非線性擬合高壓電力設備異常狀態檢測系統研究

黃小鋒

（廣東珠海金灣發電有限公司設備部電氣分部，廣東 珠海 519050）

高壓電力設備在實際的運行過程當中，需要與多種原件發生關系，必須要檢測非線性擬合示波器、傳感器、電壓以及電頻等等各方面的運行中比較精確的參數，只有參數檢測的足夠準確，才能在對電路是否正常運行做出準確的判斷，及時消除各方面的故障，做到防微杜漸，防止小問題演變成大問題。傳統的檢測方法并不能解決在檢測時頻率和電壓之間的矛盾，也不能真正實現問題的解決，所以基于非線性擬合的高壓電力設備異常狀態檢測系統就會自身攜帶很強的優越性，提高對頻率的分辨度，在較短的時間內就得出相應的檢測結果，并且實現相應的結果分析，可以針對檢測的結果，采取相應的措施，并在實施過程中不斷優化更新，最終達到良好運行效果。

1 高壓電力設備異常狀態檢測系統檢測硬件設計

高壓電力設備異常狀態檢測系統硬件設計一個重要的方面就是檢測傳感器，基于非線性擬合的高壓電力設備異常狀態檢測系統的檢測傳感器安裝就會比較強調傳感器安裝的所在位置，一定要保證傳感器的故障率不能夠過高，并且還要防止其重復率，所以檢測傳感器一定要安裝在斷路器的關鍵位置，只有這樣才能保證檢測傳感器盡可能小的受到其他東西的干擾，減小干擾才能實現盡可能大的檢測準確性，保證檢測結果的穩定性。我們可以根據相關的檢測結果論證出，傳感器一定要保證安裝的方向是垂直方向，相關操作的機構也要保證垂直方向，并且要使得兩者之間的位置保證有一定的弧度，可以在具體的操作過程當中預留出一定的空間結構，這樣就能更加準確的得出相關的機器的工作狀態的現狀。對于異常狀態檢測還需要數據采集卡的相關設定，需要進行觸發模式的設定，數據采集卡需要對數據進行連續的采集，異常數據的采集工作的開始、停止以及相應的數據存儲方式都需要有專人來進行控制。在異常數據采集卡的實際工作中，會出現高速的數據采集和存儲工作的落實，使得異常信息的儲存更加完整。在此基礎上，基于非線性擬合的高壓電力設備異常狀態檢測系統就能夠在硬件設施上相對于傳統的檢測系統更有優勢。

2 高壓電力設備異常狀態檢測系統軟件設計

2.1 數據采集模塊

高壓電力設備異常狀態檢測系統軟件設計首先要提到的就是進行高壓電力設備異常狀態下的數據采集，VC++ D的運行速度相對于其他數據采集軟件更快一些，并且在生成可執行程序時能夠快速脫離VC++所處的環境而快速運行。除此之外還能夠使用LabVIEW進行相應的調用，所以相應的數據在采集界面時就由VC++來進行編寫，在此基礎上完成數據的采集與相應的信息保存。數據采集具體功能對于高壓電力設備異常狀態檢測系統具有很重要的意義。一般在系統啟動的時候，將軟件系統與硬件設備相連接，初始化A/D，啟動A/D之后開始采集不同的數據錄入，再根據相應數據的選擇性錄取并進行保存，可以在界面上進行A/D信息轉換，并將其保存的結果輸出零件部分。數據保存完之后可以進行多渠道的采集，后續進行拆分。基于非線性擬合的高壓電力設備異常狀態檢測系統對于實現對電力參數的準確判斷以及快速檢測電網的自動調節等方面都有著不可取代的作用，對保障整個電網正常工作有著十分關鍵的作用。目前大多數設備都是基于非線性擬合的高壓電力設備異常狀態檢測系統來分析獲取介質的損耗程度，對于采用基于非線性擬合的高壓電力設備異常狀態檢測系統進行數據分析時，可以通過振動頻率以及采用相關的算法進行計算基于非線性擬合的高壓電力設備異常狀態檢測所產生的對于各方面的影響。

2.2 數據截取模塊

高壓電力設備異常狀態檢測系統軟件設計還有一個十分重要的部分，需要對高壓電力設備異常狀態的數據進行截取。對于數據的采集需要進行人工控制，對于數據的開始和結束都需要有專業的人士進行控制，避免出現多余的信號，這樣就可以在一定程度上實現信息截取的精準性，保證后續分析的精準性，不僅減少計算時間，還能減少沒用信息的篩選過程。由LabVIEW編寫的數據截取界面見圖1，其功能包括顯示原始波形、手動截取波形、自動截取合閘波形、自動截取分閘波形。高壓電力設備異常狀態檢測系統軟件設計的關于高壓電力設備異常狀態數據截取相關程序是通LabVIEW來進行編寫的，數據截取的參數也就是代表著信號能夠持續的時間長度。

圖1 高壓電力設備異常狀態的數據截取界面

2.3 數據檢測模塊

在對高壓電力設備異常狀態的數據進行采集和截取之后，需要在此基礎上利用多項式逼近方法獲得頻率和幅值修正的計算公式進行相關的數據計算，保證基于非線性擬合的高壓電力設備異常狀態檢測的結果的精準度。通過對異常數據的檢測，可以得出相關的解決方案。實際上基于非線性擬合的高壓電力設備異常狀態異常數據的檢測對于信號檢測平穩的要求是十分關鍵的，數據檢測可以判斷出信號是否平穩，信號的平穩度將有利于整體電壓運行的順暢度。可以從局部判斷出整體的特征，從而進行整體上的更正，將小問題都一步一步的解決，防止大問題的生成。數據檢測模塊主要就是針對非線性擬合的高壓電力設備異常數據的檢測，并在此基礎上能夠實現相應結果。

3 實驗分析

為驗證本數據檢測模塊的有效性，也就是對高壓電力設備異常狀態的數據檢測的精準性，就將其檢測結果與傳統數據檢測模型檢測出的異常數據的精準性進行了對比。實際操作中進行了三組異常數據檢測的結果進行對比，每一組的對應結果都有所差別。實驗結果證明，基于非線性擬合的高壓電力設備異常狀態檢測系統檢測出的異常數據的精準性要遠遠優于采用傳統的數據檢測系統檢測出的異常數據的精準性，檢測信息的時間和精準度都要更高一些。最關鍵的一步就是要將對比結果進行記錄，并將結果制成表格，將非線性擬合異常數據檢測與傳統數據檢測進行對比，清晰的表示出不同方法所產生的不同結果。具體結果如表1所示。

表1 非線性擬合檢測與傳統檢測數據精準性對比

根據表1數據可以看出，結果顯示非線性擬合異常數據檢測結果精確度平均維持在90%左右，傳統數據檢測精確度維持在65%左右，非線性擬合異常數據檢測結果精確度相對于傳統數據檢測精確度提高了25%左右，這一結果就說明非線性擬合異常數據檢測的實際效果更優一些，這就為基于非線性擬合的高壓電力設備異常狀態檢測系統提供了一個比較科學的論證。

4 結語

本文對可基于非線性擬合的高壓電力設備異常狀態檢測系統進行分析，依托對其硬件設計也就是檢測傳感器的運用，在此基礎上進行軟件設計包括數據采集模塊、數據截取模塊以及數據檢測模塊三個方面進行異常數據分析，實現本文設計。實驗論證表明，本文設計的方法具備極高的有效性。希望本文的研究能夠為基于非線性擬合的高壓電力設備異常狀態檢測系統提供理論依據。