在线局放分析仪易于维护，使用简单

4月26日，我国第1个大规模抽水蓄能人工智能数据分析平台——南方电网抽水蓄能人工智能数据分析平台XS-1000D投入运行。该平台的投运实现了装机容量为1028万千瓦的7座抽水蓄能电站、34台机组设备的数据智能巡检、状态智能诊断和运维模式变革，标志着我国近四分之一在运装机容量的抽水蓄能设备由传统线下人工管理向线上智能管理转变，每年可创造经济效益约1760万元。

抽水蓄能电站具有上、下两个水库，夜间用电低谷时，使用电能将山下水库的水抽到山上，在白天用电高峰时，再放水发电，相当于把电存储起来，实现随时调用，被称为电网的“蓄电池”“稳压器”和“调节器”，是目前技术*成熟、经济性*优、*具大规模开发条件的电力系统绿色低碳清洁灵活调节电源。当前，我国正加快规划建设新型能源体系，为满足风能发电、光伏发电等新能源大规模、高比例接入电力系统的迫切需求，抽水蓄能电站正以从未有过的速度加快开发建设。

与此同时，抽水蓄能电站的工程规模大、机电设备多、系统结构复杂。仅以1台*广泛使用的30万千瓦机组为例，约有4大类、20台套关键设备部件，年度日常检修项目就多达400余个，约需850人日才能完成。2018年起，南方电网启动了人工智能数据分析技术在抽水蓄能领域的研究应用工作，通过推进设备运维智能化不断提高劳动生产率。

概述（LYPCD-4000在线局放分析仪易于维护，使用简单）

系统介绍（LYPCD-4000在线局放分析仪易于维护，使用简单）

可配合使用特高频传感器、TEV传感器、声电组合传感器、超声传感器和宽频带电流互感器（HFCT）在线检测变压器、高压开关柜、GIS、电缆接头等高压设备的局部放电情况。携带方便、测量快速，抗干扰能力强，便于现场使用。

其配置软件具有实时波形图、*大峰值显示、定位等功能，软件也可以详查分析某个相位波形，窗口随意放大和缩小，也可以对该段数据进行频谱分析，分析放电波形的频谱含量，使放电波形之间更具可比性，全方位统计分析试验数据，减少试验中非稳定性因素对试验结果的影响。

LYPCD-4000在线局放分析仪易于维护，使用简单采用自动或手动记录保存试验数据和瞬态放电波形，提供后期数据分析参考。

技术参数（LYPCD-4000在线局放分析仪易于维护，使用简单）

引用标准（LYPCD-4000在线局放分析仪易于维护，使用简单）

高压开关设备和控制设备标准的共用技术要求 DL/T 593

3.6kV～～40.5kV 交流金属封闭开关设备和控制设备 DL/T 404

3.6kV～～40.5kV 交流金属封闭开关设备和控制设备 GB 3906

局部放电测量GB/T 7354

电力设备局部放电现场测量导则 DL/T 417

高电压试验技术 第1部分：一般试验要求 GB/T 16927.1

高电压试验技术 第2部分：测量系统 GB/T 16927.2

高电压试验技术 第3 部分: 现场试验的定义及要求 GB/T 16927.3

各种高压设备测量

1、概述

该局部放电在线监测系统是我公司总结几十年局放检测经验，运用*新技术手段实现的高性能数字化局部放电在线监测系统。该装置采用高精度采集卡进行A/D转换，可实现被监测高压设备的实时数据监测与统计分析功能。

该系统采用多种抗干扰措施，能够有效的去除现场环境中的干扰，准确提取局部放电信号，判断设备运行状况；通过以太网把放电量值、报警事件等监测数据定期上传到远方的数据中心服务器，利用数据中心服务器上运行的后台软件可获取现场的监测数据并进行统计与分析，与此同时数据中心服务器还可以远程登录现场监测单元，观测实时波形，对设备的绝缘状态进行更加系统的评估。

数据中心的服务器程序运行于固定IP地址的计算机上，可同时监测多个设备，并实时显示每一个登入设备的放电信号，能根据参数设定，定期保存已登入的监测设备从现场传来的数据，以便日后随时查阅分析。

