机电一体化在电力系统中的应用

陈 冲

（日新电机（无锡）有限公司，江苏无锡 214112）

机电一体化是融合了计算机技术、传感器技术、电子电气和机械工程的复合型先进技术。将机电一体化技术应用到电力系统中，一方面能够实现电力系统的自动化管理，显著减轻人工压力，降低人工成本；另一方面也能实现电力系统运行工况的实时监测和潜在故障的超前处理，从而保证电力系统的稳定运行。随着电力系统覆盖规模的扩大、内部电气设备数量的增加，传统的管理模式已经无法满足电力系统的运行需求。在这一背景下，探究机电一体化技术在电力系统中的应用策略具有重要的现实意义。

1 电力系统中机电一体化系统的组成与应用价值

1.1 机电一体化系统的组成架构

根据功能需求的不同，机电一体化系统在具体组成上也有差异。但是总体来说，完整的机电一体化系统应包含计算机系统、电气系统、机械系统、信息系统4部分。其结构如图1所示。

图1 机电一体化系统的组成架构

基于图1的机电一体化系统运行流程为：首先利用前端传感器获取信息，然后通过通信装置将信息传递给电气系统，经过信号的降噪、滤波和放大等一系列处理后，在D/A 转换器内实现从模拟信号向数字信号的转变，得到可以被计算机正常识别的二进制数字信号。然后在计算机内进行处理分析，根据分析结果自动生成控制指令，或者是人工编辑控制指令，再经过A/D 转换器将数字信号转化成模拟信号，传递到前端的执行器，完成相应的动作。信息系统可通过建立仿真模型的方式，以采集到的实时数据为依据，进行电力系统的故障判断和故障自动修复，从而保证电力系统的稳定运行。

1.2 机电一体化系统的应用价值

机电一体化技术的运用，打破了不同系统之间的信息壁垒，提高了电力系统内部信息的传递效率。这样一来，前端电气设备的运行数据，就可以同步反馈给终端的计算机；同时，计算机下达的操控指令也能同步下达至前端的执行器。从而构建起了响应迅速、控制精确的机电一体化控制系统，对提高电能稳定供给有积极帮助。此外，机电一体化技术的电力系统可以获取当前电力系统内每一台电力设备的运行信息，并展开分析判断是否存在异常工况或潜在故障。这样就可以在实时监测的基础上超前识别故障，并实现对故障的自动处理。

2 机电一体化在电力系统电路调频故障信号监测中的应用

2.1 电路调频故障信号监测系统的硬件设计

2.1.1 信号滤波电路的设计

电力系统在运行时，电路内可能会产生噪声信号。该系统在收集电路振动信号时，噪声信号会产生一定的干扰，进而影响故障判断结果。因此，在系统设计中增加了信号滤波电路，可以通过有源滤波的方式去除信号中的噪声。将两级有源滤波器置于电路中，合成信号源器件，并基于运算放大器的功能，组合形成一个低通路的滤波电路，如图2所示。

图2 滤波电路

2.1.2 信号放大电路的设计

本系统的信号放大电器中使用了WER44158 芯片，工作电压为5～24 V。将该信号放大器作为电路反馈的电压放大器，在输入信号源以后可以显著降低工作噪声。放大电路的结构如图3所示。

图3 信号放大电路

结合图3可知，该放大电路中输入电阻R1的阻值与信号放大倍数之间为正相关。如果需要将信号源放大10倍，只需要调节电阻值使电阻放大倍数为10倍即可。另外，WER44158 芯片共有12 个引脚，其中第4脚和第5脚为该芯片的供电引脚，分别提供+6 V和–6 V 的电压。在系统电路部分设计完毕后，即可实现对电力系统电路调频故障信号的动态监测。

2.2 电路调频故障信号监测系统的软件设计

2.2.1 基于机电一体化监测故障信号

故障信号监测的原理，是利用前端传感器获取海量实时数据，然后将实时数据与标准工况进行对比，如果实时数据不在标准工况的阈值范围内，则判断为故障。因此，监测故障信号需要处理海量的数据，为了减轻系统运行负担，在故障信号的监测中需要对数字信息进行压缩处理。对于压缩后的数据，寻找发射时间与通信频率之间的映射关系。其中，时间是决定故障信号监测的核心因素。本文采用基于双向滑动的故障信号监测方法，使原来相对静止的能量信号源，按照一定顺序在待检测的数据中进行双向滑动，直到确定故障信号的具体产生位置。监测过程如图4所示。

图4 双向滑动监测过程

由图4可知，在滑动过程中信号源会依次经过2个不同的窗口，即J窗口和I窗口。当信号源从一个窗口进入到另一个窗口时，会产生一定数量的噪音信号。为了正确区分不同窗口的噪声矢量，需要采取监测函数变化的形式判断噪声信号的具体位置。其中，窗口信号能量可表示为：

式（1）中，DJ（w）表示窗口J 的能量；相应的DI（w）表示窗口I 的能量；K 表示窗口的长度；|dy|表示窗口接收数据，其中y=W-h 或y=W+h。同时，由式（1）可知，监测函数的最大值与噪声信号的倒数属于同一量级。如果实际监测环境中存在较多的外部干扰，信号质量较差，这种情况下信号频率也会出现不同程度的波动现象。因此，基于机电一体化的电力系统电路故障信号监测，必须要分别从该电路的起点与终点处分别设置监测点，从而最大程度上减轻起点时刻噪声环境产生的可能性。

2.2.2 电路调频故障信号监测系统的试验论证

为验证基于机电一体化的电路调频故障信号监测系统的应用效果，设计了对照试验。分别选择传统的故障信号监测系统与本文设计的系统，搭建相同的电路，并在电路中人为制造一个故障信号。观察对比两个系统的电路调频曲线，并对比故障点在曲线中的具体位置，得到试验结果。

当电路调频系统退化到潜在的故障点，该故障会发展成为可以被系统监测到的故障信号；随着时间的推移，电路调频系统继续退化，此时潜在故障发展成为功能故障，整个电力系统都会因为故障而瘫痪。另外，从潜在故障发展成为功能故障需要经过一段时间。本次试验中将这一时间间隔设定为15 min。试验从上午9∶00开始，并分别在9∶00，12∶00，15∶00、18∶00和20∶00进行监测。为减小误差干扰，每个时间点的监测均获取3组数据。两种系统的试验数据整理如表1所示。

表1 2种系统监测实验结果对比

结合表1可以发现，传统系统在5个故障发生时间点的15组监测数据中，有11次是在故障发生以后检出，有4 次是在故障尚未发生前检出，检出率为26.7%。而基于机电一体化技术的电路调频故障信号监测系统，15组数据表明均在故障尚未发生前将潜在故障检出，检出率为100%，比传统系统的检出率提高了73.3%。由此可见，基于机电一体化的电力系统电路调频故障监测更加有效，同时也为故障的解决提供了有力的支持。

3 结束语

在电力系统自动化运行和智能化管理的背景下，机电一体化技术也得到了广泛运用。其中，控制和保护是机电一体化在电力系统中的两个主要应用方向。目前融合了机电一体化技术的电力系统，可实现对系统内部各处运行数据的动态采集、智能分析，随时掌握运行工况，并根据工况分析结果及时发现潜在故障，在尚未给电力系统运行造成不良影响的前提下将故障处理掉，从而维护电力系统的运行安全。下一步，电力行业的机电一体化技术将会与大数据、云计算、人工智能能技术进行深度融合，并朝着智能化、节能化方向发展，更好地满足电力系统的管理需求。