1.变电设备的状态监测 变电设备的状态监测主要有在线监测、离线监测以及定期解体点检三个方面。 在线监测就是通过变电企业的数据采集系统、信息管理系统、分散控制系统等,通过监测设备在线显示各变电设备的使用情况和状态参数,以达到对设备的****监控,随时了解设备的运行状态;离线监测是对变电设备定期不定期的通过振动监测仪、油液分析仪、超声波检漏仪等监测设备对变电设备运行参数进行提取;定期解体点检是指在变电设备大修、小修、运行低谷、停运等情况下,按照一定的标准和工艺,对设备解体,检测设备的使用情况,了解设备的变化。 2.变电设备的故障诊断 在变电设备的状态故障诊断时,常见的诊断技术有两种:一种是比较法,另一种是综合法。比较法是通过一些诊断技术,如振动诊断、噪音诊断、射线诊断、污染诊断等,将所得出的数据或结果与设备历年或者次年的结果进行比较,如果没有显著差异,则说明设备不存在缺陷;将测试结果与同一类型设备进行比较,在相同运行和环境条件下,结果如果存在差异,则说明设备存在问题。比较法对设备的诊断较为基本,结果具有模糊性。 综合法诊断是一项系统诊断方法,诊断前需要做大量的数据收集工作,包括在线监测系统提供的大量数据,如变压器的绝缘情况、变压器油色谱情况、变压器运行的温度、负荷情况,开关类设备检测结果,对设备的离线采集数据,并归纳总结设备运行信息。将这些收集整理的数据与基于知识的专家系统知识库进行匹配,从而得出诊断结果。除了基于知识的智能诊断系统外,还有基于人工神经网络的智能诊断,人工神经网络智能诊断又分为多种,但这些诊断技术多用于发电、继电设备当中,对于变电设备的故障诊断,较多的是基于知识的职能诊断系统。 3.变电设备的状态预测 变电设备的状态预测是对变电设备状态特征向量的一种预报,可以根据设备运行情况和实际需要来设定设备的报警阀值,从而对设备运行情况实施即时监测,并预测一段时间内设备运行状态的趋势走向。 变电设备的状态预测模型较多,有基于灰色系统理论的状态预测、基于BP神经网络的状态预测等。基于灰色系统理论的状态预测因其仅用于短期预测、机械磨损较理想,因而对断路器等设备更为重要。相对于灰色系统理论的状态预测,基于BP神经网络的状态预测具有良好的拟合精度,泛化能力和适用性强等优点,能很好的处理和挖掘信息数据,有效跟踪环境的变化,且具有很强的容错能力,在变电设备的状态预测中有很好的使用价值。 飞轮储能原理 机械储能装置最常见的是脉冲发电机和单机发电机,并且多是先用透平机或电动机把大质量飞轮驱动起来旋转到高速度,使飞轮惯性地储存动能,然后突然转接到脉冲发电机的转子轴上,使其产生电脉冲输出,同时飞轮因释能而被减速或停转。 飞轮的结构如下图所示,主要包括5个基本组成部分: 1)采用高强度玻璃纤维(或碳纤维)复合材料的飞轮本体; 2)悬浮飞轮的电磁轴承及机械保护轴承; 3)电动/发电互逆式电机; 4)电机控制与电力转换器; 5)高真空及安全保护罩。
|