2、组成及原理

该局部放电在线监测系统由局放传感器、现场监测单元、远程监控计算机以及局部放电监测软件组成。

3、各组成单元

3.1 局放传感器

局放传感器可以是接触式超声波传感器、非接触式超声波传感器、TEV传感器、特高频传感器及宽频带电流互感器,通过50Ω同轴电缆将信号传递到在线监测单元。

3.2 现场监测单元

接收前端传感器的各种局部放电模拟信号，对多路信号进行信号调理、噪声去除、A/D转换、干扰处理、数据处理、放电量显示、超标报警，并将实时数据通过以太网上传至后台。

3.3 后台监测计算机

通过网络远程连接服务器，实现后台监测计算机的所有功能，根据现场各监测系统送来的信号建立故障监测数据库，并显示各现场监测系统监测到的局放强度变化趋势及超标报警等信息。

4、现场监测单元技术性能指标

5、后台软件功能特点

●软件系统以Win7为平台，640*480的屏幕分辨率。

可分析显示各监测设备的实时放电波形等。

可远程显示各监测设备的放电量。

放电量历史趋势图等数据可连续自动保存，并可随时查看统计与分析。

各种监测数据指标超出警戒值时，可自动给出报警提示。

“我们现在很多设备是依靠云端数据智能巡检，不用再驻守现场了，这套系统就好像一个云端的大脑在帮助我们进行思考和解决重复、机械的工作”，南网储能修试公司机械检修作业员邹佳衡自豪地说到。然而，要让“机器”代替“人”来巡检绝非易事。在占地不到30平方米的抽水蓄能大数据中心主机柜里，接入的设备测点超过31万个，范围涵盖了广泛分布在7座抽水蓄能电站的一次、二次设备及通信网络，形成了规模浩大、品类齐全的设备大数据状态感知体系。

据了解，我国电力设备在线监测技术的探索应用已超过20年，但由于存在管理标准不统一、故障报警功能不完善、不同系统不兼容等问题，大范围的综合管理平台始终难以建立。“平台建设之初，我们就认识到，建立统一标准的数据体系才能有高质量的数据基础，才能结合实际开发出高质量的数据分析功能。如果做不到这一点，大数据技术就只能成为人工的助手和参考，实现不了真正的人工智能替代”，南网储能修试公司副总经理巩宇介绍说。

为此，平台研发团队足足用了38个月的时间，才将7个电站近60个设备系统的31万个测点数据，通过统一标准的数据体系，接入到综合处理单元进行数据采集，再由服务器“上云”。经过艰巨严格的数据治理后，数据质量达到了使用需求，云端服务器能够对设备数据进行多维度分析，直观、可视化地展示电站各级设备状态。XS-1000D分别用“绿黄橙红”对应“正常、注意、异常、严重”四种机组整体状态，提供电压、电流、温度、压力、振摆、轴心轨迹等从简单到复杂的机组全状态、多维度数据智能分析。发现数据异常后，对故障精准排查，完成“电站群—电站—机组—系统—部件—单一算法”的“贯穿式”数据钻取分析，实现对设备非正常状态原因的“抽丝剥茧”。这样能使技术人员关注的数据范围快速从一个宏观的面，逐步下钻聚焦到一个*基本的算法结果上，快速掌握设备各层级的数据信息，找到异常原因。

基于XS-1000D强大的数据分析功能，技术人员既能快速评估蓄能机组总体状态，又能快速定位到风险薄弱的部件环节，即便刚参加工作不久的新员工也能轻松驾驭平台。2023年3月6日，南网储能修试公司自动化检修部新员工王彬收到系统发送的信息“某蓄能电站机组设备状态评价为‘注意’”，且被相关算法进一步分析确定为“机械制动时长异常，已超出正常范围30秒”。经现场确认，设备因密封损坏、油雾外溢导致刹车效率降低，部件更换后即恢复正常，及时消除了事故隐患。

上海来扬电气转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。