電氣設備熱故障智能診斷預警技術研究

李建業

（山東浩信工程項目管理有限公司，山東 濰坊 261061）

1 功能需求與總體設計

熱故障智能診斷系統的核心是對目標設備的溫度進行實時監控，并根據具體的算法提供預警判斷，當檢測的外部數據超過系統參數闕值時，就向維修人員預警[1]。

1.1 功能需求

電氣設備在運行過程中會產生系統余熱，如果散熱系統設置不合理或環境溫度較高，就會出現熱故障。采用自動檢測系統對系統溫度及環境溫度進行實時監控，可以實現對熱故障進行智能診斷和預警的功能[2]。針對具體的系統功能需求，其主要包括以下4 個方面：1） 需要通過傳感器（熱輻射傳感器）對電氣設備不同節點的溫度進行實時檢測。2） 通過溫度傳感器對環境溫度以及臨近連接設備溫度進行實時檢測。3） 需要以傳感器數據為基準，提供有效的數據計算模塊，從而確定熱故障閾值，并對電氣設備熱故障的可能性進行預判和評估。4） 需要提供可交互、信息傳輸功能，前者是提供可視化的溫度現狀及實時變化情況，以供現場或者后臺相關工作人員調取，后者需要將相關信息數據傳輸至后臺，以滿足其他功能模塊對數據的調取需求，同時對數據進行存儲，以供后續對特定點位、特定時間的溫度數據進行查詢和回顧。

1.2 總體設計

為了實現上述功能，對智能化監控系統進行開發，總體包括3 個基本單元：1） 溫度采集裝置。主要利用紅外檢測及溫敏電阻分別對環境溫度、母線溫度以及觸頭溫度進行檢測。環境溫度代表室內常溫水平，母線溫度代表系統散熱溫度，觸頭溫度可以決定系統柜熱傳導的溫度梯度。2） 構建主控單元。主控單元包括2 個方面，一方面是根據傳感器輸入的各項溫度參數，通過內置診斷預警算法模型對其散熱結果進行求解，并提供具有預測功能的算法軟件系統對獲取到的溫度數值關系進行計算，在與閾值進行比較的過程中記錄相關數據。另一方面，在主控單元中的單片機內內置溫度閾值參數，將前段計算求得的溫度常量以及散熱趨勢走向代入其中，在與閾值進行比對的基礎上對是否發出警報進行判斷，并執行下一步命令。3） 無線通信模塊。無線通信模塊主要具備2 個功能，其一是與顯示器通信，相關數據信息要通過藍牙通信模塊與現場工作人員的手機客戶端配對才能顯示；其二是利用遠程無線通信技術與PC 端的服務器產生數據聯通，以滾動存儲的方式將實時的溫度數據記錄在服務器數據庫，以供后續查詢（如圖1 所示）。

2 預警系統

實際的技術應用和技術開發過程主要分為硬件設計、軟件設計2 個部分，硬件設計又可以按照具體的硬件功能分為監測模塊和功能模塊，具體的技術應用方式如下。

2.1 監測模塊硬件設計

從具體的功能角度出發，在采用各類傳感器收集相關數據的過程中，其核心包括以下2 個方面：1） 收集溫度數據。該部分有成熟的基于單片機的傳感器可供選擇，例如室溫電阻溫度傳感器等[3]。2） 收集電氣設備的運行數據。根據預警算法的需求可知（第3 節），電氣設備運行中的外部溫度對其總電阻的影響相對較小，可以忽略不計，電壓與電流之間符合歐姆定律的基本規范，因此對其監控僅需要在電流和電壓中選取其中1 個指標就可以達到預期的效果。從工程實現的角度來看，對電氣設備電流的外部監控相對簡單。由于該模式不需要對母線進行跨接，不會對母線的實際載荷造成影響，因此是一種較理想的母線電流監控方式。因此，由圖2 可知，采用電流互感的方式對電氣設備電流進行監控，電流輸入通道為VIP 和VIN，數據經過電容機械濾波后進入電流互感計量芯片（采用ATT7053A單片機），該單片機可以直接輸出電氣設備總電流的數值。

圖2 電氣設備電流互感傳感器電路設計示意圖

在設備的實踐應用中，利用配電柜跨將IA 和IAN 端接入配電系統的正母線和負母線，以獲取感應電流，在VIP和VIN 端口處接入感應支路電流檢測裝置，以獲得相應的數值。該系統可以根據工程的實際應用情況選擇移動式或者固定式的安裝模式，應用靈活度較高。

