传感器在智能设备状态监测中的应用研究

杨静波

（江苏省惠山中等专业学校，江苏 无锡 214000）

0 引言

智能设备就是将计算机技术、数字化处理技术、电子技术等技术应用在设备中，对于设备智能优化具有重要作用。变电站中存在智能开关、电子式互感器、智能变压器等，完成一次设备功能需要进行全面的状态监测，没有状态监测，将会影响设备安全运行。针对设备监测问题，研究人员设计了多种监测方法。其中，基于C4.5 决策树算法的智能设备状态监测方法，与基于智能感知技术的智能设备状态监测方法的应用较为广泛。

基于C4.5 决策树算法的智能设备状态监测方法，主要是在云计算环境下，将智能设备采集到的数据进行并行处理，并在Hadoop 平台中分布式处理设备故障数据，使设备整体监测精准度更高[1]。基于智能感知技术的智能设备状态监测方法，主要是根据智能设备的非线性耦合特征，分析传感器的振动信号，以预防为主要目标，确保智能设备的运行安全[2]。以上两种方法均能够对智能设备进行状态监测，但是，智能设备长期运行在高压、高速的工作环境下，采集到的设备故障数据存在一定的延时性，影响检修人员对智能设备的安全维护[3]。传感器是一种监测装置，将传感器与待监测设备相连接，能够实时采集设备状态数据，确保后续设备维护质量[4]。因此，本文将传感器应用在智能设备状态监测中，分析监测效果。

1 监测方法设计

1.1 提取智能设备电流信号时域特征

智能设备在发电、配电、输电等环节占据主要作用，当设备出现动态偏心故障时，智能设备就会出现气隙磁场变化，改变设备正常的电流信号波形。因此，通过智能设备电流信号时域特征的提取，判断设备的运行状态[5]。对于智能设备而言，运行设备存在正常设备、轻微退化设备、高负载设备、故障设备，除了正常运行的设备之外，退化后的设备电流信号波形均发生了变化。时域特征是设备监测过程中较为直观的特征信息，从电流信号时域中提取到的设备运行状态更加有效[6]。智能设备电流信号时域特征表达式为：

式（1）中，Xkl为智能设备电流信号时域峭度特征；N为有量纲参数；Xi为第i个电流信号;为智能设备电流信号时域均值；γ为方差。智能设备存在三相，利用三相电流，对智能设备的时域特征值进行计算，公式如下：

式（2）中，Ir为智能设备的时域电流特征值；iu、iv、im为u、v、m三相电流的等效值。在智能设备为正常状态下，电流信号的裕度因子、脉冲因子、峭度因子并不随设备电流变化；在智能设备为故障状态下，电流信号的裕度因子、脉冲因子、峭度因子则随着智能设备电流变化而退化[7]。因此，能够通过电流信号时域变化情况，针对性地分析智能设备运行状态，一旦出现电流信号变化，立即进行检修，确保智能设备的安全运行。

1.2 在线监测单元设计

利用传感器，在智能设备中设计一个在线监测单元，实时监测智能设备的运行状态。传感器主要功能为数据传输、实时采集、休眠唤醒等，在智能设备超负荷运行的情况下，传感器的测温模块获取到了地址编码，采用无线低功耗传输的方式，将智能设备的运行情况上传到在线监测单元，监测单元根据传感器传回来的数据，分析智能设备运行状态[8]。由于智能设备电流信号在高压运行状态下，与故障运行状态波形相似，仅依靠电流信号时域特征，很难确保监测效果。因此，不仅将电流信号时域特征提取出来，还对此时的智能设备放电信号在线监测。利用传感器压电晶片，将智能设备局部放电的超声波转换成电信号，经过滤波之后放大输出，确保电信号的监测精准度。传感器结构如下图1 所示。

图1 传感器结构

如图1 所示，使用的传感器主要指标在于电压灵敏度与中心频率，智能设备高压运行时，产生的局部放电频段分布在20 ～200 kHz 的范围内[9]。使用的传感器能够在40 kHz 附近避开其他磁场干扰，将高压运行的放电信号实时监测。传感器参数见表1。

