专家系统在电力系统故障诊断中的应用
专家系统在电机故障诊断中的应用
292
电 站系统工程
2001 年第 17 卷
习 自适应功能 其知识表示方法是极为关键 的一步 在故障诊断推理过程中 首先要建立 与之相适应的数学模型 依据模糊逻辑概念 建立模糊逻辑矢量方程 即故障矢量和症状矢 量 形成模糊逻辑矩阵 在实际应用中 电机 故障与症状绝非二值逻辑 有程度上的差异 如不考虑其程度上的差异 就必然使故障诊断 的结论可信度很低 如阈值低 则稍有越限就 判定为故障发生 若阈值过高 则有许多故障 征兆 或轻微故障都被认为是正常而不予报 警 采用混合知识表示法可将程度差异表示得 更确切
准档案库 标准库中应有如下指标 各缸工作
均匀性最大值 机械效率测定值 最低空转稳
定转速 怠速 值 转速瞬态调速率 转速稳
定时间秒 转速波动率 机油消耗率 有效扭
矩 有效功率 煤耗量 冷却水温度 润滑油
压及启动空气瓶压力上限值等等 专家系统实
时对采集的信号进行分析判断 得出结论 及
时指导技术人员排除故障 我们用故障集 X=
yn ctuxn Voltage up-and-down 电压不稳 故障 x1 fault1 Air cylinder temp. too down 气缸温度太低
x2 fault2 Air cylinder exist foreign mater 气缸有异物 x3 fault3 SCR is badness 可控硅整流器损坏
x
y′-x
∫
y′
CF[H, e]de
x′
y′-x′
CF[H, x ′]
∫
<时序–说明> =<时序–关系><时序–区间> <时序–关系> =期间|以前|以后| <时序–区间> =<传统–区间>|<相对–区间>
专家系统在电厂电气设备缺陷诊断中的应用
专家系统在电厂电气设备缺陷诊断中的应用【摘要】在分析人工智能缺陷诊断必要的基础上，开发了一个基于知识的电厂电气设备缺陷诊断专家系统，并依次对系统的知识库、推理机和人机接口进行详尽阐述，最后通过实例验证系统的智能性和有效性。
【关键词】专家系统；缺陷诊断；电气设备电气设备在设计和使用过程中，由于人为和环境原因，会存在一定的缺陷，如断路器跳闸设计存在的缺陷、变压器油箱漏油缺陷、电气设备绝缘老化缺陷等，这些缺陷如果没有及时、正确处理，就会引起电力故障，危及电网运行安全，严重还会引起重大电网事故。
在处理电气设备缺陷方面，传统方法是运行人员在发生设备缺陷时，根据自己的经验结合设备说明书、原来的设备记录，甚至寻找厂家帮忙等手段查找缺陷原因和处理方法。
显然，这种查找分析方法，既耗费大量的时间、人力和物力，也容易出错，引起更大的电力事故。
而科技的进步，电网的发展，电气设备更加复杂精密，电网的安全稳定运行更加重要，因此需要更专业人员的指导对设备缺陷进行快速准确处理。
作为人工智能应用领域最活跃的一个分支，专家系统始终是研究的热点。
它是在某一特定领域，在一定推理机制的逻辑判断下，运用专家们的丰富知识和经验，对问题进行分析和处理。
本文开发的电厂电气设备缺陷诊断专家系统，运用PowerBuilder开发工具，结合Access数据库，把专家丰富的专业知识和经验存入系统。
当现场设备存在缺陷时，只要输入相应数据，系统就会很快显示缺陷起因和处理方法，从而为运行人员快速、准确解决问题提供有效途径，实现设备缺陷诊断和处理的智能化，符合现代电网发展的需要。
1.电气设备缺陷诊断专家系统的基本结构专家系统工作原理是根据用户要求，以工作数据库为出发点，在控制策略指导下，运用知识库中有关知识，通过逐步推理判断，从而实现求解的目标，主要由知识库、推理机、解释机制和知识获取4部分组成，其最大的特点是能运用人类专家丰富的经验和知识，模拟人类专家对问题进行求解。
故障诊断专家系统在配电网管理中的应用研究
