CN103278715B - 电力设备试验方法 - Google Patents

Abstract

一种电力设备试验方法，包括：根据电力设备预防性试验规程的试验信息，建立各类电力设备的试验数据模型；根据试验数据模型获取各电力设备各次试验产生的试验数据，将试验数据保存在电力生产***中，并关联至设备台账中；从设备台账中读取被测电力设备的设备台账信息；根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取对应的试验数据，并判断试验数据是否存在故障隐患。上述电力设备试验方法，为试验数据应用提供基础，根据试验数据模型获取对应的试验数据对电力设备运行状态分析，降低了试验数据处理的工作量、提高了效率低和准确率，可以实现自动化分析试验数据检测电力设备的状态，满足当前电力***自动化的发展要求。

Description

电力设备试验方法

技术领域

本发明涉及电力工程技术领域，特别是涉及一种电力设备试验方法。

背景技术

电力设备试验是设备运行和维护工作中的一个重要环节，通过对试验产生的试验数据进行分析，可以及时了解被测设备的异常、缺陷状态，判断试验项目的指标是否超出预防性试验规程的要求，进而判断电力设备是否存在故障隐患。

传统的电力设备试验方法，在每次电力设备试验中，由于电力设备类型不同，试验项目差异，会产生大量差异化的试验数据，针对不同的电力设备、试验的项目，各种试验数据产生不同数据结构、数据格式来的数据文件，在对试验数据进行分析时，需要人工收集历次试验数据，然后比较各种数据文件来找出数据异常，判断电力设备是否存在故障隐患。

上述电力设备试验方法中，数据分析处理过程的工作量大、且无法实现自动化的分析，难以大规模进行，效率低，而且这种数据分析方法也容易出错，准确性差，不符合当前电力***自动化的发展要求。

发明内容

基于此，有必要针对现有技术的效率低、准确性差的问题，提供一种电力设备试验方法。

一种电力设备试验方法，包括如下步骤:

步骤S1:根据电力设备预防性试验规程的试验信息，建立各类电力设备的试验数据模型;

步骤S2:根据所述试验数据模型获取各电力设备各次试验产生的试验数据，将所述试验数据保存在电力生产***中，并关联至设备台账中;

步骤S3:从所述设备台账中读取被测电力设备的设备台账信息;

步骤S4：根据所述被测电力设备的试验数据模型以及设备台账信息，从所述电力生产***中获取对应的试验数据，并判断所述试验数据是否存在故障隐患。

上述电力设备试验方法，通过设定试验数据模型对试验数据进行模型化保存在电力生产***中，为试验数据应用提供基础，根据试验数据模型获取对应的试验数据对电力设备运行状态分析，降低了试验数据处理的工作量、提高了效率低和准确率，可以实现自动化分析试验数据检测电力设备的状态，满足当前电力***自动化的发展要求。

附图说明

图1为一个实施例的电力设备试验方法的流程图；

图2为一个实施例的主变压器试验数据模型的结构示意图；

图3为一个实施例的500kV油浸式主变压器试验数据模型的结构示意图；

图4为一个实施例的油中溶解气体色谱分析项目的结构示意图；

图5为一个实施例的子项目数据结构示意图；

图6为主变压器A相套管试验项目变化趋势曲线示意图；

图7为主变压器ABC三相套管试验项目比较示意图；

图8为同类型主变压器设备介质损耗试验项目比较示意图。

具体实施方式

下面结合附图对本发明的电力设备试验方法的具体实施方式作详细描述。

参见图1所示，图1为一个实施例的电力设备试验方法的流程图，包括如下步骤：

步骤S1：根据电力设备预防性试验规程的试验信息，建立各类电力设备的试验数据模型。

具体的，根据电力设备预防性试验规程中，有关进行预防性试验的试验设备、试验项目、试验内容等信息，建立在该规程内的各类电力设备的试验数据模型结构，

在一个实施例中，所述试验数据模型采用多层树状形式，以分层结构的设备类别-设备型号-电压等级-试验部位-试验专业-试验项目-子项目为内容，子项目包括名称、数据类型、单位、精度、判定标准及分析维度。

参见图2所示，图2为一个实施例的主变压器试验数据模型的结构示意图，其中，设备类别为主变压器试验数据模型，设备型号包括油浸式主变压器、SF6主变压器以及干式主变压器；电压等级包括500kV、220kV、110kV及以下和35kV及以下四个电压等级。