表1 传感器参数表

如表1 所示，传感器接收智能设备放电信号的原理就是，传感器采集的智能设备运行信号经过放大器放大-R3/R2 倍，提升设备运行信号的信噪比与分辨率；通过滤波器滤除传感器采集的运行信号干扰，再经过后置放大器放大-R8/R7 倍，确保传感器的在线监测单元能够准确地接收信号。将接收的信号通过A/D 转换之后，与智能设备正常运行信号相比较。此时，Ir越大，智能设备的故障状态越明显；Ir越小，智能设备的故障状态越微弱；Ir始终不变为设备正常运行状态，以此确保智能设备的状态监测效果。

2 实验验正

为了验证设计的监测方法是否具有实用效能，对上述方法进行了实验分析。分别使用文献[1][2]以及设计的基于传感器的智能设备状态监测方法，对设备运行状态进行监测。具体实验准备过程以及最终的实验结果如下文所述。

2.1 实验方法

本次实验在智能设备中增加了一个传感器唤醒单元，唤醒信号接收范围在智能设备的单个节点地址位置。为了减少智能设备状态监测消耗的能量，选取的传感器的滤波器、监测单元均为不消耗能量的无源设备，利用阻抗匹配的方式，确保传感器中的各个元件电阻均衡。传感器唤醒结构如图2 所示。

图2 传感器唤醒单元结构

如图2 所示，将电压传感器布置在监测单元周围，传感器的节点不需要循环工作，能够在休眠状态下监测智能设备的通信信号，并在接收到故障信号的瞬间进入唤醒状态，在不降低传感器性能的同时降低能耗。传感器接收到设备状态异常的情况见表2。

表2 智能设备异常状态

通过蓝色、黄色、橙色、红色等颜色警报，划分出智能设备异常状态。无论是哪一种警报类型，均在警报状态的同时对智能设备进行定位检查，确保智能设备的安全运行。传感器实物如图3 所示。

图3 传感器实物

2.2 实验结果

在上述实验条件下，随机选取出56（正常）与47（故障）的设备状态待测数据，并对待测数据的电流特征与振动特征进行信度值分析。分别使用文献[1][2]以及设计的基于传感器的智能设备状态监测方法，对设备运行状态进行监测。实验结果见表3。

表3 实验结果

如表3 所示，本次实验主要利用了信度值分析监测方法的监测效果。m（1）为第一组实验的平均信度值；m（2）为第二组实验的平均信度值；m（Ë）为两组实验的平均信度值。在设备状态监测过程中，信度值越高，设备监测误差越小，监测结果越真实。使用文献[1]之后，m（Ë）在0.624～0.839 的范围内波动，波动范围较大，监测结果存在一定的误差，影响设备运行与维护效果。

使用文献[2]之后，m（Ë）在0.821～0.891 的范围内波动，监测结果仅在47（故障）电流处存在误差，较文献[1]有所提升，但误差仍无法忽视，亟需进一步处理。使用设计的基于传感器的智能设备状态监测方法之后，m（Ë）在0.960～0.999 的范围内波动，波动范围较为稳定，并且无限趋近于“1”，信度值更高，监测误差相对较小，监测结果更加真实，并未出现监测失误现象。由此证明，使用设计的监测方法监测精准度更高，符合研究目的。

3 结语

近些年来，智能电网覆盖范围扩大，智能化的设备体现在发电、输电、变电、配电、用电、调度、通信等领域，为电网的智能化、数字化发展提供了保障。智能设备主要是结合计算机技术、电子技术、数字处理技术等高新技术，对设备功能进行优化、测量、控制，以及监测，保证了智能设备的安全运行。智能设备安全运行的基础在于状态监测，通过对设备运行的全周期监测，找出设备中存在的隐患，对于完善智能设备可视化管理具有重要作用。因此，利用传感器，设计了智能设备状态监测方法。从电流时域特征、实时监测单元等方面的设计，最大限度地分析智能设备的运行状态。