故障诊断专家系统在配电网管理中的应用研究第一章引言随着电力工业的快速发展，配电网管理成为了电力企业的重要工作之一。
然而，由于配电网规模庞大、传感器数量众多且分布不均，故障的诊断和处理需要高度的专业技术和经验。
而且，随着电力行业向人工智能方向的转型，如何将人工智能技术应用于配电网管理中，也成为了电力企业摆在面前的一道难题。
故障诊断专家系统是一种基于人工智能技术的系统，它可以通过对大量故障样本的分析和建模，为配电网管理人员提供精准的故障诊断和修复建议。
本篇论文将围绕故障诊断专家系统在配电网管理中的应用展开探讨，从故障诊断专家系统的基本原理、应用案例以及发展趋势等方面进行讨论。
第二章故障诊断专家系统的基本原理故障诊断专家系统是一种基于知识的系统，它的主要思想是将专家的知识和经验转化为计算机程序，从而实现自动化的故障诊断和处理。
故障诊断专家系统主要包括以下几个部分：1.知识库：知识库是故障诊断专家系统的核心部分，它包含了专家的知识和经验，这些知识和经验以规则或者决策树等形式存储在系统中。
当系统需要进行故障诊断的时候，它会从知识库中提取相应的规则或者决策树，并根据输入的故障信息和传感器数据，执行相应的规则或者决策树，得出故障的诊断结果。
2. 推理引擎：推理引擎是故障诊断专家系统的运行引擎，它负责执行知识库中的规则或者决策树，并根据输入的故障信息和传感器数据，推断出故障的原因和处理方法。
3. 用户接口：用户接口是故障诊断专家系统和用户之间的交互界面，它让用户输入故障信息和传感器数据，并显示系统的诊断结果和处理建议。
第三章故障诊断专家系统在配电网管理中的应用案例在配电网的管理和运维过程中，故障诊断专家系统可以发挥重要的作用。
以下是一些故障诊断专家系统在配电网管理中的应用案例。
1. 隔离开关故障诊断隔离开关是配电网中的重要部件，当隔离开关发生故障时，会影响整个配电网的正常运行。
南方电网某地区采用基于故障诊断专家系统的隔离开关故障诊断系统，通过传感器采集到的隔离开关工作状态和电流信息，对隔离开关的故障进行自动化诊断和处理。
大型发电机状态监测和故障诊断专家系统
大型发电机状态监测和故障诊断专家系统本文转载自湘电集团/一、概述电力行业是关系国计民生的基础产业，电力系统运作的好坏，直接影响到国民经济的发展和人民生活。
随着当代发电设备向高参数、大容量、超高压远距离输电的发展，其对安全性的要求越来越高。
同时，随着电力体制改革的进行，发电厂将实行竞价上网。
在发电厂的运营上，如何保证安全并降低发电成本，对设备实行更先进、更科学的管理、运行和检修体制，无论从发电厂的自身利益还是从社会的要求出发，都势在必行。
为提高设备的安全可靠性，降低检修成本，解决以往计划检修模式下存在的欠修、过修、缺乏成本核算的问题，状态检修/优化检修作为一种先进的检修模式，正逐步得到电力企业的认可和推广。
一般来说，设备状态检修/优化检修由设备状态监测系统、对监测数据进行分析、诊断的专家系统和决策系统三大部分组成，目前绝大多数的发电厂都具有一套比较完整的监测系统，但能够根据监测数据对设备状况做出诊断的专家系统，相对而言，则比较难于实现。
因此对电力设备故障诊断专家系统的研究工作已引起国内、外诸多专家的关注。
发电机是发电厂的重要设备之一，对电力系统的安全生产起着至关重要的作用。
多年来的事故统计结果表明，发电机事故的发生往往是由于对故障的早期先兆缺乏认识或没有给予足够的重视，未能及时处理，消灭故障于萌芽阶段；有时甚至会因故障的发展而导致恶性事故的发生，给电力生产乃至国民经济带来巨大的损失。
因此，提高发电机的安全运行水平、实现发电机的状态检修/优化检修具有十分重要的意义。
但由于发电机故障特有的复杂性，给发电机故障诊断专家系统的研究工作带来较大的困难，目前国内尚多属理论研究及论证的阶段。