参见图3所示，图3为一个实施例的500kV油浸式主变压器试验数据模型的结构示意图，其中，试验部位包括本体和X相套管；试验专业包括高压专业和化学专业。试验项目包括：绕组直流电阻，绕组变形测试、绕组连同套管的交流耐压试验、铁芯及夹件绝缘电阻、穿心螺栓、铁轭夹件、绑扎钢带、铁芯、绕组压环及屏蔽等的绝缘电阻，局部放电试验，红外检测（以上属于本体部分高压专业）；油中溶解气体色谱分析，微水，油中含气量，油中糠醛含量，油中颗粒度，外状，水溶性酸，酸值，闪点(闭口)，界面张力，tanδ，击穿电压，体积电阻率，油泥与沉淀物，腐蚀性硫（以上属于本体部位化学专业)；绕组连同套管的绝缘电阻、吸收比或极化指数，绕组连同套管的tan，电容型套管的tanδ和电容值（以上属于X相套管高压专业）；油中溶解气体色谱分析（属于X相套管化学专业）。

参见图4所示，图4为一个实施例的油中溶解气体色谱分析项目的结构示意图，其中，子项目包括：氢气（H2），甲烷（CH4），乙烷（C2H6），乙烯（C2H4），乙炔（C2H2），一氧化碳（CO），二氧化碳（CO2），总烃。

参见图5所示，图5为一个实施例的子项目数据结构示意图，包括名称、数据类型、单位、精度、判定标准及分析维度。

在判定标准中，可以设置该子项目试验数据的不同状态对应的阀值，例如，设置异常阀值，用于进行异常判断提示，设置缺陷阀值，用于进行缺陷判断提示。

步骤S2：根据所述试验数据模型获取各电力设备各次试验产生的试验数据，将所述试验数据保存在电力生产***中，并关联至设备台账中。

在一个实施例中，步骤S2具体包括：

步骤S201，根据所述试验数据模型录入各子项目的试验过程产生的试验数据。

步骤S202，根据所述试验数据模型将所述试验数据生成设定格式的数据文件。

步骤S203，将数据文件依据电力设备的类型进行分类保存在电力生产***中。

步骤S204，将所述数据文件中电力设备的编号关联至设备台账对应的电力设备。

上述步骤，根据试验数据模型将试验数据保存在电力生产***中，可以用于后续的试验数据分析。

步骤S3：从所述设备台账中读取被测电力设备的设备台账信息。

具体的，根据步骤S2所关联的对应关系，根据被测电力设备从设备台账中读取其对应的设备台账信息，用于后续试验数据分析。

步骤S4：根据所述被测电力设备的试验数据模型以及设备台账信息，从所述电力生产***中获取对应的试验数据，并判断所述试验数据是否存在故障隐患。

在本步骤中，利用不同电力设备对应的试验数据模型，获取试验数据进行分析，进行自动化的故障隐患判断。

在一个实施例中，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取试验产生的历史试验数据。

根据试验数据模型设定的判定标准判断所述历史试验数据。

若超过所述判定标准中的异常阀值，则提示该电力设备子项目试验异常或提示设备异常。

若超过所述判定标准中的缺陷阀值，则在试验报告中标记该电力设备存在缺陷。

上述实施例中，通过试验数据模型设定的判定标准中的阀值，判断各试验项目的试验数据，实现试验数据异常判断及自动预警功能。

在一个实施例中，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取所需监测的子项目的若干次试验产生的历史试验数据。

根据所述历史试验数据和当前试验产生的试验数据形成该子项目的趋势曲线。

根据所述趋势曲线计算试验数据的变化率。

判断所述变化率是否超过电力设备预防性试验规程中设定的阀值，若超过，则提示电力设备存在故障隐患。

参见图6所示，图6为主变压器A相套管试验项目变化趋势曲线示意图，图中为在#1主变间隔A相高压套管的试验历次试验数据形成的趋势图，通过试验数据模型，自动获取历次试验数据进行分析，并生成如图中所示的拆线图，计算变化率，计算公式为：

$\mathrm{\η}=\frac{m_k-m_{k-1}}{m_{k-1}}\×100\%$

上式中，η为前后两次试验检测的变化率，m_k为该次的试验值，m_k-1为上一次的试验值，通过各次试验后η值变化情况，超过预防性试验规程中设定的阀值时，则判定该电力设备存在故障隐患，并作出相应的告警提示。

在一个实施例中，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取该电力设备的三相子设备若干次试验产生的三相试验数据。

