随着泛在电力物联网的发展,越来越多的电力设备包括变压器,GIS,开关柜,高压电缆等需要进行局部放电的在线监测。
局部放电是电气设备在使用过程中, 绝缘子表面逐步产生缺陷, 在局部出现的微小放电的物理状况。对电力设备,包括变压器、GIS、开关柜、高压电缆等进行局部放电在线监测和故障诊断,是实现设备预知性维修的前提,是保证设备安全可靠运行的关键。
传统的局部放电是通过专用仪表和传感器构成,存在故障定位效率低,开发周期长,系统升级困难等问题。如何利用成熟的计算机和网络技术快速构建局部放电在线监测系统,实现数据采集和故障分析定位成为目前的关键问题。
PC架构局部放电分析系统架构图如下,分为边缘层,集中监控层和数据服务器层(本地或云端)。
边缘层可以用多种方法进行局部放电检测,包括脉冲电流法,超高频(UHF)检测法,超声波(AE)检测法,暂态对地电波法,高频电流与振动监测法等。通过部署传感器,采集设备局部放电信息,绘制时域系统图,椭圆相位图,密度图,三维瀑布图,频谱分析图等,提取量值位置,形态,放电次数,放电位移等特征值,再根据故障模型,判断故障类型和位置。
当设备正常时采用降频采集,即边缘侧采集到的信息进行时间压缩后再发送到集中监控层和数据服务器,以降低带宽的占用和服务器的存储容量。而当故障发生时采用高频采集,即实时采集并将故障数据完整打包上传给数据服务器,以在服务器保留足够多的故障样本,进行后续的大数据分析和数学建模。同时也为后续故障的追溯提供足够多的数据支撑。
系统特点
数据采集硬件
数据采集卡是关键的组成部分,可提供以下各种采集速度和分辨率。
PCI-1714U/1714UL
30M/10M,12位,4通道同步模拟输入卡
PCIE-1840/1840L
125/80 M,16位,四通道PCIE总线同步采集卡
开发软件
研华DAQNavi支持Windows和Linux下的多种开发语言,同时提供例程源码。对于需要可视化界面的应用,Windows可以选择LabVIEW,.NET,VB,VC,delphi,Qt等,LINUX下可以选择Java和Qt等。
采集局部放电信号需要使用高速功能,驱动软件提供连续采集,模拟触发,数字触发多种采集功能,通过WaveformAiCtrl类实现。提供属性和方法来操作批量数据的保存和传输。驱动将监控缓冲AI转换的进程,并发送适当的事件来通知用户当前的转换状态。Buffered AI包括Streaming BufferedAI和One BufferedAI,Streaming BufferedAI为连续采集数据,One BufferedAI为采集一批数据后停止。
详细可参阅
本文分享自 智能制造预测性维护与大数据应用 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!