基于这样一个背景，鉴于生产的迫切需要，北京伏安基业电气技术有限公司研究、开发了以“发电机故障诊断专家系统”为技术核心的系列软件,其中包括水氢氢冷却方式、双水内冷冷却方式、全氢冷冷却方式及空冷冷却方式的汽轮发电机故障诊断专家系统和定子水内冷和其它冷却方式的水轮发电机故障诊断专家系统。
故障诊断专家系统在船舶电力系统故障诊断中的应用
故障诊断专家系统在船舶电力系统故障诊断中的应用摘要:为了保证快速、准确地找到船舶电力系统故障点,本文介绍了船舶电力系统故障诊断专家系统,同时为处理故障中的不确定问题,引入了模糊规则,阐述故障诊断专家系统对船舶电力系统故障诊断是行之有效方法。
关键词:船舶电力系统故障诊断专家系统现代船舶的大型化和自动化,发、配电设备和控制系统日趋复杂,一旦发生不正常或故障仅靠轮机员难以很快发现并解决问题,这就增加了船舶营运成本和维修费用,而且船舶电力系统设备、控制系统不断更新,在职轮机员知识不断“老化”,难以分析解决新问题。
另外,船舶电力系统有着自身的特点,且工作环境恶劣,易于发生故障。
因此,有必要建立一套集专家知识于一体的故障诊断专家系统[1],降低对船舶轮机人员的能力要求。
本文针对船舶电力系统,采用集专家知识于一体的专家系统对船舶电力系统进行故障诊断,它综合多个专家的最佳经验,其能力知识可能达到甚至超过单个专家,可实现多种故障、工作过程、突发故障的快速诊断分析。
1 故障诊断专家系统故障诊断专家系统,是通过询问单元向用户咨询故障现象、特征、参数等,用户回复有关询问,系统遵照知识库的知识表达方式把故障特征等存储在特征向量中,并访问知识库,做出适当推理。
必要时推理机构可能重复咨询用户(可能多次),直到用户没有什么已知可以补充,推理机构就根据已掌握故障特征和知识库做出推理决策,结果传递给解释机构,解释机构用简单、易懂或现有的语言进行表述。
通过修改知识库的知识,系统可通过询问单元和知识获取等动态地完成新知识的学习[2]。
1.1 故障诊断专家系统的组成简介专家系统通常由四大部分组成:人机界面,知识库,知识处理(知识库管理和知识获取)以及诊断推理(推理机、动态数据库、解释模块、诊断结果)。
系统组成如图1所示。
1.2 知识模型结构为了简易诊断快速进行和简化知识库管理,采用专家知识模型用三个相互关联的知识表来表示。
根据面向的用户、所实现功能的不同将知识库分为三个部分:报警规则、诊断规则和诊断结论。
专家系统在电力系统故障诊断中的应用
112科技资讯 SC I EN C E & TE C HN O LO G Y I NF O R MA T IO N动力与电气工程随着电网的不断发展和厂、网分开后电网运行模式的改变,对电网安全、经济运行的要求将进一步提高。
但电力系统的故障是难以避免的,为了快速监测及消除故障,确保系统安全稳定运行,增强供电的可靠性和连续性,就需要一个优质的故障诊断系统,快速实现输电网络的故障定位和故障类型识别。
本文将介绍的故障诊断系统为专家故障诊断系统。
1 专家系统的结构简介专家系统一般由知识库、全局数据库、推理机、解释器和人机对话接口等部分组成,各组成部分功能如下。
(1)知识库。
用以存放领域专家提供的专门知识,专门知识含有与领域问题相关的书本知识(理论知识)、常识性知识,也含有专家凭经验得到的启发式知识。
(2)数据库存放所要解决问题的原始数据。
它存放着电力系统的网络拓扑信息、实时故障信息以及断路器状态和继电保护状态信息。
(3)推理机在一定的控制策略下针对上下文中的当前问题信息,识别和选取知识库中对当前问题的可用知识进行推理,以修改上下文直至最终得出问题的求解结果。
(4)人机对话窗口可使用户通过窗口对知识库进行添加、删除以及修改操作。
(5)解释部分将推理出的结果做出必要的解释,为用户学习维护提供方便。
2 专家系统核心故障诊断的基本结构诊断的基本思想。
