國(guó)能準(zhǔn)能集團(tuán)有限責(zé)任公司 張恒遠(yuǎn) 李茂盛 賈瑞龍 劉景輝 柴耀軍 王立新
電力行業(yè)針對(duì)設(shè)備的狀態(tài)巡檢和點(diǎn)檢基本停留在人工離線檢測(cè)、定期維護(hù)階段,隨著關(guān)鍵設(shè)備數(shù)量的增加、分布的廣泛和工作環(huán)境的惡劣,僅靠人力投入已無(wú)法實(shí)現(xiàn)高密度的巡檢和點(diǎn)檢。在設(shè)備巡檢和點(diǎn)檢過(guò)程中應(yīng)用現(xiàn)代化的智能感知診斷技術(shù),可以提高監(jiān)控的效率和質(zhì)量,為設(shè)備的穩(wěn)定運(yùn)行提供重要保障。基于此,本文探討了電力設(shè)備國(guó)內(nèi)外研究現(xiàn)狀,研究了電力物聯(lián)網(wǎng)的設(shè)備智能感知診斷關(guān)鍵技術(shù)與應(yīng)用。
隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展,物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)在很多行業(yè)都得到了廣泛的應(yīng)用。基于電力物聯(lián)網(wǎng)背景下的配電設(shè)備的運(yùn)維方式也發(fā)生了轉(zhuǎn)變,從以往的周期性計(jì)劃巡視轉(zhuǎn)變?yōu)闋顟B(tài)監(jiān)測(cè)的形式。目前情況來(lái)看,不同電網(wǎng)企業(yè)之間的技術(shù)水平、管理模式等方面都存在差異性,在電力設(shè)備的監(jiān)測(cè)過(guò)程中,監(jiān)測(cè)能力和監(jiān)測(cè)水平也有差別。在云計(jì)等現(xiàn)代化的信息技術(shù)快速發(fā)展的背景下,基于云平臺(tái)的變電站設(shè)備智能診斷系統(tǒng)也得到了普遍的應(yīng)用,該系統(tǒng)主要依據(jù)任務(wù)調(diào)動(dòng)原則對(duì)云平臺(tái)計(jì)算資源進(jìn)行合理分配,根據(jù)電力初步故障診斷信息可以對(duì)變壓器內(nèi)部的故障信息進(jìn)行精確判斷。此外,大數(shù)據(jù)挖掘技術(shù)也是電力設(shè)備智能感知診的斷關(guān)鍵技術(shù),該項(xiàng)技術(shù)在電力設(shè)備運(yùn)行狀態(tài)評(píng)估中發(fā)揮著重要的作用,電力設(shè)備運(yùn)行狀態(tài)的智能化檢測(cè)可以利用大數(shù)據(jù)技術(shù)構(gòu)建基本框架,利用相關(guān)技術(shù)實(shí)現(xiàn)數(shù)據(jù)的集成、轉(zhuǎn)換、清洗以及分布式儲(chǔ)存和處理,實(shí)現(xiàn)數(shù)據(jù)信息的高效挖掘以及對(duì)數(shù)據(jù)驅(qū)動(dòng)的設(shè)備狀態(tài)進(jìn)行分析?;陔娏ξ锫?lián)網(wǎng)的設(shè)備智能感知診斷關(guān)鍵技術(shù)還包括針對(duì)智能變電站設(shè)備狀態(tài)監(jiān)測(cè)的自組織無(wú)線智能網(wǎng)絡(luò)系統(tǒng),該系統(tǒng)在配電設(shè)備監(jiān)測(cè)過(guò)程的無(wú)線智能傳感方面發(fā)揮著重要作用。筆者通過(guò)檢索國(guó)外相關(guān)文獻(xiàn)發(fā)現(xiàn),國(guó)外研究側(cè)重于對(duì)智能變電傳感器分析、基于電力物聯(lián)網(wǎng)感知層傳感器數(shù)據(jù)模型構(gòu)建、配電設(shè)備變壓器繞組溫度的遠(yuǎn)程監(jiān)控等方面。