缺陷诊断

项目属于变电站领域，变电站设备巡检是保证电网安全运行的关键手段，其数据获取的全面性和诊断的准确性是反映设备运行状态的重要依据。随着电网设备规模快速增长和信息化技术的不断发展，通过各种检测手段获取的设备状态数据（尤其是图像、声音类数据）数量急剧增长，传统以人工为主的数据分析方式受主观因素影响大，巡检质量分散；而现有的自动检测手段又存在应用场景单一、图声数据的智能分析能力不足等问题，并且缺乏有效的共享机制。因此函待提出一种新型变电站智能巡检模式，以满足新电改形势下变电巡检全景化、智能化和精益化的发展需求。在山东省重大专项和国网公司重点项目支持下，项目针对电网变电设备巡检缺陷诊断关键技术进行科研攻关，开展基于图声巡检数据的缺陷诊断技术研究， 研制系列化智能巡检装备，并实现产业化应用。

本文结合一起现场测试案例，通过利用高频与振荡波两种局放检测技术，介绍了一起35kV电缆中间接头局放缺陷 的定位与诊断分析过程，并分析了局放信号的图谱特征，对后期现场测试提出建议。

变压器运行过程中产生的振动噪声与其运行状态及内部缺陷情况直接相关,对其声纹信号开展特征分析,有助于进一步了解设备运行工况,保障电力系统安全稳定运行。文中以声纹特征分析为基础,兼顾诊断效率与准确性,提出一种基于卷积神经网络及集成学习模型的变压器缺陷诊断方法。该方法以变压器声纹数据的时域及频域信号为多通道输入混合特征,构建了基于卷积神经网络模型和声纹特征分析法的集成学习模型,可实现变压器声纹特征的有效识别,并通过由多个基学习器组成的集成学习模型提高了变压器缺陷诊断的准确性。基于文中所构建的变压器声纹样本库,可得到该方法对变压器单一缺陷的识别准确率为99.2%,对变压器混合缺陷的识别准确率为99.7%。研究结果表明该方法可有效识别变压器的运行状态,为变压器运维检修提供技术参考。

变压器健康管理对于实现变压器从传统定期维修转向以可靠性为中心的状态检修而保障设备的健康运行具有重要意义，为此，在大量积累设备全寿命周期数据的基础上，江苏公司开展数据价值挖掘，构建了变压器健康管理系统。本汇报从健康评估、缺陷诊断和寿命评估三个方面介绍了解决方案、核心算法及相关实践案例分享，对于变压器健康管理领域相关工作开展具有一定的借鉴意义。

主要介绍了输电线路图像采集与设备缺陷诊断方式、输电线路设备缺陷自动诊断现状及展望。

本项目属于输变电技术领域。 变压器是电网的关键枢纽设备，近年来不明原因的大型变压器绝缘电阻严重下降和介损增大问题频发，广东电网和湖南电网涉及的缺陷变压器均达上百台。该类缺陷运用常规电气和化学试验均无法找到原因，传统滤油和换油措施没有效果，给电网的安全可靠运行带来了极大的隐患。本项目从绝缘油分子结构与电气性能关系为切入点，系统研究了新特征物分析方法及表征、影响机理、处理技术，研发出处理成套设备并进行了广泛工程应用，解决了大型变压器绝缘电阻下降传统技术无法诊断及处理的技术难题。经中国电机工程学会鉴定成果整体处于国际领先水平。 项目研发新型吸附剂3种、处理装置1套；制定国家及行业标准7项；获授权专利24件（其中发明专利15件），实审国际专利1件；发表论文17篇(其中SCI 6篇、EI 5篇)。 项目成果已在南方电网和湖南、山东、华北等多个省级电网大规模应用，完成1605台主变的绝缘缺陷诊断和261台变压器的绝缘缺陷处理。项目成果保障了电网安全可靠运行，在建国70周年和澳门回归20周年保供电工作中发挥重要作用；有力推动了设备运维和国内外变压器油检测、诊断和处理技术的发展；避免了大规模换油带来的资源浪费和危废变压器油带来的环保问题，经济社会效益显著，推广前景广阔。

研究高压开关设备机械状态的识别和故障诊断技术，对提高高压断路器的可靠性，建设坚强的智能电网，保障电力系统的安全可靠运行具有重要的现实意义和工程应用价值。 项目采用真型实验的研究思路，在仿真分析断路器正常情况、单一典型故障以及多个典型故障同时作用情况下操动过程的机械特性以及GS母线三相共箱结构下受力情况的基础上，构建220kV高压断路器机械故障真型模拟实验平台以及550kV单相与126kV三相共体的G1S机械振动实验平台，研制了基于多传感器的高压断路器振动信号检测系统，基于加速度传感器和上位机的GS机械振动检测系统和基于拾音器阵列的G1S声学信号检测诊断系统。在实验平台上模拟出高压开关设备长期运行过程中出现的各类典型机械故障及缺陷，获得高压开关设备多种工况下的高压断路器多位置振动信号特征、GS外壳振动信号特征以及GS声学信号特征，研究各类典型机械缺陷对上述信号特征的影响和规律，开展智能故障诊断与辨识技术研究。

