宏观和微观的供变电设备状态评估

朱 江

（中交机电工程局有限公司，湖北 武汉 430061）

1 状态评估的基本结构

状态评估技术是面向于设备状态量的专业技术，所谓的设备单一状态量也就是设备的单一状态，该状态下无法反映设备的整体情况[1]。综合设备可展示所有设备信息评估情况，明确设备的健康状况。设备基础数据可依靠预防性试验、检测装置以对应检测手段获得，进而采取统计的方法全方位分析电网功能位置、设备台账以及实验数据，对设备真实健康水平做出判断。设备的状态评估流程如图1所示。

图1 状态评估的流程图

通常，将部件或设备状况细分为良好、异常、正常、重大异常与注意等不同状态。测评部件得分介于0～1分，若为1分，则代表设备情况良好，且试验数据和出厂值相近，无家族缺陷，无不良工况发生[2]；0分代表设备出现严重的异常现象，需及时停电加强检修。设备评分值和状态间关系如表1所示。若输变电所有设备中的零部件处于正常运行状态，应该计算∑PM（1）得出最后得分，其中，字母P代表部位权重，字母M代表部件最终分值。

表1 状态和评分值间关系

2 宏观方面

2.1 线路主要设备的检修

2.1.1 主变压器的检修

在进行变压器检修时，主要是对主体的检修，附件检修工作比较简单，容易开展[3]。工作难点是对铁芯、线圈以及主绝缘体内部等各个方面进行检修。供电辖区中的主要电力负荷都由主变压器所承担。因此，一旦主变压器产生故障需要及时停电开展检修，不仅影响住户的正常用电，也会为电力企业造成不必要的经济损失。在检修主变压器时需将线圈绝缘电阻、直流电阻与绝缘油等控制在正常参数范围内，以此实现对监控设备的全方位高效监督，获取和恰当的设备检修方案[4]。

2.1.2 高压开关检修

不同电力系统的高压开发差异较大，需要根据实际情况制定针对性检修方案，分析故障产生的原因。统计数据发现，多数故障属于机械故障，因此需要以3年为一个周期开展绝缘电阻交流耐压或回路电路耐压实验。

2.2 接头处理

检修人员需要及时开展发热点的电流测量与记录工作，并分析和登记接头的破损程度。若发现接头中存在严重的氧化问题，需要根据损坏程度进行更换或使用特定的清洁剂进行清洗处理。

2.3 做好线路巡视工作

为有效确保供电工作的可靠性，需要做好线路的巡视工作，保证状态检修模式的正常运行。检修人员需担负起重任，认真对待线路检修中存在的种种问题，同时还应加强学习，掌握更多先进设备检修技能，实现线路检修工作的现代化与自动化。

3 状态评估人工智能技术

3.1 人工神经网络

该系统是通过模拟人类神经系统完成信息传输与处理过程的人工处理。其典型特征是自学能力强，可从专家供给的案例中总结分析出大量的数据信息，得到故障的网络模型，进而通过借助对应的学习算法来对样本开展具体训练，促进自身学习能力与组织能力的不断提升[5]。当前，该系统存在的局限性如下：（1）在ANN技术应用前，需依靠有一定代表性的样本，形成统一的学习体系；（2）如果系统的结构发生变化，需要加强对新样本的学习；（3）在完成ANN学习后，要求具备较好的容错能力与内插结构，但此时进行外推工作时会产生较大的误差；（4）在运行工作方面，ANN的解释能力较弱，可将其视为一个黑箱。

3.2 模糊理论

使用模糊隶属度的理论可对不确定的事件、现象进行描述，并引入近似理论与语言变量阐述专家经验知识。专家系统结构与模糊系统结构类似，重要组成部分包括模糊知识库、模糊推理机与人机界面。模糊理论能够与专家系统合作形成模糊系统，系统能够进一步和人工神经网络系统相结合。模糊教学方法更适用于评估设备状态，属于状态评估算法落实开展的理论基础，通过模糊运算概念与模糊数学隶属度，可实现设备状态的量化，并将其细化成一般、良好、注意以及不良等多种状态[6]。专家系统和模糊系统也存在很多不同之处。它需要在具备相应的试验经验与足够经验的基础上，进行隶属函数建构，若系统结构改变，运用对应规则与模糊系统知识可对其实施相应维护[7]。

3.3 免疫算法

该算法计算功能的实现主要借助对人类免疫系统的模仿，受到了细胞理论与网路理论的启发。它与遗传算法具有如下区别：（1）在基础单元运行状态下，能够得到全局最优解[8]；（2)能够高效计算亲和性，真切反映免疫系统的多样性；（3）可借助促进或抑制抗体的产生，实现免疫系统的自我调节能力[9]。

4 结 论

当前，我国设备状态检修技术取得了前所未有的发展，但依然存在一定的漏洞。在此背景下，电力企业应该给予状态检修技术足够的重视，保障电力系统的可靠、稳定运行，从而最大限度地确保电力企业与用户的利益，促进电网建设的进一步发展。