电力系统输电网络的故障诊断总体上是一个执果索因、逐步求精的过程,所以考虑到故障信息的分层特性及实时性的要求,采用正反向混合推理的控制策略,进行故障元件的判断。
核心诊断程序包括五个数据库:实时数据库、知识库、报警信息库、结果库解释库;启动检测程序后,先后经过正向推理、反向推理给出结论并生成报告,通过人机接口展示结果。
3 正向、反向判断的推理过程(1)正向推理或前向推理,又称数据驱动的推理,其推理过程是从条件出发推出结论。
具体正向诊断推理,就是由接收到的实时报警信息驱动,在由跳闸开关隔离的故障区域内,利用动作保护的保护范围取交集的方法,确定可能的故障元件,最后按照故障可信度的大小,对可能故障的元件进行排序。
故障诊断专家系统在配电网管理中的应用研究
故障诊断专家系统在配电网管理中的应用研究摘要
配电网管理是电力系统安全运行和经济运行的重要组成部分，其中故障诊断技术受到了广泛的关注。
随着计算机技术和人工智能技术的快速发展，专家系统已经成为一种有效的故障诊断方法。
本文介绍了故障诊断专家系统的基本概念，分析了专家系统在配电网管理中的应用，从机理、系统架构和应用及改进等方面进行了介绍。
在具体的配电网管理中，本研究建立了一个以专家系统为核心的网络管理系统，用以实现状态诊断和负荷预测等功能，并以实际电厂为例进行了探讨。
研究结果表明，专家系统具有准确率高、反应快、可靠性好等优点，可以有效地支持配电网管理。
1.绪论
配电网是电力系统的基础设施，它的安全性和稳定性决定着电力系统的安全性和可靠性。
由于配电网的工作环境复杂多变，它的安全稳定运行受到很多因素的影响，故障诊断技术在这方面发挥着重要的作用。
由于人工判断的局限性，在信息量大的情况下，很难做出最佳的决策，这就需要引入故障诊断专家技术来解决。
电力系统故障诊断专家系统
电力系统故障诊断专家系统李向峰（哈尔滨工程大学信息与通信工程工程学院，黑龙江哈尔滨１５０００１）摘要:针对电力系统故障诊断问题存在的大量不确定性，提出了将模糊集和模糊推理方法结合专家系统进行故障诊断的新方案。
同时，尝试将分布式问题求解方法用于电力系统故障诊断问题，开发了基于模糊推理的分布式电力系统故障诊断专家系统。
为方便用户使用，开发了图形建模和模糊知识学习平台，以及故障信息管理系统通过在某地区电网的测试表明，所提方案具有准确的诊断结果和很好的实用性关键词:故障诊断;模糊推理;专家系统;分布式问题求解;故障信息管理。
关键词:故障诊断; 模糊推理; 专家系统; 分布式问题求解; 故障信息管理Power System Fault Diagnosis Expert SystemLiXiangfeng(Information and Communication Engineering, Engineering, Harbin Engineering University, Harbin)Abstract: Fault detection system of power exists a lot of uncertainty, the proposed fuzzy sets and fuzzy inference method combines expert system for fault diagnosis of the new program. At the same time, try to distributed problem solving method for power system fault diagnosis, develop a distributed power system fault diagnosis expert system based on fuzzy reasoning. For the