[J].中国高新区,2018(11):125.

[3]涂正宏,刘彦文,徐鹏程,李磊,王昕.变压器绕组的垂直表征式超声波三维成像检测系统研究[J].电气自动化,2018,40(03):46-48+52.

[4]舒博,李嫣然,赵泓霖,许永鹏,钱勇,盛戈皞.一种用于电缆局放检测的高频电流传感器的设计[J].电气自动化,2018,40(03):105-108.

[5]余喆,蓝道林,董树礼,汪桢毅,王祝露.一起避雷器泄漏电流异常增大特殊案例分析[J].浙江电力,2018,37(05):38-43.

论文作者:毛火平

论文发表刊物:《电力设备》2018年第21期

论文发表时间:2018/12/5

标签:;  ;  ;  ;  ;  ;  ;  ;  

带电检测大数据的分析与应用研究论文_毛火平
下载Doc文档

猜你喜欢