6.6kV电动给水泵差动保护动作原因分析及处理

越南海防电厂4号机组6.6kV 3号电动给水泵电机,启动时差动保护动作跳闸。通过现场故障现象、故障数据、接线情况等分析,正确找出电动给水泵电机差动保护动作原因,并进行相应的处理。认为该故障是由一次电缆布线不合理导致差动保护动作的问题。     

防止煤矿供电越级跳闸新方法的研究

越级跳闸是煤矿供电系统中普遍存在的问题,研究有效的解决越级跳闸方法对煤矿供电安全意义深远。简要分析了煤矿供电系统的保护现状以及由其引发越级跳闸的原因,研究了现有解决方法的基本原理和特点,提出了"面保护"理论与保护装置纵向关联相结合的新方法,重点研究了该方法的工作原理和实现逻辑。以"面保护"理论为基础,通过通信通道将上下级保护装置纵向关联,保护装置除判断自身故障信息,还需判断是否接受到下一级保护发送的闭锁信号,然后决定是否跳闸,这种保护装置纵向关联、共享故障信息的方法,克服了传统保护故障信息孤立的缺点,能有效防止越级跳闸。设计了以TMS320F2812为核心的硬件测试系统,模拟测试结果验证了论文所述方法的有效性。     

励磁系统常见故障分析

对山西兴能发电有限责任公司机组的励磁系统故障报警、励磁变过流保护动作跳闸、励磁变差动保护动作发电机跳闸、发电机失磁解列等常见故障进行了分析,找出了故障原因,提出了防范措施。     

二起线路复杂故障引起越级跳闸事故分析

在10千伏小电阻接地的系统中,线路经常发生单相接地故障,引起线路开关跳闸.但是,偶尔也会发生主变开关越级跳闸的情况,造成事故范围扩大,停电影响增加,并且给分析故障带来了一定的困难,给电力系统的正常运行和正常供电都带来了较大的危害.该文通过对工作中分别出现的两次线路接地故障后引起主变越级跳闸的故障分析,还原了事故发生的过程,检验了保护配置情况,验证了保护动作的行为,分析了事故发生的原因,为今后完善微机保护装置系统,避免类似故障提供了参考,对实际运行工作具有较大的借鉴意义.     

漏电开关故障跳闸现象分析

建筑供配电系统引入安全保护的漏电开关以后,极大地提高了安全用电的可靠性。对漏电开关故障跳闸现象的正确分析和判断,及时准确地排除故障是非常必要的。出现故障跳闸后,有人将漏电开关漏电跳闸检测环节摘掉的不正确做法是不妥的。本文基于漏电开关跳闸故障现象、分析故障原因及排除故障方法,作了进一步论述。     

排查大型变压器跳闸故障点的一般思路

通过联系一起主变故障跳闸实例,简要分析了在主变差动保护动作后利用主变保护的各侧故障波形缩小故障点范围的思路和方法,为快速有效地对主变三侧一次设备进行故障点的查找提高理论依据。     

夏延ⅢA模拟机视景系统ESU软启动电路故障分析

针对夏延ⅢA模拟机视景系统ESU启动时的跳闸故障现象，本文根据系统采用的软启动电路原理进行了详细分析，列出了导致故障发生的可能原因，并最终排除了故障。     

浅析35kV康禾站#1主变差动保护动作事故

本文介绍了35k V康禾站#1主变差动保护动作跳闸事故的相关情况。通过对现场相关运行方式、保护动作情况、变压器及变压器保护的检查、保护动作解析等对#1主变差动保护动作事故进行了仔细分析,准确确定了主变差动保护动作的原因,也为快速恢复送电提供了前提条件,使用户减少了因为停电时间过长造成的产品报废,并为相似的故障情况分析提供借鉴。     

煤矿井下电气保护对安全生产的重要性

文章介绍了目前煤矿井下供电系统的现状及常见的保护类型，针对井下短路故障时越级跳闸和漏电故障时非选择性误跳闸的原因进行了详细分析：煤矿电气设备与供电系统保护是整个煤矿安全的重要组成部分，做好煤矿电气设备与供电系统保护工作是做好煤矿安全工作的保障之一，对避免和减少煤矿井下重大安全事故的发生具有十分重要的作用。     

关于综保CSC237A过热保护逻辑的分析

我厂二期6kV厂用电系统所用综保装置是CSC200系列综保装置。该类装置投运后运行基本良好,但是在我厂4号机组做KB试验时,拉开41送风机,42送风机经过8s延时过热保护动作跳闸。经过对保护过程的分析与计算,发现延时8s跳闸不妥。经过与厂家人员沟通以及对总包装置的多次试验,最终得出了CSC237A综保装置的过热保护功能不适合投跳闸方式。该保护功能的运算逻辑不符合电厂实际运行时的电动机故障情况。决定对CSC237A综保装置的过热保护功能退出,然后对过负荷保护功能进行调整来弥补由于过热保护退出造成的保护功能缺失。     

基于压力信号的循环泵故障诊断小波神经网络技术

以泵缸内的压力信号作为系统特征信号,将小波包分解的"频率-能量-故障识别"的模式识别故障诊断方法引入泵阀工作状态监测技术,通过改进的BP神经网络进行故障诊断.此技术已应用于循环泵实时故障诊断系统中.     

