（江西华电九江分布式能源有限公司 江西省九江市 332013）
摘要：随着我国经济的飞速发展，工业领域得到较快的发展，在各个领域对于电力设备的使用范围变得越来越广泛，但是电力设备在长时间的运行过程中，必定会出现各种各样的故障，因此现阶段如何有效的实现电力设备故障的诊断以及提高故障诊断的准确率已经成为电力企业发展的重要内容，这就需要引进国外先进的电力设备故障诊断技术，不断融入到实践过程当中去。本文首先简要分析了电力设备故障诊断技术的主要现状，接着讲述了电力设备故障诊断在电力事业发展过程中的重要性，最后详细阐述了应对电力设备故障诊断发展的主要对策。
关键词：电力设备；故障诊断；现状；重要性；对策
1.引言
近年来，在国内所使用的电力设备传统的故障诊断技术，已经无法满足大多数变电站中电力设备的监测技术的基本要求，尤其是在电力信号的接收、处理以及传播的过程中往往存在着较多的问题。目前阶段国内所使用的神经网络法和专家故障的诊断系统的有效应用虽然能够解决目前遇到的大多数问题，但是对于细节问题的处理与西方发达国家相比仍然存在着较大的差距，这就需要我国电力企业在传统电力设备故障诊断技术的基础上进行改进和完善。
2.电力设备故障诊断技术的主要发展现状
由于我国在电力设备故障诊断技术方面的研究仍处于初级阶段，主要是为了了解设备诊断技术在电力系统运行过程中的重要性，因此近年来关于诊断技术的研究理论大量的涌现出来，这些都是需要以信号处理的技术为基础，以电力设备故障诊断为主要的目标。随着科学技术水平的显著提升，我国的电力设备故障诊断技术也得到了飞速的发展，从实际的生产过程中已经逐渐形成了具有我国特色的故障诊断理论，逐渐研究出来了世界水平的电力设备状态监测和故障诊断系统。
3.电力设备故障诊断在电力事业发展过程中的重要性
随着我国工业技术水平的显著提升，电力系统的规模也在不断扩大，因此电力设备出现故障的频率随之不断增加，这对于电力设备故障诊断技术的技术水平也有了更高的要求，尤其是对于电力设备故障诊断系统的要求也变得越来越高。因此无论是何种的变电站，在控制系统当中都需要增加一个故障专家诊断系统，提升整个系统的监控能力。
4.应对电力设备故障诊断发展的主要对策
4.1利用神经网络法对电力设备故障进行有效诊断
从本质上来说，神经网络法在对电力设备恩进行故障诊断时，具有高度精确地计算能力和极强的环境适应性和容错性。因此利用神经网络法来处理电力设备出现的故障时只需要进行简单的非线性函数的次数复合，根本不需要建立任何的物理模型以及人工的干预，并且在处理故障问题的过程中具有组织能力、自主学习能力以及能够映射出高度非线性的输入和输出关系，最后再根据实际情况判定出最终的输出结果。近年来，神经网络法在故障诊断的过程中已经受到大多数电力企业的高度重视和广泛应用，尤其是在处理一些不确定性的问题时更加能够达到出其不意的效果和独特的优势。
4.2采用专家系统进行电力设备故障诊断
电力设备故障诊断过程中所使用的地专家系统，主要指的是人工智能当中最有效的一种信息系统，这是模拟人脑专家的思维决策过程，在系统当中存储着大量的理论知识和丰富的实践经验，在一定程度上能够对客户所提出的各种问题进行全面的推理和判断，从而能够解决出只有专家系统才能够解决的故障问题。由此可知电力设备故障诊断专家系统所产生的电力设备故障现象、故障问题产生的原因和试验的结果信息都能够作为故障问题的判定依据。这就需要采用三比值法对故障现象和电气试验结果给予综合性的判定结果，最后利用专家系统对电力设备故障进行系统的判断，这样以来能够对电力设备的各种试验数据进行全方面的分析和比较，然后采用专家系统的知识库以及专家的经验进行综合性的分析，最终得出电力设备的故障诊断结论。目前阶段，随着电力行业的飞速发展，已经出现了大量的故障诊断方法，专家系统也受到了世界各国的重点关注和广泛应用，截止目前为止已经超过了100个专家系统应用于电力系统当中，其中属于监控范围内的专家系统已经超过一半以上，然而故障诊断类型的专家系统占据四分之一。
4.3结合不同的故障诊断方法的优点形成一种特有的电力设备故障诊断方案
通常情况下，神经网络法相比较于传统的故障诊断方法在噪声统计不够清晰的情况下比较实用，并且电力设备故障诊断的准确率比较高，但是在长时间的使用过程中往往也会存在着大量的缺点，例如在检测的过程中往往会依赖电力设备的运行数据信息，并且专家系统也存在着无法完全发挥出来的情况。因此这就需要结合现有的电力设备故障诊断方法，以电力设备的运行记录、实验数据以及检修记录作为分析的主要数据，检测电力设备能够正常运行，为电力设备的诊断提供监测的依据和数据，尽可能的进行故障诊断测试。例如在一些电气分析试验当中，最为重要的是要调用气体的含量来判断电力设备系统是否出现故障以及后续的发展趋势。在传统的电力设备故障判断方法中，大多数采用的是利用改进之后的三比值法来初步判断电力设备的故障类型，再调用神经网络诊断模块来判断故障产生的原因，最后在调用信息融合模块进行详细的分析和判断。因此在专家的系统中，除了需要判断出故障出现的类型之外，还需要判断出故障出现的原因和解决方法，在结合不同故障诊断方法的所有优点之后，研究出一种综合型的故障诊断方法，充分的利用多个信息资源，在时间上和空间上将信息进行组合，这样会导致数据信息更加准确，使得决策的可信度大大提升。
5.结束语
总而言之，对于电力设备故障诊断的过程本就是系统复杂的非线性问题，并且在这个过程中始终缺乏一个准确的数学公式进行详细概述，一个故障类型往往对应几个特殊的现象，然而一个现象对应几个故障，由此可知在电力设备故障信息相对比较不够完整和准确的前提条件下，有效的实现电力设备故障诊断以及提高电力设备故障诊断的效率和准确率已经成为当下电力企业重点关注的重要内容，这也是后续电力企业需要始终坚持研究的任务。
参考文献
[1]周桥添.关于电力设备故障诊断的现状及发展对策的研究思考[J].科技展望,2015,25(36):83.
[2]王刚峰.电力设备故障诊断的现状及发展对策[J].中小企业管理与科技(下旬刊),2013(11):312-313.
[3]李莉,胡兴龙.电力设备故障诊断的现状及发展对策[J].中小企业管理与科技(上旬刊),2010(11):309-310.
作者简介
曹正国（1992-03-03），男，汉族，籍贯：江西省九江市，当前职务：运行副值，当前职称：助理工程师，学历：本科，研究方向：动力工程。