convenience of users, the development of graphical modeling and fuzzy knowledge learning platform, and fault information management system through a regional grid in the test shows that the proposed scheme has an accurate diagnosis and good usability Key words: fault diagnosis; fuzzy reasoning; expert system; distributed problem solving; fault information management.Keywords：fault diagnosis; fuzzy inference; expert system; distributed problem solving1引言电力系统故障诊断是近年来十分活跃的研究课题之一，人们对此进行了大量研究[1~9]，取得了许多有价值的理论研究成果，提出了多种解决方案，如采用专家系统方法[2，4，6，8]和神经网络方法[4]等.由于实际运行中用于故障诊断的断路器和保护动作信息存在着大量的不确定性，近年来有学者将模糊推理方法应用于电力系统故障诊断[3，5~7，9]。
论文1专家系统在故障诊断中的应用及展望
专家系统在故障诊断中的应用及展望随着设备规模和复杂性的增加，专家系统成为设备故障诊断的发展方向。
专家系统是基于人工智能方法，利用诊断知识对诊断对象进行智能化诊断的装置，其内容包括诊断知识的处理，故障的智能诊断方法，信号处理和特征提取等。
其中，知识的处理包括知识获取、知识表示和推理控制等，故障诊断方法有基于规则的诊断方法，基于案例的诊断方法，基于模型的诊断方法以及神经网络诊断方法等，信号处理和特征提取的手段有FFT技术，模糊数学，模式识别，概率统计，小波变换和分形几何等。
国内外实践证明，专家系统在设备故障诊断中的应用能够解决现场专家不足的问题，能够减少判断故障的时间和误操作，能够早期发现设备潜在的故障，避免或减少事故的发生，能够促进维修方式从预防性维修到预测性维修的转变，等等。
1 专家系统在故障诊断中的应用现状目前，国内外已开发了一系列用于设备故障诊断的智能系统，获得了较好的实际效果。
其中几个较典型的系统是：1.1 PDS系统目前在电站设备故障诊断系统使用方面，美国西屋电力公司处于领先地位。
1976年，西屋公司着手开发基于计算机的发电机在线诊断系统，并于1980年在电厂得到试用。
1982年西屋公司选择卡内基—梅隆大学研制的过程诊断系统PDS作为开发工具，在1984年夏天投入实际应用。
PDS系统由设在各个电厂的数据中心PDC和位于奥兰多的诊断操作中心DOC组成。
PDC具有数据采集、存储和压缩、状态检测、与DOC通讯等功能，不断地将数据传给DOC。
送到DOC的数据由PDS系统自动进行诊断，诊断结论从DOC返回到PDC。
DOC也将对结论的建议和不采取行动的后果传送到PDC，以便电厂操作人员采取适当的处理措施。
PDS系统分为三个子系统：TurbinAID、GenAID和ChemAID。
三个子系统各有自己的规则库，共享一个数据库。
到1990年为止，系统的诊断规则库大约有一万条规则，其中包括TurbinAID－3000多条，GenAID－近3600条，ChemAID－近3200条，能够诊断转子—轴承系统、发电机和蒸汽／水循环的故障，并能进行热效率计算等。
电力设备状态监测与故障诊断专家系统研究
电力设备状态监测与故障诊断专家系统研究【引言】电力设备在现代社会中发挥着重要作用，然而设备的状态监测与故障诊断一直是一个挑战性的问题。