除了對電氣設備的監控外，對溫度的監控也是預警系統進行功能實現的核心內容，對環境溫度的輻射值進行監控，既包括了環境對電氣設備的輻射輸入，也包括電氣設備熱輻射散熱的檢測[4]。其中，電氣設備的散熱檢測為關鍵內容。從功能需求上來看，其需要利用紅外線傳感器對電氣設備（母線溫度）、輻射溫度（觸頭梯度）進行監控；采用溫敏電阻對環境溫度進行監控，并將獲得的實時數據納入后續的預警算法模型中。對環境溫度的測定相對簡單，只需要將溫度傳感器納入單片機構建的數據處理單元就可以實現。由于母線帶有高壓，直接的接觸式溫度測量設備無法保障測量安全，也容易引發短路或者跳電的運行事故。因此，該文采用非接觸的紅外傳感器。該模式不僅可以通過遠程紅外線攝像頭的方式獲取溫度圖像，而且還可以在圖像分析的基礎上給定不同區域的溫度，并對最大溫度點位進行標記、求解。在具體操作中，采用MLX90614單片機，該系統的測試溫度為-40 ℃~125 ℃，能夠有效滿足溫度的監控區間。同時，在視角范圍內通過設定距離的方式可以將測溫精準控制在1 ℃以內，滿足該文的測試需求。其具體線路設置如圖3 所示。

圖3 非接觸式紅外傳感器電路示意圖

該文采取非接觸的方法實現該硬件的設計模式，覆蓋范圍相對較大，能夠通過圖像處理對監控范圍內的不同節點的距離及角度進行自動修訂，對特定敏感部位的具體溫度給出恒定、準確的溫度參數。

2.2 功能模塊硬件設計

系統的功能模塊主要包括顯示、通信2 個部分。在顯示部分中，系統以云后臺的方式對獲取的數據進行顯示，其中包括了各項數據的實時顯示以及計算結果和閾值的顯示。該部分系統采用Web 技術進行獨立開發，設備端不直接顯示相關數據，數據的顯示界面需要通過后臺服務器的轉換來實現。具體的設計方案包括以下3 個步驟：1） 前端設備在獲取數據并進行計算后將其傳輸到后臺服務器。2） 后臺服務器通過調用數據庫模式指令對數據進行可視化展示。3） 管理人員在調用數據的過程中通過Web模塊在PC 端或者手機端中閱讀相關的數據信息。在通信模塊中，主要包括短程通信、長距離通信等2 種方式，二者均采用無線通信的方式。其中，短程通信支持手持設備利用藍牙作為信息傳輸路徑，只能夠對實時數據以及存儲于本地的數據（上一周期的檢測數據）進行調取、查看。長距離通信主要是現場端設備定時與服務器進行通信并上傳數據，工作人員可以在后臺服務器查看設備產生的全部數據，為現場施工等操作提供支持。此外，當系統產生警報信號時，可以通過長距離通信的方式通知服務端。

2.3 軟件設計

該系統采用（7×24）h 全生命周期待命的方式對電氣設備的熱故障進行檢測，并提供實時的警報預警信息。從這一角度來看，系統軟件設計主要需要完成流程和時間分布2 個任務。其中，流程設計是軟件設計的重點。從具體功能的角度出發，系統軟件包括以下流程。

在設備安裝好并開機后，進行系統初始化操作（初始化在每次開機后僅進行1 次），初始化主要對傳感器數據進行清零并設置警報閾值，同時對系統各模塊的運行效果進行檢測，如果出現模塊脫線或無法正常調用的情況，由中心處理器發布警報，現場人員對相應的模塊進行更換。在完成初始化后，系統進入開啟測量模式，對電氣設備電流的監控為實時數據，系統刷新頻率為1 s/次；對溫度數據的監控測試為頻次監控，環境溫度為10 min/次，紅外線測溫監控為30 min/次。系統獲取對應數據后便進入數據分析環節，當計算出的數據在閾值區間內時，系統不進行報警處理，當超過閾值時，系統自動讀取電氣設備的電壓信息并對其電流信息進行校正，再通過傳輸系統將異常數據傳輸至中心處理器進行儲存，以供查詢。同時，對數據的有效性進行檢驗（利用預警算法），當符合預警條件時，就可以向近端以及中心服務器發出警報；如果數據沒有異常，就進行下一個周期的測試準備。值得注意的是，系統在系統檢測、數據校正以及獲取數據低于預警值的過程中均提供了報警端口，并在后臺呈現出不同類型的警報模式，以供維養工作人員對數據進行區分、排查。

