振动

高速旋转的电机设备转子轴在正常运行时会产生一定的轴电压，如果轴电压的抑制和防护措施不得当，一旦形成回路，就会产生轴电流。较强的轴电流会产生电弧，使润滑状况迅速劣化并引起轴颈和轴瓦合金的电腐蚀，同时较强的轴电流还会带来严重的设备磁化，引起振动等故障，导致停机事故。 预防轴电压危害的重点在于防止轴电流形成通路，只要能形成有效的回路阻断，即可防止该问题的发生。因此电动机及发电机励端轴承与底板、轴承与油管间必须采用绝缘来阻断通路，由于轴电压通常很小(不高于10V),仅需要很低的绝緣即可防止产生电流。实际应用中，由于转子轴的另一端是接地状态，因此在不接地的一端通常采用双层绝缘( 见图1和图2)，即轴承绝缘分成上下两层，中间夹一层金属板，金属板上面引出一-根导线连接到机外，便于测试绝缘电阻。 由于传统方法所测绝缘电阻实际上是轴承中间金属的绝缘电阻，只能间接反应转子轴的绝缘状况。由于转子轴端结构复杂，通常还有其他会与大轴接触的部件，如密封瓦、传感器等，该方法作为-一种间接测量方法，并不能完全反应实际情况，目前也并没有判断励端是否接地的直接测量方法。

为实现对高压电缆线行区域施工地的外力破坏隐患进行实时监测，避免顶管机、打桩机、破碎机等施工损伤地 下电缆本体，造成线路跳闸。本文利用与高压电缆同沟敷设的分布式光纤及其振动传感原理，设计并应用了高压电缆防 外破监测预警系统，后台可根据标定的光缆路径GIS地图，实现远程实时预警和定位现场施工点，并智能分析现场施工隐 患类型，经判断后可将预警短信发送至运维人员。现场应用表明：基于分布式光纤振动传感的高压电缆防外破监测预警 系统的通信架构简单、预警体系完善，且能实现各类施工信号识别，减轻了运维人员的特维工作压力，提高了高压电缆 的防外破工作效率，有利于预防并制止外力破坏事件。

干式变压器在运行中受到电、热、机械等应力的共同作用,可能导致铁心松动和绕组变形等异常故障。振动分析法可以灵敏地反映铁心和绕组的机械状态,适用于干式变压器机械故障的检测。文中构建了干式变压器的有限元模型,仿真探究了干式变压器的振动机理与振动特性,发现干式变压器的绕组振动远小于铁心振动,正常运行状态下振动主要来源于铁心的磁致伸缩效应。文中搭建了干式变压器实验平台,采集并对比分析了正常工况和铁心松动状态下干式变压器表面的振动信号。发现随着铁心逐渐饱和,振动信号不再随电压平方呈线性关系增长,总振动信号峰值增长变快,基频振动信号幅值增长变慢。根据实验得到不同工况下干式变压器的振动信号频谱,发现可将振动信号的基频占比、高低频比作为诊断干式变压器机械状态的特征参量。

本书围绕电力无线传感网技术创新应用，聚焦于低功耗无线传感网在发电、输电、变电、配电、用电等电力行业领域的应用，具体包括电力发电厂监测区域的事故预警、环境状态判断、劣化趋势分析，输电线路的电力巡检和运维管理，变电站内电力设备的运行状态、环境状态等在线监测，配电领域储能和配电自动化业务的监控和故障定位系统，用电采集和精准负荷控制业务的监测和分析管理等。介绍了无线传感网及其产业发展现状，概述了无线传感网主流技术，总结提炼了电力无线传感网在电力领域的应用情况，分析研究了电力无线传感网的应用价值和挑战，探讨提出了电力无线传感网技术应用发展趋势及建议。 无线传感网是大量的静止或移动的传感器节点以自组织和多跳的方式构成的无线网络，可以感知、采集和处理信息，并将获得的详尽信息发送给需要的用户。 “十四五”期间，国家电网有限公司服务新型电力系统构建需求，将“全力推进电力物联网高质量发展”作为重点工作任务之一，其中的各项工作部署均离不开无线传感网的支撑。无线传感器网中众多类型的传感器，可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等。潜在的应用领域可以归纳为军事、航空、防爆、救灾、环境、医疗、保健、家居、工业、商业等领域。新型电力系统的一些重要的、需要被监控的设备上可以安装传感器，实时监控设备的运行状况。采用无线传感网络技术，将监测到的重要参数上传到集中处理平台，智能电力系统可以根据参数的变化，及时发现设备故障等，主动预防可能发生的各种事故。 与传统有线网络相比，无线传感网络具有很明显的优势，主要有：低能耗、低成本、通用性、网络拓扑、安全、实时性、以数据为中心等。无线传感网给电力行业带来应用价值的同时，也面临着极大的挑战。通用无线传感网技术无法满足某些特定的业务需求，变电站、输电线路等某些复杂的电力现场环境对于功耗控制、传输距离、组网灵活性等方面有特定需求，需要结合电力物联网的业务需求和应用场景来实现功耗和连接性能的协同优化；在终端接入和数据传输方面，设备和数据量均呈爆发式增长，海量数据给电力物联网带来了资源和数据传输带宽的压力；传感节点大多布置在户外环境中，恶劣环境和网络攻击均影响传感节点的运行和信息传递，因此，提升终端接入安全和抗干扰能力是保证电力物联网健康发展的重要基础；传感器小型化、无源化技术有待突破，利用电网沿线的磁场、电场、振动及温差等外部条件，实现微源取能是关键难点。为此，电力企业需要弥补现有的不足和短板，结合电力行业发展战略，研究低功耗无线传感网的网络与安全连接技术，全方位地提高感知数据的颗粒度、广度和维度，并持续积极探索基于人工智能的知识赋能、５G通信技术、基于边缘计算的技术、数据开发服务技术等方面融合发展。 联系人：陈姗姗 手 机：13261508443 邮 箱：chenshanshan@eptc.org.cn