根据所述三相试验数据形成三相变化趋势曲线和三相平均曲线。

根据所述三相变化趋势曲线和三相平均曲线判断三相子设备的三相之间的平衡性和差异性。

若所述平衡性和差异性超出电力设备预防性试验规程中设定的阀值，则提示电力设备的三相子设备存在故障隐患。

参见图7所示，图7为主变压器ABC三相套管试验项目比较示意图，图中为110kV变压器试验中，110kV XX站#主变间隔ABC三相试验项目变化趋势曲线的比较，通过试验数据模型，自动获取历次试验数据进行分析，并生成如图中所示的比较图，若比较图所示的平衡性和差异性超出电力设备预防性试验规程中设定的阀值，则判定电力设备的三相子设备存在故障隐患，作出相应提示。

在一个实施例中，所述步骤S4还包括：

根据所述试验数据模型以及设备台账信息，从电力生产***中获取同型号电力设备若干次试验产生的试验数据。

根据各型号的试验数据形成所述电力设备的变化趋势曲线。

根据所述变化趋势曲线监测各电力设备的性能状态。

参见图8所示，图8为同类型主变压器设备介质损耗试验项目比较示意图，图中为110kV变压器试验中，同类型主变压器设备介质损耗试验项目变化趋势曲线的比较，通过试验数据模型，自动获取历次试验数据进行分析，并生成如图中所示的比较图，进一步可以实现同类设备横向比较的功能，实现预测及分析设备劣化程度及发展趋势。

本发明的电力设备试验方法，根据模型化的设备试验数据，可以自动分析设备运行的异常状况，快速分析设备的故障及运行情况，及时发现设备本身存在的问题和外部引起异常的原因，避免人身或设备重大事故的发生。

另外，提供了试验数据分析的方法，通过历次试验产生的试验数据，提供数据分析功能及图形化展现对比功能。。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种电力设备试验方法，其特征在于，包括如下步骤；

步骤S1：根据电力设备预防性试验规程的试验信息，建立各类电力设备的试验数据模型；

步骤S2：根据所述试验数据模型获取各电力设备各次试验产生的试验数据，将所述试验数据保存在电力生产***中，并关联至设备台账中；

步骤S3：从所述设备台账中读取被测电力设备的设备台账信息；

步骤S4：根据所述被测电力设备的试验数据模型以及设备台账信息，从所述电力生产***中获取对应的试验数据，并判断所述试验数据是否存在故障隐患。

2.根据权利要求1所述的电力设备试验方法，其特征在于，所述试验数据模型采用多层树状形式，以分层结构的设备类别-设备型号-电压等级-试验部位-试验专业-试验项目-子项目为内容，子项目包括名称、数据类型、单位、精度、判定标准及分析维度。

3.根据权利要求2所述的电力设备试验方法，其特征在于，在步骤S2具体包括：

根据所述试验数据模型录入各子项目的试验过程产生的试验数据；

根据所述试验数据模型将所述试验数据生成设定格式的数据文件；

将数据文件依据电力设备的类型进行分类保存在电力生产***中；

将所述数据文件中电力设备的编号关联至设备台账对应的电力设备。

4.根据权利要求2或3所述的电力设备试验方法，其特征在于，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取试验产生的历史试验数据；

根据试验数据模型设定的判定标准判断所述历史试验数据；

若超过所述判定标准中的异常阀值，则提示该电力设备子项目试验异常或提示设备异常；

若超过所述判定标准中的缺陷阀值，则在试验报告中标记该电力设备存在缺陷。

5.根据权利要求2或3所述的电力设备试验方法，其特征在于，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取所需监测的子项目的若干次试验产生的历史试验数据；

根据所述历史试验数据和当前试验产生的试验数据形成该子项目的趋势曲线；

根据所述趋势曲线计算试验数据的变化率；

判断所述变化率是否超过电力设备预防性试验规程中设定的阀值，若超过，则提示电力设备存在故障隐患。

6.根据权利要求2或3所述的电力设备试验方法，其特征在于，所述步骤S4具体包括：

根据被测电力设备的试验数据模型以及设备台账信息，从电力生产***中获取该电力设备的三相子设备若干次试验产生的三相试验数据；

根据所述三相试验数据形成三相变化趋势曲线和三相平均曲线；

根据所述三相变化趋势曲线和三相平均曲线判断三相子设备的三相之间的平衡性和差异性；

若所述平衡性和差异性超出电力设备预防性试验规程中设定的阀值，则提示电力设备的三相子设备存在故障隐患。

7.根据权利要求1所述的电力设备试验方法，其特征在于，所述步骤S4还包括：

根据所述试验数据模型以及设备台账信息，从电力生产***中获取同型号电力设备若干次试验产生的试验数据；

根据各型号的试验数据形成所述电力设备的变化趋势曲线；

根据所述变化趋势曲线监测各电力设备的性能状态。

8.根据权利要求1所述的电力设备试验方法，其特征在于，所述电力设备包括变压器。