3.1.5 SUN-IGuard-801系列 GIS开关特性在线监测系统

  • 厂家直供
  • 1小时响应
  • 48小时解决
  • 12月质保
  • 终身维护
  • 产品说明
  • 型号规格
  • 一、系统概述

      断路器及GIS作为电力系统中最重要的设备之一,肩负着控制和保护的双重任务,其性能的可靠性关系到电力系统的安全运行。国际大电网会议及我国电力研究院关于高压断路器故障的统计调查显示:断路器的大多数故障(主要故障的70%和次要故障的86%)发生在机械机构,主要涉及操动机构、监视装置和辅助装置等。

      有关统计表明,一半以上的变电站维护费用是花在开关上,而其中60%的费用是花在断路器的小修和例行检修上;另外根据统计,10%的断路器故障是由于不正确的检修所致,断路器的检修需要完全解体,即费时,其费用成本也很高,可达到断路器购买成本的1/3到1/2,而且解体和重新装配又有很高的机率带来新的故障隐患,因此断路器及GIS机械特性在线监测及故障专家诊断系统IED装置应运而生。

      日新电气SUN一Guard-801系列开关特性在线监测系统通过对挂网运行中的断路器及GIS进行机构机械特性在线监测及状态评估,简化了电力系统定期的设备维护工作,安装运行后可以提前进行故障隐患报警,避免重大电网事故发生。系统出具的利u2认心检测报告可以指导变电站对开关进行有针对性的状态维修,不但能节约了定期检修所投入的大量资金和人力,还能减少设备投入的备件数量,避免不必要的材料浪费,同时也起到了延长设备使用寿命和环保的作用。

      智能电网对一次电力设备智能化提出“五化”要求,断路器及GIS机械特性的在线监测及状态专家诊断系统实现的是其中的“状态可视化”。同时本系统具备测量数字化、控制网络化、功能一体化、信息互动化的功能,是智能高压开关设备的重要IED设备。


    二、系统组成

      日新电气SUN-IGuard-801系列高压断路器机械特性在线监测IED装置通过安装在断路器及GIS机构部件上的机械量和电气量传感器实时采集监测对象的特征信号,通过基于DSP信号处理芯片+POWERPC嵌入式系统的IED装置进行信号的在线数据处理和状态分析。IED装置以MMS报文传输协议与变电站网络通讯,在站控层服务器终端的集成软件平台显示断路器机构相应动作的机械特性参数,绘制动触头行程曲线和操作线圈电流波形,出具机构的状态分析报告。该装置对断路器机构操作所监测的项目基本涵盖了停电检修试验的大部分内容,其所监测得到的数据可以完全替代停电检修试验数据。


    三、技术特点

      本ED装置用标准化结构实现,即4U 19英寸机箱,确保工程安装的便利性。整体装置功能可自由选配。既可监测单相,也可监测三相。

      IED功能分布明确,包括CB机械特性监测插件、SF6监测插件、开入插件、交换插件、主CPU插件、电源插件、面板模件等。根据用户需求可灵活搭配、扩展。机械特性在线监测CB监测插件单板可监测一套机构,SF6密度、微水监测插件单板可同时监测8路气室信号。一套IED装置可同时监测3套(相)机构。

      机械特性在线分析功能强大

      通过采集机构动行程—时间曲线、分(合)闸线圈的电流波形、储能电机的电流波形以及分(合)闸辅助触点的开关量,并结合出厂标准曲线和故障专家诊断系统来判断机构机械状态的变化以及发展趋势。包括:行程状态、速度变化、机械及传动部件的磨损情况、卡滞所导致的拒动、脱扣器松动、电机故障等可能出现的情况。

      动作参数准确报告

      每次动作后本系统给出断路器的行程、开距、超程、平均速度、刚分(合)速度、储能状态、分合闸电流等标准参数。

      安装便捷、高度集成

      在旋转主轴末端安装光电角度位移传感器,在分(合)闸线圈和储能电机的电源线安装电流传感器模块,从机构辅助触点取开关量信号,这些安装简易,不用对断路器本体进行改造。整套在线监测装置体积小,可直接安装在机构箱内。

      宽范围供电

      供电电源为AC 85V—265V,DC 100V—400V,可适应不同厂电需求。专家诊断系统在线判断断路器运行状态,并给出状态评估报告。

      故障状态下分析故障类型,判断故障点位置。

      历史数据存储在SD卡内,系统可随时调出10年内所有动作数据。高速串行通讯接口可与其他IED设备及计算机通讯。

      LAN光通讯接口符合IEC61850通讯标准的数据传输协议,可接入智能变电站通讯网络。

      适用于弹操机构或液压机构


    三、专家诊断系统

      SUN-IGuard—801系列高压断路器机械特性在线监测IED装置在DSP板上建立机构状态专家诊断系统,采用以下三种算法:

      其一通过神经网络算法将故障高维特征量及与之相对应的故障类型存放在数据知识库中,将待诊断的状态特征量输入专家系统,调用神经网络进行识别,通过正向推理快速地获得故障状态特征量所对应的故障类型。

      其二为数据曲线的包络线法,采用关键点和整体阈值判断,以区分故障和正常曲线。进一步,在曲线局部阈值判断处引入模糊控制以识别具体的信号特征,以确定故障类型、生成专家系统数据知识库。

      其三为利用离线监测时测定的固有正常曲线,对上述两种智能算法进行验证和完善。




  • SUN-IGuard-801系列