浅谈电力设备状态监测技术

介绍了电力设备状态监测技术发展及现状,论述了状态监测将向着智能型、系统性的状态智能管理系统发展,介绍了状态检测系统的组成及功能,指出了先进的传感器技术和智能信息处理技术在发展新型的状态监测系统方面的巨大作用。     

智能变电站设备诊断与状态监测技术研究

目的探讨与分析智能变电站设备诊断、状态监测技术在智能变电站建设与设备运行监控中的作用,研究智能变电站电力设备状态监测系统的构成。方法通过对智能变电站电力设备监测方案进行设计,并列举相关的诊断实例,分析设备状态监测对设备诊断的意义。结果变电站设备的智能状态监测是变电站实现网络化信息共享的基本条件,同时也是其实现自动控制、开展在线分析、协同互动、为其决策提供依据的必要准备。不仅能够及时掌握电力设备的运行状况,同样也是对设备进行综合诊断的依据。它是智能变电站构建的基础技术支撑。结论在电网设备中引入较为成熟的监测技术,是提高智能设备监测的准确性与有效性的关键。     

变电站电力设备状态监测技术分析

随着电网建设的加快,电力的安全运行越来越重要。对电力设备运行状态及时、准确的掌握,离不开电力设备状态监测装置检测性能的准确和可靠性。如何保障变电站设备安全运行是本文讨论的重点。     

工程机械健康状态监测技术初探

在工程机械运行中难免会发生一些故障问题,如何及早的发现这些故障隐患,从而减少机械维修成本,使工程机械保持一个良好的健康状态成为机械状态监测领域研究的一大课题。本文详细的分析了工程机械健康状态监测技术的发展现状及其常用的监测方法与监测仪器,以供参考。     

基于电流信号的减速器状态监测技术研究

为了监控减速器的现场运行状况,使其工作在额定功率以内,对电机功率进行了理论研究,建立了电动机-减速器功率数学模型,并进行了模拟实验.运用Matlab对所采集的电动机功率监测信号进行希尔伯特变换,得到了所采集电机功率信号的包络线(调制信号).比较采集电机功率信号与其调制信号发现:通过监测希尔伯特变换解调的电机功率信号可以达到对整个减速器系统负载运行状态的监测,从而实现对减速器现场运行状况的监控.     

内燃机车电机状态监测技术的研究与应用

牵引电机是内燃机车的重要组成部分之一,对其状态监测一直是机车检修的主要任务,但传统的方法费时费力。本文论述了内燃机车电机在线监测的必要性和技术方案,介绍了内燃机车电机的监测方式,选取了监测参数,分析了在线监测与故障诊断方法,得到了较好的实施效果。     

分析智能变电站二次设备的状态监测技术研究

智能变电站二次设备的状态监测,是智能变电站的二次设备进行实施监控与保护变电站可靠、安全、稳定的运行。随着国内经济的发展,我国电网规模不断地扩大,电网中的输电线路也越来越复杂,便导致继电保护的装置随着输电线路的变化而增多,电网中,需要检测的节点数量等通信的通道量都有了一定的增加,这样在一定程度上便加大了工作人员的日工作量。智能变电站的不断发展,在二次设备的状态监测技术的快速发展中,合理有效地解决了检修人员工作量大的问题。对智能变电站的二次设备状态监测技术进行了分析与研究,并对二次设备状态监测技术中出现的问题,提出了解决方案。     

初探基于物联网的输变电设备状态监测技术研究

输变电环节是智能电网中的重要环节,当前中国电网公司已全面开展输变电设备状态监测的探索和实践。     

基于特征的机械设备状态趋势预报

提出了机械设备故障严重度的概念，给出了故障严重度的两种计算方法，一种是基于单一特征指标的计算方法，一种是基于多特征指标的计算方法，将故障严重度作为一个综合指标来预报机械故障的变化趋势，给出基于特征的神经网络故障趋势预报模型和网络训练样本的构造方法，并用实例验证了该预报模型的准确性。     

基于特征的机械设备状态趋势预报

提出了机械设备故障严重度的概念;给出了故障严重度的两种计算方法,一种是基于单一特征指标的计算方法,一种是基于多特征指标的计算方法．将故障严重度作为一个综合指标来预报机械故障的变化趋势．给出了基于特征的神经网络故障趋势预报模型和网络训练样本的构造方法,并用实例验证了该预报模型的准确性．     

