电气设备故障诊断技术与状态监测研究

姜晓峰

摘要：电力系统运行中，确保电力设备稳定运行是确保电力系统稳定运行之基础。由此可见，需对电力设备状态检测，运用先进故障诊断技术，合理处理故障。文章结合实际案例，分析电气设备故障诊断技术与状态监测，并对变压器色谱在线系统的应用。

关键词：电气设备；故障诊断；技术；状态监测

电气设备稳定运行需设备状态监测及故障诊断技术支持，实际应用中，对电气设备运行状况实时监督，帮助检修人员更快的掌握设备故障信息，合理安排停电检修时间，设计科学检修技术，提高维护维修质量[1]。因此，电气设备状态监测及故障诊断对电气设备稳定运行具有重要作用。

1电气设备状态监测及故障诊断重要性

1.1确保电力系统稳定运行

电力系统由电力设备构成，不同设备支持不同电气系统运行，设备运行质量直接关系到电气系统安全性及稳定性。为确保电气系统稳定运行，需强化对电气设备的维护检修管理，及时发现隐患、故障，消除问题[2]。社会经济持续发展，生产及生活对电力需求逐渐增加，电力供应中，若设备故障，将影响各项生产生活持续进行，需对电气设备状态检测、故障分析，排查故障，确保系统稳定运行。

1.2可减低成本，提高效益

市场经济持续发展，各行业竞争日趋激烈，电力企业同样面临严峻市场形势，生产经营中，需提高质量及安全，因此降低生产成本，提高自身竞争力。电力系统运行中，若忽视对电气设备状态检修，导致设备运行异常，将引发故障问题。一些电力企业在故障发生后被动检修，徒增检修难度，增加检修人员负担[3]。维持，需重视电气设备状态监测，减少人力、物力、财力投入，提高电力系统运行效益。

2电力企业电气设备状态监测及故障诊断

2.1变压器

变压器是电力系统重要设备，其种类繁多，分为充油式变压器、干式变压器、六氟化硫变压器等。对变压器状态监测，采用多种方式监测，如红外监测技术、超声定位监测技术、局部放电监测技术等[4]。对变压器状态监测检修，高压套管采用介质损耗数数字化在线监测，有载调压开关故障常有发生，可以专业有载诊断设备监测，及时分析触电磨损、电气回路故障。变压器监测，还包含风扇监测、油温监测、负载电流监测等，对变压器科学监测，要求监测对象具备固体绝缘、气体绝缘、冷却组织。

变压器常发生热故障、放电故障、进水故障或机械故障等。例如，对一发电厂设备更新哟花，采用三相油浸变压器支持，内部绝缘油及介质不接触空气，变压器运行无需换油，使用寿命长，在农村配电中可推广应用。但是，三相油浸变压器在实际应用中对外界环境要求苛刻，若周围温度变化明显，可能导致变压器漏油，导致继电器误动。

2.2电容设备

电容设备为互感设备，在状态监测及故障诊断中，常用红外检测、离线监测、停电预试方式支持。电容设备状态监测，可采用信息检出、数据采集、信息传递等方式落实监测，对设备各信息综合诊断，获取诊断报告，有针对性的维修设备。

此外，若采用停电预试验技术，需和主设备结合起来，在电力线路断电后监测，及时发现电动设备故障隐患，针对设备故障严重度，决定是否停电检修。

2.3 高压配电柜

高压配电柜状态监测故障诊断，可采用机械监测、在线监测、网络理论的技术监测、真空断路器在线监测等多种形式监测状态。

2.3.1对机械特性监测而言，其主要针对高压配单柜自身合闸电压、分闸电压、电流、断路器触头等监测，分析弹簧状态、断路器动作等硬件是否工作正常[5]。

2.3.2在线监测技术主要是针对电气性能操作，包含灭弧室真空度、断路器开关电流加权值。监测中，不同开断电流支持，获取各个等效磨损曲线，额定短路开关电流直接影响断路器的允许磨损量。因此，对触头磨损量累积计算，得到电气设备用电的实际寿命。

2.3.3采用径向基函数网络理论检测技术，在实际应用中，将正常振动信号及断路器振动信号波峰幅值之间的差异参数收集，结合冲击事件时间，判断断路器故障具体参数，检查断路器是否稳定运行。

2.3.4当下，采用真空断路器电寿命在线监测技术不需要投入过多人力成本，实际应用中，分析设备开断过程及燃弧时间，监测可获取精准数据，反映出各个点磨损实情。在高压配电柜实际运行中，若发现产生局部放电现象，必然存在电磁波，以开关柜为支持，可促进电磁波传输，开关柜自身柜体形成TEA（暂态对地电压），此时，电容耦合传感器对TEA检测，判断高压开关柜是否存在故障，如图1所示。

3结束语

综上所述，在电力系统稳定运行中，电气设备自身状状态稳定性及故障诊断直接关系到设备能否稳定、安全运行，对保障电力系统正常供电有重要作用。文章对变压器、电容性设备、高压配电柜等状态监测及故障诊断技术详细分析，以变压器为主要研究对象，对具体的状态监测及故障诊断技术的应用讨论，可及时发现故障，采取措施，保障带那里系统安全性及稳定性。

参考文献：

[1]汪希伟， 李超， 郭启伟，等. 智能变电站继电保护状态监测与故障诊断系统研究[J]. 山东电力技术， 2017， 44（2）：55-57.

[2]吴艳标. 风力发电机状态监测和故障诊断技术的研究[J]. 城市建设理论研究（电子版）， 2018， No.253（7）：7.

[3]范紅岩， 刘军， 张可薇. 堆垛机状态监测与故障诊断的研究和进展[J]. 物流技术， 2017， 36（2）：33-37.

[4]邢芝福. 电力系统设备状态监测与故障诊断技术分析[J]. 天津科技， 2017， 44（7）：65-67.

[5]刘钰翔. 电气设备管理中状态检测及故障诊断技术分析[J]. 技术与市场， 2017， 24（10）：124-125.

（作者单位：五凌电力有限公司）