對(duì)配電設(shè)備臺(tái)賬、電氣量和非電氣量信息等方面的研究較少。從實(shí)際情況來(lái)看,在監(jiān)測(cè)對(duì)象方面,目前國(guó)內(nèi)外相關(guān)電網(wǎng)企業(yè)對(duì)配電設(shè)備的監(jiān)測(cè)形式比較單一,處在單一狀態(tài)參數(shù)靜態(tài)閾值的監(jiān)測(cè)層面,該類監(jiān)測(cè)模式很難獲取被監(jiān)測(cè)設(shè)備較為全面的監(jiān)測(cè)畫像,在診斷和判斷被監(jiān)測(cè)設(shè)備運(yùn)行情況以及運(yùn)行趨勢(shì)方面的工作也存在一定的弊端和局限性。
(1)通過(guò)人體感覺(jué)進(jìn)行檢測(cè)和診斷。電力配電設(shè)備發(fā)生故障時(shí)會(huì)出現(xiàn)一些特殊的物理、化學(xué)現(xiàn)象,例如有些設(shè)備會(huì)產(chǎn)生異常震動(dòng)、發(fā)出異常的聲音、顏色、氣味、光等多種物理和化學(xué)信息,在傳統(tǒng)檢測(cè)模式中,通過(guò)人工的方式對(duì)設(shè)備異常的情況進(jìn)行直接判斷。這種檢測(cè)方式的弊端在于檢測(cè)過(guò)程中涉及人工的主觀因素,對(duì)工作人員的工作經(jīng)驗(yàn)和專業(yè)素質(zhì)要求比較高,憑借人體感覺(jué)檢測(cè)很難形成系統(tǒng)化,也不容易定量表示。此外,這種檢測(cè)方式只是利用了故障設(shè)備的局部信息,不能作為最終診斷結(jié)果。但是相比其他檢測(cè)方式,改方法也有一定的優(yōu)勢(shì),診斷方法形象、有效,在有些場(chǎng)景下仍然在使用。(2)利用設(shè)備故障征兆信息進(jìn)行診斷。通常情況下,電力設(shè)備發(fā)生故障會(huì)出現(xiàn)一些征兆特征的變化。分析設(shè)備產(chǎn)生故障的機(jī)理和征兆,可以在故障和征兆之間建立某種關(guān)系。例如,當(dāng)變壓器進(jìn)水受潮之后,油和絕緣紙的介電強(qiáng)度會(huì)降低,鐵芯接地電流的大小和鐵芯多點(diǎn)接地故障之間有著密切聯(lián)系。如果出現(xiàn)局部過(guò)熱或者放電情況,油和絕緣紙會(huì)分解,產(chǎn)生一氧化碳、二氧化碳的等氣體,由此可見(jiàn),油里面的微水含量、鐵芯接地電流、產(chǎn)生的氣體可以作為設(shè)備故障檢測(cè)和診斷的重要征兆信息[1]。
(1)智能無(wú)人巡檢技術(shù)應(yīng)用過(guò)程。人工監(jiān)測(cè)電力設(shè)備的方式存在安全隱患,為了替換人工巡檢,實(shí)現(xiàn)自動(dòng)化設(shè)備檢測(cè),在實(shí)際監(jiān)測(cè)過(guò)程中,在現(xiàn)代化的信息技術(shù)的支撐下,采用智能無(wú)人巡檢終端儀器,該終端儀器可吸附在電機(jī)、齒輪箱、泵體軸承座上,自動(dòng)檢測(cè)軸系零部件的振動(dòng)及軸承座表面溫度。然后通過(guò)Zigbee通訊技術(shù)進(jìn)行實(shí)時(shí)通信和數(shù)據(jù)傳輸。用戶可通過(guò)使用臺(tái)式電腦、筆記本電腦或手機(jī)進(jìn)行瀏覽、處理或診斷設(shè)備的狀態(tài)數(shù)據(jù),操作方便可靠,實(shí)用性強(qiáng)。智能無(wú)人巡檢儀是利用采集各種相關(guān)數(shù)據(jù),包括在線、離線采集設(shè)備以及外部系統(tǒng)獲取的信號(hào),并獲得振動(dòng)、流量、出力、溫度、電流、壓差相關(guān)數(shù)據(jù)及報(bào)警數(shù)據(jù)。