旋转机械设备状态预警与维修优化

旋转机械设备的维修策略对于维护机械设备运行状态,保障产品生产质量有着重要意义,并且直接影响企业经济效益.频繁维修虽可以保障设备状态,但随之会带来高昂的维修成本;检修周期过长虽然可以降低维修次数,减少维修成本,但是设备状态却难以保证.本文提出了一种基于峭度指标的故障预警方法以及基于模糊C均值方法的实时维修策略优化方法.通过监测峭度指标变化,可以成功捕捉机械设备的早期故障特征,再使用模糊C均值方法,评估设备状态,将其结果视为设备运行可靠性指标,根据企业效益最优化的维修建议准则,对设备的维修策略做出实时建议.对某钢厂的设备状态监测数据分析验证,结果表明,本文提出的基于实时维修策略优化方法的维修建议更加适用于现场设备的管理,节约了监测成本,使得企业效益更优.     

基于支持向量机的机械设备状态趋势预测研究

提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证．将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2％,24步预测误差小于5％,表明该算法对机械设备的运行状态趋势具有较好的预测能力．     

状态监测技术在智能变电站中的应用分析

本文将对状态监测技术应用于智能变电站的方案进行分析,并结合四川电力系统的特点和经验,提出状态监测系统在智能变电站中的应用集成方案。智能主变压器状态监测单元的功主要有：监测变压器绕组温升、监测变压器油温、监测变压器局部放电、监测变压器铁心接地电流情况、监测套管的绝缘状况、监测变压器油中溶解的构成气体成分并分析。     

基于灰色理论的机械设备智能状态预测

提出了基于灰色理论并与神经网络有机结合的机械设备智能状态预测方法，着眼于机械设备“内在”规律的研究，根据机械设备自身历史数据建立动态微分方程，并预测自身的发展，具有数据量小，计算简单、预测准确的特点，该方法已在实际工程中应用，结果表明方法是行之有效的。     

机械设备磨损状态变权综合评价方法

为对设备磨损状态做出准确评价,引入劣化度概念,提出机械设备磨损状态变权综合评价方法.通过最小二乘曲线拟合求取劣化度分布函数,结合算例对实际中机械设备磨损状态进行评估,验证了该方法的有效性.相比常权法,变权综合评价方法能够突出劣态.     

高速列车牵引传动系统运行状态监测技术综述

高速列车牵引传动系统是典型的机电耦合闭环系统,牵引变压器、牵引变流器、牵引电机等关键部件之间密切关联,存在复杂的能量与信息变换、传递。牵引传动系统运行状态监测是保障高速列车安全运行的关键核心技术。受复杂服役工况、多物理场耦合作用、强环境干扰等不确定因素影响,闭环结构下的牵引传动系统运行状态监测存在性能退化/失效机理复杂、数据样本不充分等挑战性难题,已成为制约高速列车智能化发展的技术瓶颈。本研究针对高速列车牵引传动系统运行状态建模、异常状态监测、性能退化趋势分析及剩余寿命预测等相关方法进行了调研,分析了牵引传动系统运行状态监测技术现状和尚待解决的问题。     

基于Hurst指数与纹理分析的刀具磨损状态监测技术研究

通过对车削工件表面纹理进行单幅与车削序列的Hurst指数计算,研究了车削工件表面纹理、Hurst指数和刀具的磨损状态之间的关系.结果表明,初期加工出的纹理,Hurst值大于0.5,表明车削工件表面纹理是一种可预测的纹理,刀具处于初期磨损阶段;在正常车削阶段,Hurst值在0.6左右,表明车削工件表面纹理在持续着这种规律性和周期性,刀具为正常磨损阶段;在刀具进入剧烈磨损阶段,Hurst值小于0.5,车削工件表面纹理杂乱无规律,刀具濒临破损.     

基于核方法的复杂设备运行状态监测技术

分析了复杂机械设备运行状态监测中遇到的困难，介绍了基于核的特征提取方法和基于支持向量机的模式识别理论，指出：将核方法应用到状态监测中有望解决其中的非线性、不精确性和不确定性问题，为该领域的研究提供了全新且可行的研究途径。     

分析电厂电气设备状态维修技术与在线监测技术

电厂中传统的定周期维修制度及离线试验存在许多的问题,而状态维修技术与在线监测技术却能很有效地解决问题,本文对此进行了分析与论述.     

基于核函数主元分析的机械设备状态识别

研究了核函数主元分析在机械故障模式分类中的应用，通过计算原始空间的内积核函数实现原始数据空间到高维数据空间的非线性映射，再对高维数据作主元分析，求取更易于分类的核函数主元，实验表明，核函数主元分析更适于提取故障信号的非线性特征，能有效区分不同的故障模式，可以应用于机械设备的状态识别。