()文章编号:10007709201205016103---水 电 能 源 科 学
WaterResourcesandPower Vol.30No.5
Ma2012 y
电气设备红外热像图谱分类编码与故障树研究
孙庆生,杨飞飞,王克峰()合肥供电公司,安徽合肥230022
摘要:变电设备热故障分析和定位的关键在于分类存储和管理红外热像图谱。在分析研究变电设备热故障分类的基础上,设计了一种易于拓展的热故障编码方法,该方法利用故障树进行精确检索及热故障精确定位,能有效解决红外热图像分类存储管理及热故障智能诊断中的分类问题。实际应用验证了该编码方法的有效性和实用性。
关键词:热故障;红外热像图谱;编码;故障树中图分类号:TM930.9
文献标志码:A
红外诊断技术已成为电力设备监测、普 目前,
及时发现隐患、杜绝恶性突发性设备事故的一查、
种先进手段,为输变电设备状态检修提供了依据,保证了电力系统的安全可靠,提高了供电可靠
1]
。红外热像分析对诊断电力设备的热故障具性[
有效率高、判断准确、图像直观、安全可靠、不接触测温、不受电磁干扰、探测距离远、检测速度快且因此在电力系统故无需使被测设备停运等优点,
2,3]
。如何分类存储和管障诊断中得到广泛应用[
理各种变电设备的红外热像图谱是热故障智能分析和故障准确定位的关键。鉴此,本文设计了一解决了红外热像种易于拓展的热故障编码方法,图谱文件的分类管理和故障诊断。
图1 变压器热故障分类
Fi1 Transformerfaultclassification g.
1 变电设备热故障分类
变电设备可划分为1亦称为变电设备7类,即变压器、断路器、电流互感器、隔离开17主类,
关、电压互感器、避雷器、电容器、导线、线耦、穿墙套管、电缆、阻波器、绝缘子、电抗器、铁夹件GIS、
4,5]
。每类设备均可包含各种子类或和其他设备[
图2 电容器热故障分类
Fi2 Caacitorfaultclassification g.p
6]
绝缘子热故障分类。图3中瓷绝缘子[和合成绝
组件,变压器热故障分类见图1。
将图1视为一棵树,树根为变电设备主类变叶子节点为各种热故障,其他中间节点为设压器,
其体现了故障与组件间的倒备子类或各种组件,
数结构。因此,对变电设备热故障的分类可基于树状分层结构,图2为电容器热故障分类,图3为
,收稿日期:修回日期:2011061520120320----缘子共享局部过热等3种热故障,使树变为图。17种主类中的其他变电设备均可类似图1~3进行热故障分类。在实际系统应用中,应采用完全树状结构以实现严格分类。
,作者简介:孙庆生(男,工程师,研究方向为输变电设备绝缘、状态监测技术及电网设备状态检修管理,1978-):E-mailssz63.com@1qg
·162·
水 电 能 源 科 学 2012年
图3 绝缘子热故障分类
Fig.
3 Insulator fault classification为能准确定位故障,可将主类划分为更细致的子类或组件,并将子类或组件进一步划分为更小的零部件单元类,
直至拆分为最小单元类,分类越细,定位越准确,但应用系统也随之越复杂,本文根据实际应用的可靠性和可行性,将设备分为层或4层结构。
热故障编码方法与特点
针对变电设备热故障树状层次结构,参照目前分类中层次最多的主类变压器具有5层(图),本文设定热故障编码的长度为10位数字字符
串,热故障编码方法见图4。其中,1~2为主类编
图4 热故障编码方法
Fig.4 Thermal fault coding
method码,3~8为子类或组件类编码,9~10为主类和子类编码共同确定的唯一变电设备或零部件的故障序号。根据设备拆分为零部件的程度,3~8位每两位标识一种拆分级别,若无拆分,即该主类为一不可拆分主体,
则3~8位全为零。为便于检索和模糊查找匹配,9~10位上的数字不受限制,其他故障固定序号为99,若为00则表示当前编码仅为设备类型编码,表示由此编码确定的设备或设备子类无故障;1~2位从11开始,不使用01、02
之类的编码;1~2、3~4、5~6、7~8位,各自从1开始累加编号,但不允许出现10、20之类的以0结尾的数字组合;若3~4位为00,则5~8位必须为0000;若5~6位为00,则7~8位必须为00。
根据上述编码方法,图1中干式变压器其他故障的编码为1101000099、套管类编码为1101020100、套管线夹过热故障的编码为1101020103。
由上述编码方法可知,本文编码方法具有以下特点:①编码尾部若为00,表示此设备无故障,实现了对设备诊断结果编码的统一处理,有利于故障树的生成;同时也表示该编码为设备类型或设备子类型的编码,从右到左,连续00组合的个数,标识该类型的级别。②编码中1~2位在标识主类的同时,
也间接提示系统中主类的数量;同样3~4、5~6、7~8位上的数字也间接说明了主类
细分程度,
即反映了系统划分的级别数和每个级别上的设备数目。③本文编码方法有利于系统的进一步细分和拓展。根据设备拆分程度,在对应拆分级别上添加对应级别的子类或组件类即可。若设备复杂,拆分级别多,增加图4中子类级别数量并根据现有编码规则升级相应编码段即可,也可将现有的两位数字分段组合,升级为三位数字或更多位数字的分段组合,实现编码的易扩展性扩容。
3 故障树的生成策略和诊断
传统故障诊断方法[7]
由于存在故障原因处理
未区分、
诊断程序固化、未突出各故障原因发生概率差异、
无法体现其对系统故障的贡献大小、不能反映诊断成本和诊断时间等因素对系统故障产生的实际影响等不足。因此本文利用故障树生成系
统[8]
诊断决策树。在实际应用系统中,可将本文
方法生成的故障类型编码(尾部不是00)统一视为硬件设备的类型编码,