儀器自動(dòng)篩選關(guān)鍵及敏感數(shù)據(jù):根據(jù)用戶設(shè)置,或者根據(jù)系統(tǒng)模型(例如:針對(duì)風(fēng)機(jī)的關(guān)鍵參數(shù)、針對(duì)汽機(jī)的關(guān)鍵參數(shù)等)組合的參數(shù)模型,篩選關(guān)鍵及敏感數(shù)據(jù)數(shù)據(jù),再通過(guò)相關(guān)計(jì)算及模型分析:根據(jù)關(guān)鍵及敏感數(shù)據(jù),產(chǎn)生出數(shù)據(jù)分析模型,抽取一定時(shí)間范圍內(nèi)的關(guān)鍵及敏感數(shù)據(jù),通過(guò)歷史數(shù)據(jù)的模型,計(jì)算趨勢(shì)模型并預(yù)測(cè)趨勢(shì),劃定參考正常區(qū)間。根據(jù)參數(shù)的相關(guān)性分為:線性趨勢(shì)及擬合趨勢(shì),通過(guò)趨勢(shì)模型來(lái)評(píng)估設(shè)備狀態(tài)。對(duì)單點(diǎn)數(shù)據(jù)(例如:一個(gè)振動(dòng)數(shù)據(jù)),進(jìn)行矢量比較分析、實(shí)時(shí)標(biāo)準(zhǔn)數(shù)據(jù)比較分析、經(jīng)驗(yàn)數(shù)據(jù)比較分析。以及結(jié)合用戶上傳的經(jīng)驗(yàn)樣本數(shù)據(jù)或者是數(shù)據(jù)模型根據(jù)歷史數(shù)據(jù)計(jì)算出的樣本數(shù)據(jù)進(jìn)行比較。用戶上傳的經(jīng)驗(yàn)數(shù)據(jù)可以使各個(gè)類型故障的樣本數(shù)據(jù),也可是各個(gè)正常工礦的基準(zhǔn)數(shù)據(jù),決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、權(quán)重加權(quán)等[2]。
智能無(wú)人巡檢的工作原理:通過(guò)Zigbee通訊技術(shù)進(jìn)行實(shí)時(shí)通信和數(shù)據(jù)傳輸。再通過(guò)TCP/IP協(xié)議與狀態(tài)管理軟件平臺(tái)進(jìn)行通信,將設(shè)備參數(shù)數(shù)據(jù)反饋至系統(tǒng)數(shù)據(jù)庫(kù)中。代替人工采用精密點(diǎn)檢儀、精密故障診斷儀等離線手段對(duì)設(shè)備狀態(tài)的監(jiān)控巡視。智能無(wú)人巡檢終端儀將結(jié)合離、在線優(yōu)勢(shì)特點(diǎn),依據(jù)完整的設(shè)備狀態(tài)信息的基礎(chǔ)上對(duì)設(shè)備狀態(tài)進(jìn)行更精確的判斷和自動(dòng)報(bào)警。在設(shè)備上安裝智能無(wú)人巡檢儀器,對(duì)機(jī)械轉(zhuǎn)動(dòng)設(shè)備進(jìn)行智能監(jiān)控、預(yù)警推送提醒、故障準(zhǔn)確定位及結(jié)果診斷。設(shè)備劣化初期提前發(fā)現(xiàn)干預(yù),避免故障發(fā)展為事故,減少設(shè)備非停時(shí)間,減少人員工作量輸出,提高設(shè)備可靠穩(wěn)定運(yùn)行,促進(jìn)安全高效生產(chǎn)。實(shí)現(xiàn)生產(chǎn)過(guò)程現(xiàn)場(chǎng)人工巡檢向無(wú)人值守轉(zhuǎn)變,人工離線數(shù)據(jù)采集向自動(dòng)化數(shù)據(jù)在線采集轉(zhuǎn)變,設(shè)備故障定位靠經(jīng)驗(yàn)分析向大數(shù)據(jù)故障診斷狀態(tài)檢修轉(zhuǎn)變.設(shè)備健康智能自診斷。為設(shè)備穩(wěn)定運(yùn)行保駕護(hù)航,為安全生產(chǎn)增加防護(hù)體系。
