基于电力物联网的设备智能感知诊断关键技术与应用

2021-11-19国能准能集团有限责任公司张恒远李茂盛贾瑞龙刘景辉柴耀军王立新

数字技术与应用 2021年10期

国能准能集团有限责任公司张恒远李茂盛贾瑞龙刘景辉柴耀军王立新

电力行业针对设备的状态巡检和点检基本停留在人工离线检测、定期维护阶段,随着关键设备数量的增加、分布的广泛和工作环境的恶劣,仅靠人力投入已无法实现高密度的巡检和点检。在设备巡检和点检过程中应用现代化的智能感知诊断技术,可以提高监控的效率和质量,为设备的稳定运行提供重要保障。基于此,本文探讨了电力设备国内外研究现状,研究了电力物联网的设备智能感知诊断关键技术与应用。

1 电力设备国内外研究现状

随着网络技术的快速发展,物联网技术、大数据技术在很多行业都得到了广泛的应用。基于电力物联网背景下的配电设备的运维方式也发生了转变,从以往的周期性计划巡视转变为状态监测的形式。目前情况来看,不同电网企业之间的技术水平、管理模式等方面都存在差异性,在电力设备的监测过程中,监测能力和监测水平也有差别。在云计等现代化的信息技术快速发展的背景下,基于云平台的变电站设备智能诊断系统也得到了普遍的应用,该系统主要依据任务调动原则对云平台计算资源进行合理分配,根据电力初步故障诊断信息可以对变压器内部的故障信息进行精确判断。此外,大数据挖掘技术也是电力设备智能感知诊的断关键技术,该项技术在电力设备运行状态评估中发挥着重要的作用,电力设备运行状态的智能化检测可以利用大数据技术构建基本框架,利用相关技术实现数据的集成、转换、清洗以及分布式储存和处理,实现数据信息的高效挖掘以及对数据驱动的设备状态进行分析。基于电力物联网的设备智能感知诊断关键技术还包括针对智能变电站设备状态监测的自组织无线智能网络系统,该系统在配电设备监测过程的无线智能传感方面发挥着重要作用。笔者通过检索国外相关文献发现,国外研究侧重于对智能变电传感器分析、基于电力物联网感知层传感器数据模型构建、配电设备变压器绕组温度的远程监控等方面。对配电设备台账、电气量和非电气量信息等方面的研究较少。从实际情况来看,在监测对象方面,目前国内外相关电网企业对配电设备的监测形式比较单一,处在单一状态参数静态阈值的监测层面,该类监测模式很难获取被监测设备较为全面的监测画像,在诊断和判断被监测设备运行情况以及运行趋势方面的工作也存在一定的弊端和局限性。

2 电力物联网的设备智能感知诊断关键技术与应用

2.1 传统配电设备故障诊断方法

(1)通过人体感觉进行检测和诊断。电力配电设备发生故障时会出现一些特殊的物理、化学现象,例如有些设备会产生异常震动、发出异常的声音、颜色、气味、光等多种物理和化学信息,在传统检测模式中,通过人工的方式对设备异常的情况进行直接判断。这种检测方式的弊端在于检测过程中涉及人工的主观因素,对工作人员的工作经验和专业素质要求比较高,凭借人体感觉检测很难形成系统化,也不容易定量表示。此外,这种检测方式只是利用了故障设备的局部信息,不能作为最终诊断结果。但是相比其他检测方式,改方法也有一定的优势,诊断方法形象、有效,在有些场景下仍然在使用。(2)利用设备故障征兆信息进行诊断。通常情况下,电力设备发生故障会出现一些征兆特征的变化。分析设备产生故障的机理和征兆,可以在故障和征兆之间建立某种关系。例如,当变压器进水受潮之后,油和绝缘纸的介电强度会降低,铁芯接地电流的大小和铁芯多点接地故障之间有着密切联系。如果出现局部过热或者放电情况,油和绝缘纸会分解,产生一氧化碳、二氧化碳的等气体,由此可见,油里面的微水含量、铁芯接地电流、产生的气体可以作为设备故障检测和诊断的重要征兆信息[1]。

2.2 智能无人巡检技术

(1)智能无人巡检技术应用过程。人工监测电力设备的方式存在安全隐患,为了替换人工巡检,实现自动化设备检测,在实际监测过程中,在现代化的信息技术的支撑下,采用智能无人巡检终端仪器,该终端仪器可吸附在电机、齿轮箱、泵体轴承座上,自动检测轴系零部件的振动及轴承座表面温度。然后通过Zigbee通讯技术进行实时通信和数据传输。用户可通过使用台式电脑、笔记本电脑或手机进行浏览、处理或诊断设备的状态数据,操作方便可靠,实用性强。智能无人巡检仪是利用采集各种相关数据,包括在线、离线采集设备以及外部系统获取的信号,并获得振动、流量、出力、温度、电流、压差相关数据及报警数据。仪器自动筛选关键及敏感数据:根据用户设置,或者根据系统模型(例如:针对风机的关键参数、针对汽机的关键参数等)组合的参数模型,筛选关键及敏感数据数据,再通过相关计算及模型分析:根据关键及敏感数据,产生出数据分析模型,抽取一定时间范围内的关键及敏感数据,通过历史数据的模型,计算趋势模型并预测趋势,划定参考正常区间。根据参数的相关性分为:线性趋势及拟合趋势,通过趋势模型来评估设备状态。对单点数据(例如:一个振动数据),进行矢量比较分析、实时标准数据比较分析、经验数据比较分析。以及结合用户上传的经验样本数据或者是数据模型根据历史数据计算出的样本数据进行比较。用户上传的经验数据可以使各个类型故障的样本数据,也可是各个正常工矿的基准数据,决策树、神经网络、权重加权等[2]。