以便生成故障树。这种处理方式不仅有利于故障树的生成,且也便于后面的故障诊断。故障树中的树节点的定义如下:struct
tree_node{ char szDeviceID[11]; ∥设备ID char szDeviceName[50];∥设备名称
tree_node*p
Parent;∥父类(上一级)指针 tree_node*pSon;∥子类(下一级)指针};
利用pParent和pSon遍历加载到内存中的树,将当前节点的szDeviceID传递给故障诊断函数或相应功能模块,诊断当前设备热故障,并将当前节点的pSon所指向节点的szDeviceID传递给故障诊断函数,以诊断当前设备pSon所指部件的热故障。若pParent不为空(NULL),则本节点为某子类部件,可将本节点对应部件的红外热信息传递给pParent所指向的设备,以便父类设备综合诊断。具体诊断步骤如下。
步骤1 在诊断时,先利用pParent节点返回
321第30卷第5期孙庆生等:电气设备红外热像图谱分类编码与故障树研究
·163·
的信息,确定当前待诊断设备是17主类中的哪一类。
步骤2 通过p找到最Son向下遍历故障树,小子节点,并将该节点的故障信息传递给szDevi-ceID节点。
步骤3 通过szDeviceID节点返回当前节点利用父节点故障权值低于子节点故的故障信息,
障权值的策略,以诊断当前设备szDeviceID节点所指部件的热故障。
图谱文件的分类管理和故障诊断,亦验证了本文编码方法的有效性。
5 结语
本文在分析研究变电设备热故障分类的基础设计了一种易于拓展维护的热故障编码方法,上,
并给出了利用故障树对设备进行故障诊断的具体每类设方法。通过建立树形结构进行设备分类,备互不影响,具有很好的可扩充性和灵活性。且可准确定位到每个具体设通过树形结构的扩展,
备的每一种故障类型,提高了诊断结果的可靠性。同时,该方法支持基于部件的故障精确定位和基于类的模糊定位,奠定了红外热像图谱存储管理和热故障智能诊断的基础。参考文献:
[]解辰,蔺丽华.基于红外图像的电力变压器油1 刘健,
]:高电压技术,位自动检测方法[J.2010,36(4)964-970.
[]潘伟,朱若寒.红外成像检测技术在工程中2 余曼丽,
]:国外建材科技,的应用及其发展[J.2007,28(3)5154.-[]]唐上林.红外热成像技术在线故障诊断[3J. 许仲仁,
():电力设备,2004,537577.-[]李跃年.红外热成像仪应用于电力设备故4 吴继平,
]():电力设备,障诊断[J.2006,793841.-[]祁秋娜,刘宇.红外诊断技术在电力系统中5 陈陆阳,
]():陕西电力,的应用[J.2007,3563941.-[]夏强峰.污秽对红外成像法检测劣化绝缘6 蒋兴良,
:子的影响[高电压技术,J].2010,36(7)1619 -1624.
[]魏汝祥,范春利.电气设备红外故障诊断中7 张树军,
]:的影响因素分析[激光与红外,J.2007,37(2)140-142,146.
[]汤正平,闵海波.故障树分析法的专家系统8 蔡宗平,
4 验证与测试
图5为热故障编码管理界面。图中,左边为已编码的故障类型树状图,左下角为故障类型过,滤条件(包括精确过滤和模糊过滤)可对设备过热进行过滤,也可对设备的某一热故障类型进行如限定条件为变压器本体局部过热,则细致过滤(
。添加故障类型子界系统自动过滤出相应数据)
面的下拉列表框显示的是以左边选中节点进行模糊过滤生成的故障子树,以便在选中节点中添加新的故障类型,即确定新增故障类型的父类型。由此可知,采用本文编码方法实现了红外热像仪
图5 热故障编码管理界面
Fi5 Interfaceofthermalfaultmanaement g.g
]在故障诊断中应用[微计算机信息,J.2006,22():,2213513775.-ResearchofInfraredThermalImaeClassificationCodin gg
andFaultTreeofElectricalEuiment qp
,,SUN QinshenYANGFeifeiWANGKefen ggg
(,H)HefeiPowerSulComanefei230022,China ppypy
:AbstractTheinfraredthermalimaeclassificationstoraeandmanaementisthekeointforthethermalfailurea -gggyp ,ositioninnalsisandofthesubstationeuiment.Basedonthethermalfailureanalsisofthesubstationeuimentan pgyqpyqp ,weasilexandedthermalfaultcodinmethodisdesinedinthisarticlehichcansuortaccurateretrievalandthermal ypggpp ,locatinwithfaulttree.Thereforetheclassificationroblemoftheinfraredthermalimaestoraemanaementfailure gpggg andintellientfaultdianosiscanbesolvedeffectivel.Theefficiencandalicabilitofthecodinmethodisverifiedb ggyyppygy racticalalication. ppp
:;;;Kewordsthermalfailureinfraredthermalimaecodinfaulttree ggy
因篇幅问题不能全部显示,请点此查看更多更全内容