本项目主要关注大型发电机的早期绝缘缺陷问题。针对前文所介绍的定子绕组放电缺陷，转子绕组重间短路故障和定子端部绕组微渗漏问题等三种典型的早期绝缘缺陷的诊断技术展开了研究工作，针对定子绕组放电缺陷缺乏综合诊断评估手段的现状，本项目研究了基于介损测量数据，局放检测数据和紫外电晕数据的发电机定子绕组放电缺陷联合诊断技术。在紫外电晕查找方面，本项目首次将紫外成像技术应用于发电机定子端部绕组表面电晕查找工作，并通过提出计及观测距离，观测增益，湿度和海拔高度等因素的紫外成像仪光子数标定方法以及基于紫外成像法的发电机端部绕组电晕标准化检测方法，实现了电晕严重程度的量化评判。针对放电缺陷联合诊断技术，项目建立了放电缺陷评价指数用以综合评估定子绕组放电缺陷的总体严重程度，构建了基于三类检测数据的决策树，用以判断放电类型。项目所研究的联合诊断技术在托克托电厂5号机和京西燃气热电3号机上进行了应用，所研究的紫外电晕查找技术在国华北京热电2号机等40余台机组上进行了应用。针对RSO技术在理论研究方面尚无精确转子模型的问题，本项目基于多导体传输线（MTL）理论建立了转子绕组分析模型，为RSO技术的理论研究和设备研制奠定基础。针对RSO检测设备检测精度差，缺乏自主知识产权的问题，项目基于虚拟仪器技术自主研发了双模式输出，且具有阻抗匹配功能的RSO检测设备。针对RSO技术应用时缺乏一套详尽的流程规范，评判标准既无理论指导也无大量历史数据支撑的问题，项目提出了基于RSO法的转子绝缘缺陷标准化诊断流程和“两库一系统”的诊断方案。项目所研究的RSO技术在张家口电厂7号机和托克托电厂1、2、5号机上等近40台机组上进行了实际应用，并在京能京桥热电厂3号机上首次实现转子绕组动态一点接地故障检测与定位。针对电容分布谱技术实际应用时定子线棒局部电容测量精度低，微渗漏缺陷检测灵敏度和准确度有待进一步提高的问题，本项目提出采用中压变频方法的电容分布谱技术，实现了定子线棒微渗漏缺陷的诊断，建立了正态分布和四分位差互补的数据分析及判别准则和基于频谱分析的幅值相位校正算法，研发了采用柔性气动电极的电容分布谱测绘仪。所研究的电容分布谱技术在实验室进行了测试并在石景山热电厂2号机上进行了微渗漏缺陷的实地检测。

项目的实施可为电网电缆输电线跆故障智能诊断系统的工程化应用草定基础，也为进一步研究和全面实现电力电缆线路的故厚预警预报提供重要技术支荐，主要应用优势体现在以下几个方面： (1)构建电力电缆多源测试数据、运行状况、电缆基础参数与电力电缆运行状态的关联体系，以单条电力电缆为最小单元的电力电缆风险评估软件的应用可获得相关电缆运行状态的科学评估结果，为电缆线路运维部门主动规避故障风险提供辅助决策信息。同时，以电力电缆有限元分析软件为辅助，提出了有选择、有差别、有针对、有偏重的电力电缆运维检修工作策略，以达到电力电缆运维检修工作的经济最优。 (2)提出了基于有限元法的电缆三维立体电场分析方法，揭示了电缆本体及附件从缺陷产生到故障的电场分布演化机理，发现了其故障下的电势梯度和电场强度变化特征，实现了从电缆故障表象到原因的逆推。在实用性、先进性等各方面部达到了新的技术高度。 (3)提出丁工频、振荡波、超低频不同激励源下局部放电的等效评估方法，揭示丁三种不同激励源输入参数与电缆局部放电响应特性的关联关系，确定丁振荡波、超低频电压试验在电缆绝缘缺陷诊断中的最优应用场景。提出丁基于改进BP神经网络算法的电缆放电模式识别方法，从三维放电谱图中提取了正负半波的偏斜度、峰值个数等七个权值最优的特征量，准确辨识电缆产品质量不良、施工工艺不当的典型缺陷，解决了电缆局部放电类型识别率低的难题。本项目具备非常广阔的推广应用前景。

变压器综合监护系统主要包括能够快速检测和故障定位的多种监测装置及其外置传感器，户外用柜体，移动无线通讯网络以及变压器内部绝缘缺陷诊断系统软件。项目研制的变压器综合监护系统成功应用于山东淄博涯庄220kV变电站的3#主变。通过连续在线实时监测变压器的局部放电信号、振动信号、温度负荷信号和铁心接地电流信号，运行维护人员可随时掌握变压器的运行信号和评估变压器运行状态，并为科学合理的设备检修提供了可靠的数据依据。通过采用变压器综合监护系统，能够提高大型电力变压器面对未来智能电网更加复杂的运行工况的应对能力，减少新生隐患产生的几率，从而提高整个电网系统的可靠性；同时可以对大型电力变压器绝缘状态、运行寿命做出快速有效的评估，并有效的指导运行和维护，减少运行维护人员的工作量，降低运行管理成本。