智能无人巡检的工作原理:通过Zigbee通讯技术进行实时通信和数据传输。再通过TCP/IP协议与状态管理软件平台进行通信,将设备参数数据反馈至系统数据库中。代替人工采用精密点检仪、精密故障诊断仪等离线手段对设备状态的监控巡视。智能无人巡检终端仪将结合离、在线优势特点,依据完整的设备状态信息的基础上对设备状态进行更精确的判断和自动报警。在设备上安装智能无人巡检仪器,对机械转动设备进行智能监控、预警推送提醒、故障准确定位及结果诊断。设备劣化初期提前发现干预,避免故障发展为事故,减少设备非停时间,减少人员工作量输出,提高设备可靠稳定运行,促进安全高效生产。实现生产过程现场人工巡检向无人值守转变,人工离线数据采集向自动化数据在线采集转变,设备故障定位靠经验分析向大数据故障诊断状态检修转变.设备健康智能自诊断。为设备稳定运行保驾护航,为安全生产增加防护体系。

(2)智能无人巡检技术应用方式。智能无人巡检仪器向下通过Zigbee协议与安装在设备上的无线传感器进行数据通信,接收设备状态参数数据,向上通过TCP/IP协议与网络软件进行数据传输,存储至平台数据库中。具体改进指标有:无线通讯方式:Zigbee 2.4GHz;有线通讯方式:Ethernet v2.0.IEEE802.3,TCP/IP,10/100baseT;供电方式:220VAC、、备用锂电池,断电时工作时间可长达24小时;存储容量:>=1256M;工作温度:(-40～125)℃;传输距离:80米(视距);存储容量:256Kbytes;供电:单节锂电池自供电,可连续工作3年以上;最大量程:40g;频率范围:加速度10Hz～10kHz、速度10Hz～1kHz、位移10Hz-500Hz;信号类型:加速度、速度、位移(速度和位移由硬件积分得到);A/D转换:24位,谱线数量:加速度3200线,速度1600线,位移800线,可程控。

此外,利用特定低频分析技术在设备上精确检测低至0.2Hz的加速度信号。对轴承和齿轮的早期故障检测,一种是共振解调,另一种是峰值包络。谐振解调方法对测量的要求非常低。它与普通加速试验基本相同,具有一定的参考价值,但其结果值没有趋势,也不能区分最早的轴承和齿轮磨损产生的较弱的应力波,因此难以作为最终结论的主要依据。峰包络法是在谐振解调的基础上开发的更先进的检测技术。由于其高灵敏度和卓越的分辨率,它可以区分轴承的早期故障信号。可用于检测结构复杂的低速旋转设备和变速箱,还可用于反映轴承和齿轮的润滑状态。可收集并存储很长时间的连续监测数据,其具有以太网端口支持远程控制操作和实时传送测试数据。当使用外部电源时,它可以作为临时的在线监视仪器无限期地运行。具有远程控制意味着它可以轻松地执行需要反复按键操作完成的测试,无需人员长时间在危险区域即可进行监测工作[3]。

2.3 电力物联网的设备智能诊断分析系统

通常情况下,智能诊断分析系统是采用“云管边端”架构,该架构主要是由数采集现场的分析终端、监控中心的远程监控终端以及移动监控终和云平台构成。该系统在实际运行过程中,利用预先布设在各个监控设备上传感器对设备的运行数据信息进行采集,完成数据信息的采集之后,结合现场的情况,采用有线或者无线的传输方式将数据信息传输给相应智能终端,智能终端设备对数据信息进行初步分析,处理之后利用电力物联网的相关技术将数据信息传递到数据云平台上,云平台系统再对各项数据信息进行系统化的处理和智能诊断,从而判断设备在运行过程中是否出现故障的,如果存在故障信息,系统会自动将警报信息传送至远程监控系统中,图1所示:

图1 电力物联网的设备智能诊断分析系统Fig.1 Intelligent diagnosis and analysis system of power Internet of things

2.4 低压故障检测

低压配电网具有结构复杂、容易发生重复性格故障等难点问题,借助互联网的配电设备智能感知诊断关键技术,可以利用适用于低压配电网的高分辨率有效值录波等技术,通过模块化以及组合形式等方的故障诊断装置,在云平台上实现低压出线的故障监测,该监测系统包括故障报警、故障区域定位、故障录波以及电能质量的实时监测等功能,通过云计算技术可以在极短时间内实现故障区域的定位。在低压配电系统中,模块化故障在线监测系统利用开口电流互感器实现电流的采样,电压的采样和取电是通过磁吸式触头实现的。