(2)智能無(wú)人巡檢技術(shù)應(yīng)用方式。智能無(wú)人巡檢儀器向下通過(guò)Zigbee協(xié)議與安裝在設(shè)備上的無(wú)線傳感器進(jìn)行數(shù)據(jù)通信,接收設(shè)備狀態(tài)參數(shù)數(shù)據(jù),向上通過(guò)TCP/IP協(xié)議與網(wǎng)絡(luò)軟件進(jìn)行數(shù)據(jù)傳輸,存儲(chǔ)至平臺(tái)數(shù)據(jù)庫(kù)中。具體改進(jìn)指標(biāo)有:無(wú)線通訊方式:Zigbee 2.4GHz;有線通訊方式:Ethernet v2.0.IEEE802.3,TCP/IP,10/100baseT;供電方式:220VAC、、備用鋰電池,斷電時(shí)工作時(shí)間可長(zhǎng)達(dá)24小時(shí);存儲(chǔ)容量:>=1256M;工作溫度:(-40~125)℃;傳輸距離:80米(視距);存儲(chǔ)容量:256Kbytes;供電:單節(jié)鋰電池自供電,可連續(xù)工作3年以上;最大量程:40g;頻率范圍:加速度10Hz~10kHz、速度10Hz~1kHz、位移10Hz-500Hz;信號(hào)類型:加速度、速度、位移(速度和位移由硬件積分得到);A/D轉(zhuǎn)換:24位,譜線數(shù)量:加速度3200線,速度1600線,位移800線,可程控。
此外,利用特定低頻分析技術(shù)在設(shè)備上精確檢測(cè)低至0.2Hz的加速度信號(hào)。對(duì)軸承和齒輪的早期故障檢測(cè),一種是共振解調(diào),另一種是峰值包絡(luò)。諧振解調(diào)方法對(duì)測(cè)量的要求非常低。它與普通加速試驗(yàn)基本相同,具有一定的參考價(jià)值,但其結(jié)果值沒(méi)有趨勢(shì),也不能區(qū)分最早的軸承和齒輪磨損產(chǎn)生的較弱的應(yīng)力波,因此難以作為最終結(jié)論的主要依據(jù)。峰包絡(luò)法是在諧振解調(diào)的基礎(chǔ)上開(kāi)發(fā)的更先進(jìn)的檢測(cè)技術(shù)。由于其高靈敏度和卓越的分辨率,它可以區(qū)分軸承的早期故障信號(hào)??捎糜跈z測(cè)結(jié)構(gòu)復(fù)雜的低速旋轉(zhuǎn)設(shè)備和變速箱,還可用于反映軸承和齒輪的潤(rùn)滑狀態(tài)。可收集并存儲(chǔ)很長(zhǎng)時(shí)間的連續(xù)監(jiān)測(cè)數(shù)據(jù),其具有以太網(wǎng)端口支持遠(yuǎn)程控制操作和實(shí)時(shí)傳送測(cè)試數(shù)據(jù)。當(dāng)使用外部電源時(shí),它可以作為臨時(shí)的在線監(jiān)視儀器無(wú)限期地運(yùn)行。具有遠(yuǎn)程控制意味著它可以輕松地執(zhí)行需要反復(fù)按鍵操作完成的測(cè)試,無(wú)需人員長(zhǎng)時(shí)間在危險(xiǎn)區(qū)域即可進(jìn)行監(jiān)測(cè)工作[3]。
