智能电网中SF6高压断路器在线监测与诊断系统研究

admin

题目：


雅宝题库答案：

****此区域为收费内容****    需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
中国国家电网公司以奉献清洁能源、促进经济发展、服务社会和谐为基本使命，在认真分析世界电网发展的新趋势和中国国情基础上，紧密结合中国能源供应的新形势和用电服务的新需求，提出了立足自主创新，加快建设以特高压电网为骨干网架，各级电网协调发展，具有信息化、数字化、自动化、互动化特征的统一的坚强智能电网的发展目标，以实现电网的可靠、安全、经济、高效的运行。其中，对高压电网中电力设备进行实时状态监测与智能化综合管理是电网实现智能化的一项重要研究内容。    SF6高压断路器作为电力系统中最重要的设备之一，是保证电力系统可靠运行的关键。因此，实时监测高压断路器的工作状态并及时预警和检修，不但可以提高供电系统的安全性，而且减少盲目定期检修所带来的资金浪费，同时也避免了因盲目检修而引入新的故障隐患。本文针对目前SF6高压断路器状态监测和故障诊断系统在电气状态、绝缘状态和机械状态三个方面存在的缺点和不足，在智能电网各项先进技术的要求下从信号检测、特征提取、故障诊断方法以及实际应用等几个方面进行了深入的研究。    在信号处理中，分析了短时傅立叶变换和小波变换这两种时频联合分析方法各自的优缺点。根据SF6高压断路器机械振动信号的特性，提出一种基于经验模态分解-能量熵的机械振动信号特征提取的新方法。该方法能够实现利用一个参数从时域和频域内同时反应测试信号的细微变化，以不同变化幅度分别反应测试信号中振动事件时间偏移和信号频率成分的变化状况。实验结果表明该方法是一种有效的机械振动故障信号特征提取方法。    为实现智能电网中SF6高压断路器状态的智能诊断，针对其诊断学习样本数据不足的题目，本文在详细分析支持向量机分类原理的基础上，将其应用于高压断路器的状态分类。并就支持向量机中分类模型、核函数类型及核函数参数选择对故障分类性能的影响进行了深入的研究。本文列出了不同核函数及分类模型的分类效果，重点研究了径向基核函数参数优化方法，提出了一种基于遗传算法优化核函数参数的故障诊断模型。通过与采用常规核函数参数优化方法的支持向量机分类器和神经网络分类器进行比较，实验结果表明基于遗传算法优化核函数参数的支持向量机分类器具有更优的分类效果。    为实现智能电网中SF6高压断路器综合状态信息的快速采集，依据SF6高压断路器工作特性检测机理和故障诊断理论知识，提出了一种SF6高压断路器电气、绝缘、机械状态综合参数在线监测与故障诊断的设计方案，并在此基础上开发了SF6高压断路器在线监测系统，该系统集数据采集、数据通讯、数据管理、状态分析和故障诊断于一体。在系统数据采集与分析装置中，针对多状态参数需高速采集的要求，提出了一种基于ARM和FPGA处理器的高速数据采集模型，设计了双FIFO数据传输的方案，提高信号处理能力。    为实现智能电网中SF6高压断路器综合状态的评估，基于VC++6.0软件平台，采用ADO访问技术，并结合无模式对话框应用程序框架的设计方法，开发了断路器综合状态数据管理系统，并初步建立了故障诊断专家系统。    实验结果表明，本文所设计的SF6高压断路器在线监测与诊断系统，方案合理，切实可行，能很好实现各状态参数的精确测量及数据的高效管理，同时，也验证了理论分析、诊断方法的正确性和有效性。