变电设备专家诊断系统讲稿课件

变电设备专家诊断系统

建设目标及条件建设目标建立统一的专家诊断数据管理平台实现设备在线数据、离线试验数据的收集、存储使用和共享，为诊断提供完整、长效、准确的数据资源。建立可不断深化知识的专家系统融合专家的知识经验和企业实际运行的经验，并使其不断更新、改进和扩充，对未来增加的诊断类型和诊断方法可无缝挂接。通过辅助诊断及时发现故障、消除早期隐患预测故障的发展趋势，及时发现故障隐患，减少突发性事故

实现远方专家诊断，实现网上专家会诊建立专家诊断集成平台结合网络通讯、数据库技术与诊断技术，集成现有的信息系统资源，建立能进行综合分析的诊断平台。状态诊断技术的应用现有对变电设备绝缘诊断方法主要是阈值比较法与已有“规程”进行对比将本次的试验结果与该设备历年的试验数据进行比较(纵比)对同一设备各相间或同类设备间的试验结果进行相互比较(横比)常规电气绝缘诊断方法

但是仅仅依靠单一试验项目往往不太可能全面地反映出绝缘的真实状况。因此需要对同一设备的多种试验的结果进行科学的综合分析判断，相互印证，这将更有利于得出合理的结论。电力设备故障诊断，在数学上就相当于实现了一个从故障征兆空间到故障模式空间的映射，因为故障征兆与故障类别之间并没有明确的函数关系，所以具有非线性映射能力的人工神经网络（ArtificialNeuralNetwork,ANN）技术被广泛地应用在故障诊断中。基于人工神经网络的诊断方法

在目前的故障诊断和模式识别问题中，误差反向传播算法相对成熟，基于此原理的BP（BackPropagation，BP）网络得到了较好的应用。

！基于油中气体色谱分析的援例推理诊断技术援例推理（CaseBasedReasoning，CBR）技术的基本思想是保存以往在绝缘状态诊断中所遇到过的典型范例（包括缺陷和非缺陷情况），当遇到新的诊断问题时，在所保存的典型范例库中进行搜索，找出匹配最佳的源范例，并直接引用其结论为被诊断问题的结论，从而解决该问题。运用粗糙集方法结合电气试验、巡视、附件等征兆进行变压器细分诊断的实例如图所示。基于粗糙集方法的综合诊断技术系统总体架构采取集成设计思想，采用分层分布式网络结构，实现对变电站设备的远程、在线式、网络化集中监测与故障诊断分层部署、良好集成现场采集层数据平台层诊断分析层现场数据采集层193019401950196019701980199020002010

现场采集层是在线监测、带电试验、离线试验与故障诊断系统的主要数据来源，该层的各种传感器或监测设备按照自身定制的格式将数据传送至统一的在线采集数据库中。数据总线数据总线企业信息门户外部网站办公自动化系统设备运行数据检修决策支持诊断分析诊断结果利用设备基础数据设备试验数据诊断模型库专家知识库数据平台层与诊断分析层诊断系统从数据平台层取得基础数据、在线/离线数据，从专家数据库取得知识和方法进行单项诊断和综合诊断。诊断触发形式可采取定时诊断、故障触发诊断和手动随机诊断三种模式。基于IEC标准的数据接口模式和数据传输总线

面临的数据集成问题，一方面要与现有建成的生产运行系统、SCADA、DMIS等进行信息集成，另一方面系统采集要来自不同厂家、不同种类的在线监测设备的数据，在这种数据源众多和后续接入仍会增加的情况下，为了保障系统的扩充性和数据交换的准确性和时效性，我们将引入IEC61850(变电站内通信网络和系统)、IEC61970(CIM公共信息模型)和IEC61968(UIB电力企业集成总线)进行规范的数据标准接口建设。断路器在线监测避雷器监测SCADADistWiresModelGridWiresModelDACCISVRU局放在线监测DistributionAutomation油色谱在线监测AM/FM/GIS

统一的数据传输总线套管在线监测...EMS数据接口基于IEC标准的数据接口模式和数据传输总线

数据库基于SOA的一体化基础平台(UFDEPlat)

通过强健的底层结构和组件技术、接口总线，建立基于构件的体系结构，克服传统MIS/ERP系统的不足，为诊断系统提供开放标准的、统一的应用支持平台。如下为统一的变电设备状态监测与故障诊断专家系统的系统架构：架构特点统一数据访问：支持异构数据库面向服务架构：功能独立、服务可替换插件体系：注册新模块、实现开放性总线型接口：消除信息孤岛、集成现有资源消息系统：和相关业务系统、不同办公设备有效沟通项目实施方法实施原则：切准脉搏、合理规划

规范化建设开放性、可扩展性、可延续性保证实用性、兼顾先进性

充分利用现有资源实施步骤：访谈和调研分析和设计开发测试与实施现状了解需求确定系统理念框架设计接口设计诊断计算方法设计代码开发单元测试集成测试培训试运行产品特点状态诊断的智能化该诊断系统建立了完善的数据仓库，具备强大的数据分析功能，综合应用多种人工智能技术，使“人”摆脱繁杂的常规试验和数据分析管理，实现设备维护的科学化和智能化。采用最新的人工智能技术（专家系统，人工神经网络）进行开发。引进模糊处理技术。对于变压器故障诊断中许多不确定因素，通过引