（陕西煤业化工集团神木天元化工有限公司719319）
摘要：本文首先简要介绍了电力设备故障诊断的发展现状，之后对电力设备故障诊断的发展困境进行了分析，最后，结合目前新技术的发展方向，给出了针对性的发展对策。
关键词：电力设备；现状分析；智能算法；研究展望
近年来，我国电力需求迅猛增加，电网结构愈加复杂，电力设备数量增长很快，这些变输电设备能否安全稳定地运行，直接决定了电网的供电质量。为了提高电网供电的可靠性，保证设备在发生故障后可以及时地进行修复工作，前提就是要对设备故障进行精确定位和类型判别。伴随着传感器技术以及各类诊断算法的发展，如何实现电力设备快速精确的故障诊断，已经成为是当前电力工作者研究的热点之一。
一、电力设备故障诊断发展现状
如何依据电力设备的异常工作状态，进行故障的定位推理，是电力设备故障诊断的核心内容。故障诊断的核心在于诊断策略，随着各类优化算法和分类算法的深入研究，算法诊断逐渐替代原来的经验判断，成为了故障诊断发展的主要方向。目前应用于故障诊断的算法主要有：
人工神经网络（artificialneuralnetwork，ANN），人工神经网络是模拟人类神经系统对于外界刺激的感知和学习能力一种智能算法。通过对以往数据进行训练和学习得到神经网络，进而借助网络实现故障模式的分类和判别。其容错能力强，鲁棒性好，但有时也会出现局部最优和过拟合等现象。神经网络最大的问题在于需要大量的样本来对网络进行训练。由于电力设备功能越来越先进，其组成结构也越来越复杂。如果面对包含多个组件的电力设备，所建立神经网络的结构就会十分复杂。算法的运算速度和收敛性也不易保证。
专家系统与模糊理论，是指将系统的异常状态引入经典故障集合理论之中，进而实现故障的判别和诊断。通过对故障状态进行模糊处理，在一定程度上提高了专家系统的容错率。但专家系统也具有缺陷，由于当前技术发展迅速，各类新设备被广泛应用到供配电系统之中。给专家系统所必备的知识和经验获取带来了极大的挑战。同时由于设备的复杂化，传统推理算法的效率也将大大下降。
二、电力设备故障诊断的发展困境
（一）故障类型多样，数据收集困难
伴随着自动控制技术和计算机技术的发展，这些新技术被大量应用于电力设备之中，导致电力设备的结构复杂化，不同组件之间耦合程度较高。一个故障往往会引发其他的故障。同时随着设备的输入输出的增多，不同故障发生后设备的部分输出状态可能并没有明显的区别，这就导致故障数据的收集也成为了一个难点，如何选取有效的特征信号，实现故障模式的精确分类，是故障诊断急需解决的一个关键问题。
（二）诊断不能满足电力控制的实时性预警和故障隔离要求
在目前电力设备的故障诊断中，离线监测依旧是最为常见的一种方式，离线监测是指在电力设备处于断电的情况下，对其组件及功能进行检查性测试，这种方式比较简单，成本也较低，容易操作，目前大多数电网设备的定期检查和大规模检修依旧主要采用离线监测的方式。
由于离线监测需要在设备断电后进行，导致其不具有故障预警和故障隔离的能力，在供配电过程中电力设备出现的实时故障具有随机性和突发性，而离线监测的方式，只能应用于在设备出现故障之后，作为排查和修复工作的一部分。无法有效降低电网运行的可靠性。同时，无法实现在故障发生后，迅速地对故障进行隔离，无法有效提高电网的健壮性。
同时由于如果面对结构复杂的电力设备，如果不能选择合适的算法，或优化算法的参数和网络结构，算法的处理就会消耗大量的时间，导致无法准确及时地进行故障预警和隔离操作。
三、电力设备故障诊断的发展对策
（一）积极发展在线监测系统
通过发展电力设备在线监测系统，可以实现电力设备故障实时监测。在线监测系统可以通过传感器及时地将获取的电路运行工作状态数据传输给控制器，控制器通过分析数据判断支路是否发生故障快速地生成控制指令并传输给执行机构。保证系统可以在设备发生故障后，及时切断其与整个电力系统之间的电气连接，阻断故障的传播路径，增强电网运行的健壮性。同时及时地将故障设备信息发送给设备的维修保障人员，提高故障处理时效性。针对故障检测技术中各类数据流量巨大的特点，目前电力设备的故障检测正在逐步向信息化网络化发展，借助网络，设备检测与预警范围进一步扩大，数据及指令传输效率大大提高。
通过在线监测系统，可以得到大量电路设备运行的状态数据，这也为智能算法的应用提供了数据基础。
（二）积极发展智能算法，提高故障诊断效率
随着计算机技术的发展，其处理速度和运算能力大大加强，以神经网络为例，当前已经出现了包含上千万个神经元的网络，这样的网络足以面对当前电力设备故障诊断的需求，但网络的复杂也会带来成本的提高，为此要针对设备特点，选择合适的诊断策略，优化算法参数结构，提高算法的运行效率。
四、结语
当前，我国电力事业蓬勃发展，对设备的可靠性要求也越来越高，目前人工智能和网络技术迅速兴起，未来依托大数据和云计算的自动化故障诊断与处理系统将会出现。相关技术人员要看到发展设备电力设备故障检测和诊断的重要意义，不断开拓视野，积极探索，推动技术发展以造福国民。
参考文献：
[1]叶晖.电力设备故障监测和预警系统的设计与实现[D].华北电力大学，2016.
[2]王磊.基于Web的电力设备在线监测与故障诊断系统设计[D].北京交通大学，2012.
[3]霍晓峰.数据挖掘技术在电力系统故障诊断中的应用[D].华北电力大学，2017.
[4]陈翔，刘婧婧.电力设备故障诊断及状态检修分析[J].科技与创新，2017（01）：149.