随着能源互联网建设的持续推进,大量的传感器接入到系统中,获取的感知数据是海量级的,导致系统传输压力大、主站计算负荷重。传统的传感信息获取处理方式存在数据良莠不齐、数据缺失、格式不统一的问题,引入边缘计算技术定义了智能感知的系统框架,就地实现数据的处理与判决,通过云边协同机制优化系统设计。文章首先给出了多参量智能感知数据优化传输方法,其次提出了面向多参量感知的边缘计算算法的设计方法,涉及数据统一、数据辨识、分布式群智几方面,最后落地在输电线路巡检,在微风振动、舞动分析、增容设计、视频分析、云边升级等方面做了尝试。

噪声与振动是运行设备的固有特性，绝大部分异常状态(工况)都会伴随振动与声的变化 。异常振动会带来结构松动、绝缘老化、材料疲劳等问题，对电网安全稳定运行造成重大隐患。声振检测与诊断技术具有非接触、不停电、可连续等优点，可及时发现设备早期潜伏性缺陷，可以作为现有监测手段的必要补充。讲座将介绍变压器、绝缘子、水轮发电机等电力设备声纹识别技术，包括抗干扰检测方法、特征量提取与模式识别、基于人工智能的声纹识别技术等。

核岛辅助安全阀主要用于反应堆冷却剂系统（RCP）、化学和容积控制系统（RCV）、设备冷却水系统（RRI）、应急硼化系统（RBS）、核岛排气和输水系统（RPE）、冷却剂贮存和处理系统（TEP）等重要系统，承担保护系统，避免超压的功能，对核电站安全稳定运行起到关键作用。其中最高设计压力达到25MPa，最高温度达到343℃，承担着核电站反应性控制、余热排出等重要安全功能，对核电站安全运行起到重要作用。辅助系统安全阀样机经过循环寿命试验及排量试验、振动老化试验、地震性能试验和端部加载试验后，各项性能指标满足性能要求。本项目掌握了核岛辅助安全阀的设计、制造技术和核级产品鉴定方法，研发出了达到同类产品的国际先进水平，填补了国内空白，对保障在建核电机组顺利建设和在役核电机组安全运行具有重要的意义，具有良好的经济效益、社会效益和推广应用前景。

绕组松动故障是变压器最主要的机械故障之一，尚缺乏有效的智能化诊断方法。为此提出基于格拉姆角场与迁移学习-AlexNet的变压器绕组松动故障诊断方法。变压器稳态运行时的振动信号存在周期性的特点，导致其构建足量具有时间相关性的图像集十分困难，提出了一种样本构建方法用于生成变压器振动信号的格拉姆角场图像集。将生成的图像集送入AlexNet进行迁移学习，获得微调后的神经网络模型。实验结果表明：利用该样本构建方法生成的图像集作为训练集和验证集，建立的卷积神经网络模型训练准确率与验证准确率均达到99%以上；利用变压器周期性振动信号生成的图像集作为测试集，测试准确率达到99%以上，实现了变压器绕组松动故障的准确诊断，并为周期性信号运用具有时间相关性的图像变换方法构建足量样本集提供了一种新思路。

变压器运行过程中产生的振动噪声与其运行状态及内部缺陷情况直接相关,对其声纹信号开展特征分析,有助于进一步了解设备运行工况,保障电力系统安全稳定运行。文中以声纹特征分析为基础,兼顾诊断效率与准确性,提出一种基于卷积神经网络及集成学习模型的变压器缺陷诊断方法。该方法以变压器声纹数据的时域及频域信号为多通道输入混合特征,构建了基于卷积神经网络模型和声纹特征分析法的集成学习模型,可实现变压器声纹特征的有效识别,并通过由多个基学习器组成的集成学习模型提高了变压器缺陷诊断的准确性。基于文中所构建的变压器声纹样本库,可得到该方法对变压器单一缺陷的识别准确率为99.2%,对变压器混合缺陷的识别准确率为99.7%。研究结果表明该方法可有效识别变压器的运行状态,为变压器运维检修提供技术参考。