随着科技的进步，专家系统逐渐被引入到电力设备的状态监测与故障诊断领域，并取得了显著的成果。
本文将对电力设备状态监测与故障诊断专家系统的研究进行深入探讨。
【电力设备状态监测与故障诊断的重要性】电力设备状态监测与故障诊断对于保障电力系统的可靠运行具有重要意义。
及时准确地检测设备的工作状态可以提前发现潜在问题，并采取相应的措施避免故障的发生。
一旦设备发生故障，及时诊断并采取恰当措施可以最大程度地减少停电时间，降低运维成本，提高供电可靠性。
【专家系统在电力设备状态监测与故障诊断中的应用】专家系统是一种能够模拟人类专家知识和经验的计算机程序，通过学习和推理，可以对电力设备的状态进行监测和诊断。
专家系统结合了多种技术手段，如人工智能、模糊逻辑、神经网络等，能够从大量的数据中提取特征，建立模型，并根据模型进行状态判别和故障诊断。
【电力设备状态监测与故障诊断专家系统的关键技术】电力设备状态监测与故障诊断专家系统的关键技术包括数据采集、特征提取、模型建立和故障判别等。
首先，通过传感器和监测仪器对电力设备的参数进行实时数据采集。
其次，对采集到的数据进行特征提取，选择适当的特征参数用于后续的模型建立。
然后，通过建立模型，利用专家系统的推理能力对设备状态进行判别和诊断。
最后，根据诊断结果采取相应的维修措施。
【电力设备状态监测与故障诊断专家系统的优势】与传统的手动检测和人工判断相比，电力设备状态监测与故障诊断专家系统具有以下优势：1. 增强了设备监测的准确性：专家系统能够根据大量的数据和先进的算法为设备状态进行准确判断，降低了人工误判的风险。
2. 提高了故障诊断效率：专家系统通过自动化的方式进行故障诊断，大大缩短了诊断时间，减少了停电时间和维修成本。
3. 提供了良好的决策支持：专家系统在诊断结果的基础上，可以为维修人员提供相应的建议和决策支持，提高了维修效率和质量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
专家系统在电力系统故障诊断中的应用
摘要:本文主要介绍故障诊断专家系统的具体实现方法,本着充分利用各种故障信息的思路,采用正反向混合推理的控制策略,分层进行故障元件的判断。
关键词:专家系统故障诊断
随着电网的不断发展和厂、网分开后电网运行模式的改变,对电网安全、经济运行的要求将进一步提高。
但电力系统的故障是难以避免的,为了快速监测及消除故障,确保系统安全稳定运行,增强供电的可靠性和连续性,就需要一个优质的故障诊断系统,快速实现输电网络的故障定位和故障类型识别。
本文将介绍的故障诊断系统为专家故障诊断系统。
1 专家系统的结构简介
专家系统一般由知识库、全局数据库、推理机、解释器和人机对话接口等部分组成,各组成部分功能如下。
(1)知识库。
用以存放领域专家提供的专门知识,专门知识含有与领域问题相关的书本知识(理论知识)、常识性知识,也含有专家凭经验得到的启发式知识。
(2)数据库存放所要解决问题的原始数据。
它存放着电力系统的网络拓扑信息、实时故障信息以及断路器状态和继电保护状态信息。
(3)推理机在一定的控制策略下针对上下文中的当前问题信息,识别和选取知识库中对当前问题的可用知识进行推理,以修改上下文直至最终得出问题的求解结果。
(4)人机对话窗口可使用户通过窗口对知识库进行添加、删除以及修改操作。
(5)解释部分将推理出的结果做出必要的解释,为用户学习维护提供方便。
2 专家系统核心故障诊断的基本结构
诊断的基本思想。
电力系统输电网络的故障诊断总体上是一个执果索因、逐步求精的过程,所以考虑到故障信息的分层特性及实时性的要求,采用正反向混合推理的控制策略,进行故障元件的判断。
核心诊断程序包括五个数据库:实时数据库、知识库、报警信息库、结果库解释库;启动检测程序后,先后经过正向推理、反向推理给出结论并生成报告,通过人机接口展示结果。
