变电站设备状态检修技术-飞轮储能原理
时间:2017-02-21 08:23 来源:未知 作者:admin 点击:次
| 变电站设备的状态检修包括多项内容，在技术方面，其核心主要涉及设备的状态监测、设备的故障诊断以及设备的状态预测。 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。
|