基于压力信号的小波神经网络往复泵故障诊断

为有效提取往复泵工作时非平稳时变信号中的故障特征和将故障特征准确分类,提出以泵缸内的压力作为系统特征信号来提取故障特征向量的方法.将小波包分解的"频率-能量-故障识别"模式诊断方法引入泵阀工作状态监测中,通过改进的BP神经网络进行故障诊断.试验确定了网络的初始值,即选择学习率初始值为1.5、惯性因子为0.6、网络结构为3层的BP网络,其中隐含层的节点数为19个,即网络的结构是8-19-3.结果表明,该法降低了对原始信号处理的难度,且各阀箱内的压力之间无相互影响.该技术已应用于某船载系统的往复泵实时故障诊断中,实验验证了其有效性.     

对于电缆接地故障定位方法的探讨

在南埔电厂二期600MW机组扩建工程循环水泵试运过程中,发生的循泵电缆低阻接地故障,通过对本次故障的处理所总结出来的简易快捷的探测及定位电缆接地故障的方法,为以后出现类似电缆故障提供了理论依据。     

小波消噪用于钻井泵阀泄露故障诊断

讨论了钻井泥浆泵阀的失效机理,提出影响泵阀寿命的2个主要因素是阀的冲击造成的阀的疲劳点蚀和由泥浆液的刺蚀、犁沟造成的冲蚀磨损。针对钻井泵现场工况,采用声信号进行诊断,泵阀声信号的特征是信噪比低、冲击信号丰富、故障信息的时域特征明显和非平稳性。因此通过对声信号的小波降噪处理,突出了泵阀失效的故障特征,Fourier分析很难达到这样的效果,说明小波分析对这类信号的消噪有着Fourier分析不可比拟的优点,同时通过消噪也为进一步诊断中特征量的提取奠定了基础。     

采煤机调高泵隐半马尔可夫模型磨损故障预测

针对采煤机调高液压系统中调高泵故障很大程度依赖于设计者和用户的知识和经验水平,提出一种基于隐半马尔科夫模型（Hidden Semi-Markov Model,HSMM）的故障预测方法。首先,对采煤机调高液压系统中调高泵压力、流量,调高油缸活塞杆速度、位移进行时域分析。然后,通过对特征值进行K-均值聚类分析确定隐状态数。最后,通过MATLAB和Python编程实现调高泵HSMM故障预测。结果表明：与基于隐马尔可夫模型（Hidden Markov Model,HMM）预测方法相比,调高泵早期故障、后期故障和灾变故障测试样本的预测结果识别率分别提高了10%、5%、20%,基于HSMM的调高泵磨损故障预测方法具有可行性。     

智能输电线路故障诊断系统在广东电网中的应用

结合智能化输电线路故障诊断系统在广东电网的应用,详细地介绍了该系统装置的组成与监测原理,结合现场记录的故障,分析了该系统能对输电线路故障跳闸做出准确判断的原因,指出该系统提高了输电线路运行维护水平,并为降低跳闸率、提高供电可靠性提供了重要的技术支撑。     

电动给水泵跳闸原因分析

太原第一热电厂13号机组的3台给水泵在倒泵操作中，由于2号给水泵在控制时序和逻辑上的差错，造成跳闸，引起汽包水位低保护动作和锅炉主保护MFT动作。通过这故障的分析，找到了2号给水泵跳闸原因，在此基础上，制定了切实可行的防范措施。     

并发故障信息DSmT融合算法的应用研究

针对主冷却泵长期工作在高温、高压及高辐射的恶劣工作环境中,其并发故障存在较高概率并难以诊断,提出一种DSmT决策级融合算法,构建了泵主轴转子不平衡、泵主轴转子不对中及主轴损坏的DSmT辨识理论框架,由实测采集数据综合确定DSmT故障特征信度赋值,利用DSmT对多个独立证据源进行决策判断得出主冷却剂泵故障及并发故障的诊断结果.实验结果表明该方法能有效识别主冷却剂泵并发故障特征,具有一定的理论基础及工程应用价值.     

输电线路电流保护仿真实验软件设计

由于电流保护简单、经济、可靠,因而在电力系统中被广泛应用。但对高校刚刚学习继电保护课程的学生而言,电流保护的概念还是比较抽象,不易理解的。为了使学生更好的理解电流保护相关原理,进行电流保护实验,开发设计了电流保护仿真实验软件。学生可在该软件上完成阶段式电流保护（无方向/带方向）、零序电流保护（无方向/带方向）的相关实验。该实验软件主要分故障仿真和电流保护动作仿真两部分。故障仿真采用DDRTS系统来完成,电流保护动作仿真的开发工具选用VB。     

一种输油泵机组故障诊断与健康评估方法

输油泵机组是长距离油品传输的关键设备，有效预防其出现突发故障、减小故障造成的损失至关重要。然而目前针对输油泵的故障诊断方法在现场应用时普适性不佳，且缺乏针对机组一体的监测诊断研究，不利于计划性维修。此外，受现场可提供数据的限制，现有的输油泵状态评估方法在很多现场无法使用。针对上述问题，提出一种输油泵机组故障诊断与健康评估方法，利用迁移学习提高输油泵故障诊断在工业现场应用时的准确率；通过搭建实验台并对电机运行状态进行监测、分析，构建电机机械类故障诊断模型；构建基于卷积-长短期记忆神经网络(CNN-LSTM)的状态评估模型，并以此为基础利用时序卷积网络(TCN)结合注意力机制进行状态趋势预测。在现场试运行的结果表明，本文提出的故障诊断及状态评估方法可以及时发现设备的早期故障，为设备运维提供有效的数据参考。