通常情況下,智能診斷分析系統(tǒng)是采用“云管邊端”架構(gòu),該架構(gòu)主要是由數(shù)采集現(xiàn)場(chǎng)的分析終端、監(jiān)控中心的遠(yuǎn)程監(jiān)控終端以及移動(dòng)監(jiān)控終和云平臺(tái)構(gòu)成。該系統(tǒng)在實(shí)際運(yùn)行過(guò)程中,利用預(yù)先布設(shè)在各個(gè)監(jiān)控設(shè)備上傳感器對(duì)設(shè)備的運(yùn)行數(shù)據(jù)信息進(jìn)行采集,完成數(shù)據(jù)信息的采集之后,結(jié)合現(xiàn)場(chǎng)的情況,采用有線或者無(wú)線的傳輸方式將數(shù)據(jù)信息傳輸給相應(yīng)智能終端,智能終端設(shè)備對(duì)數(shù)據(jù)信息進(jìn)行初步分析,處理之后利用電力物聯(lián)網(wǎng)的相關(guān)技術(shù)將數(shù)據(jù)信息傳遞到數(shù)據(jù)云平臺(tái)上,云平臺(tái)系統(tǒng)再對(duì)各項(xiàng)數(shù)據(jù)信息進(jìn)行系統(tǒng)化的處理和智能診斷,從而判斷設(shè)備在運(yùn)行過(guò)程中是否出現(xiàn)故障的,如果存在故障信息,系統(tǒng)會(huì)自動(dòng)將警報(bào)信息傳送至遠(yuǎn)程監(jiān)控系統(tǒng)中,圖1所示:
圖1 電力物聯(lián)網(wǎng)的設(shè)備智能診斷分析系統(tǒng)Fig.1 Intelligent diagnosis and analysis system of power Internet of things
低壓配電網(wǎng)具有結(jié)構(gòu)復(fù)雜、容易發(fā)生重復(fù)性格故障等難點(diǎn)問(wèn)題,借助互聯(lián)網(wǎng)的配電設(shè)備智能感知診斷關(guān)鍵技術(shù),可以利用適用于低壓配電網(wǎng)的高分辨率有效值錄波等技術(shù),通過(guò)模塊化以及組合形式等方的故障診斷裝置,在云平臺(tái)上實(shí)現(xiàn)低壓出線的故障監(jiān)測(cè),該監(jiān)測(cè)系統(tǒng)包括故障報(bào)警、故障區(qū)域定位、故障錄波以及電能質(zhì)量的實(shí)時(shí)監(jiān)測(cè)等功能,通過(guò)云計(jì)算技術(shù)可以在極短時(shí)間內(nèi)實(shí)現(xiàn)故障區(qū)域的定位。在低壓配電系統(tǒng)中,模塊化故障在線監(jiān)測(cè)系統(tǒng)利用開(kāi)口電流互感器實(shí)現(xiàn)電流的采樣,電壓的采樣和取電是通過(guò)磁吸式觸頭實(shí)現(xiàn)的。
綜上所述,電力設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)工作具有較強(qiáng)的復(fù)雜性和系統(tǒng)性,隨著關(guān)鍵電力設(shè)備數(shù)量的不斷增多,電力設(shè)備的巡檢工作難度也隨之加大,電力企業(yè)應(yīng)該結(jié)合行業(yè)發(fā)展的趨勢(shì),加強(qiáng)智能診斷和監(jiān)測(cè)關(guān)鍵技術(shù)應(yīng)用,提高監(jiān)測(cè)效率,為電力企業(yè)的健康發(fā)展提供重要保障。
引用
[1] 徐友剛,任堂正,沈曉峰,等.基于電力物聯(lián)網(wǎng)的配電設(shè)備智能感知診斷關(guān)鍵技術(shù)與應(yīng)用[J].電力與能源,2020(4):389-391+402.
[2] 袁培,王舶仲,毛文奇,等.基于多重生成對(duì)抗網(wǎng)絡(luò)的智能開(kāi)關(guān)設(shè)備狀態(tài)感知與診斷研究[J].電力系統(tǒng)保護(hù)與控制,2021(6):67-75.
[3] 徐祥海,吳靖,秦波,等.基于多源數(shù)據(jù)的保護(hù)就地化變電站智能感知與診斷技術(shù)研究[J].電氣技術(shù),2019(12):60-68.