3 正向、反向判断的推理过程
(1)正向推理或前向推理,又称数据驱动的推理,其推理过程是从条件出发推出结论。
具体正向诊断推理,就是由接收到的实时报警信息驱动,在由跳闸开关隔离的故障区域内,利用动作保护的保护范围取交集的方法,确定可能的故障元件,最后按照故障可信度的大小,对可能故障的元件进行排序。
(2)反向推理或逆向推理,又称目标驱动推理,其推理过程是先假设结论正确,再去验证条件是否满足,若条件满足,则证实结论正确,否则,再有另一假设去推断结论。
反向推理的目的就是为在正向推理出的假设故障设备基础上,利用知识库中的专家规则进行匹配验证,进一步确认故障元件,排除非故障元件。
在反向推理过程中,通过与专家规则进行匹配,还可以对一些故障细节和电网故障的特殊情况进行判断,如判断故障性质、判断故障死区等。
反向推理的流程为:从假设故障设备集合中取一个故障设备,查询规则库该类设备的规则,若匹配成功则将该元件存放确定故障元件集合中,若匹配不成功,则对可信度高的初步故障设备给出可信度。
4 电力系统故障诊断专家系统
4.1 故障的处理机制
电网故障的处理工作包括实时录波处理、短路故障处理,接地故障处理及故障预测。
实时录波是故障分析的前期工作,是分析的信息源。
根据实时录波的情况进行故障类型判断,然后执行相关的系统:接地故障判断子系统,短路故障判断子系统,故障预测子统,最后给出分析结果及处理意见。
4.2 短路故障判断子系统
(1)单故障的处理。
如果电网只有一个故障源,且高压开关无误动作,判断就非常简单,因为保护动作如果正常的话,哪条线路短路,只有其对应的油开关跳闸。
若对应油开关拒动,则将发生越级跳闸,在这种情况下,可通过查询跳闸线路的下级支路电流是否越限得知,因为即使油开关拒动,电流也是越限的。
(2)多故障包括相关故障和不相关故障两种。
相关故障指一个故障是由系统对另一个故障的响应过程中,击穿了电网中的某些缺陷处引起的。
无关故障指两个或两个以上故障的发生并没有什么必然联系,而是由于不同诱因引起的。
判断多故障的相关比可以从时辑三个方面来考虑。
若两个故障时间间隔超过了故障响应时间或者处于电网中关系不大的两个部分都可视为不相关故障,不相关故障处理方法与单故障相同。
(3)接地故障判断子系统。
单相接地故障反映在相电压的变化上,即故障相相电压变为零,其它两相约升高至万倍。
单相接地故障主要靠捕捉零序电流继电器及零序电压继电器信号判断。
零序电流互感器的工作原理是由于三相系统在发生接地故障时,电流三相相位不平衡,导致零序电流互感器电流增大,使保护动作。
在本系统中使用的另一种判断法也具有实际意义。
由于接地故障多由架空线断线造成,故在电流上有明显反映,即其中一相电流(接地相)急剧减小,由此可以判断该相为故障相。
(4)故障预测子系统。
单纯的电力系统故障诊断及处理往往不能令人满意,如果在故障发生之前能预测到故障的发生并及时加以处理,以避免事故的发生或避免重大电力设备的损坏,给企业带来更大的经济效益。
事实上电力系统的非突发性故障大多是有某种征兆的,如电流的增大等。
(5)电力系统故障诊断专家系统的总体结构系统总体结构,由报警检测模块、数据库、知识库、推理机、输入输出接口组成。
报警检测模块接受由数据采集系统取得的断路器顺序动作信息、故障录波信息及电网当前运行方式信息,经过加工处理建立实时数据库。
系统采用模块化结构,便于修改,增强了程序的可维护性,为用户带来了极大的方便。
5 结语
故障诊断专家系统通过监视实时动态数据库的变化来获得电网的运行情况,当电网出现故障或异常,则诊断专家系统被启动,经过启动检测来判断是否启动核心诊断程序。
若程序启动,诊断结果以规定的格式显示给调度员,作为故障恢复处理的参考。