3 熱故障診斷預警算法研究

通過上述軟硬件的設計，只能對實時溫度進行監控。當且僅當監測到溫度超過系統闕值后進行報警，無法對設備的溫度變化情況進行預判，而此時已經產生了不可逆的后果或為維修人員預留的時間窗口較小。因此，需要從負荷、環境溫度的雙重維度上構建有效的熱故障診斷預警算法，從而達到提高系統智能化水平的目的。

從原因的角度來分析，系統產生熱故障主要有2 個來源：1） 自身產生的電熱。2） 從環境接收到的熱能。環境熱能的來源相對復雜，包括輻射、傳導。因此，電氣設備的熱平衡如公式（1）所示。

式中：Pj為系統自產電熱功率；Pa為輻射吸熱功率；Ph、Pr以及Pc分別為對流、輻射以及傳導方式下的散熱功率。

當電氣設備散熱量大于或等于發熱量時，系統獲得的熱能不會對溫度產生顯著影響。而當這一數值超過散熱能力時，剩余熱量會在電氣設備中累加，從而逐漸加劇電氣設備的問題，最終造成熱故障。當然，這一過程均是在一個相對動態的環境下進行的。例如隨著問題加劇，電氣設備的輻射散熱效率會顯著提高，這就需要將其產熱因素納入算法模型中，以進行相互變量考察。

在常見的電氣設備中，其裝配方式多采用密閉環境或者獨立空間的方式，罕見有直接暴露在太陽照射下的。因此，以太陽輻射為主要熱源的輻射吸收熱功率在熱故障預警算法中可以忽略，熱傳導的效能僅與設備產生的電熱以及3 種路徑下的散熱系數有統計學意義。產熱公式如公式（2）所示。

式中：Kf為損耗系數；I、R分別為電氣設備的總電流、總電阻；Pj為系統自產電熱功率。

上文分析了散熱中的3 種主要方式，可以根據牛頓對流散熱理論求解對流散熱，與設備的表面積、設備溫度、環境溫度以及散熱介質有統計學意義；可以根據斯蒂芬-玻爾茲曼的熱輻射理論求解輻射散熱，與輻射面積、輻射系數有統計學意義；可以根據傅里葉傳熱理論求解傳導散熱，與傳導面積、溫度梯度相有統計學意義。將上述不同散熱方式的求解公式代入公式（2），就可以得到系統電流與散熱環境之間的關系，如公式（3）所示。

式中：T0為環境溫度；T為設備溫度；α、λ、δ以及ε分別為對流換熱系數、導熱系數、玻爾茲曼常數和以及發射率。

在電氣設備運行中系統的產熱功率僅與電流及電阻有統計學意義。而系統負載則與電流及電壓成正比。雖然電阻在一般情況下會隨著溫度的升高而變大，但是變化比例與本底值相比可以忽略不計，同時電氣設備的電壓可以看作恒定狀態。因此，公式（3）描述電流與散熱環境的表達式可以等效為系統負載與散人環境之間的相關關系。由此可以建立對應模型，當系統負載大于環境散熱效率時，系統總體溫度呈上升的趨勢，反之則呈下降的趨勢。再結合對設備溫度的實時監控，該智能化熱故障檢測系統不僅能夠提前發出預警，而且還可以對預警時間進行有效判斷，提高了預警能力，為事故的處置、維養提供了充足的時間。

4 結語

電氣設備在運行過程中會產生一定的消耗余熱，如果設備散熱效果不理想，就會出現熱故障。熱故障的影響因素較多，很難在日常維養中完全剔除且具有一定的偶發性。因此，該文采用溫度檢測及預警算法對電氣設備熱故障智能檢測系統進行開發。首先，對系統的相關功能進行梳理，并以此為依據進行總體設計。其次，對溫度檢測模塊、功能模塊以及所屬的軟件流程系統進行實際設計、開發。最后，從不同散熱效率的相互關系角度提出并規范了警報算法模型。