基于故障預警的電氣設備熱故障管理策略研究

摘 要：該文旨在探索基于故障預警的電氣設備熱故障管理策略，以提高電氣設備的可靠性和安全性。采用全生命周期待命方式檢測電氣設備熱故障，并設計了相應的工作模式和檢測頻率。應用預警算法提高預警能力，為事故的處置和維養提供了充足時間。研究結果表明，本文設計的管理策略系統能夠對電氣設備的溫度進行實時監測和預警，及時發現潛在的熱故障風險，并采取相應措施，可有效預防和處理潛在的熱故障風險，對電氣設備的維護和運營具有指導意義，有助于提高電氣設備的運行效率并延長設備壽命。

關鍵詞：故障預警；電氣設備；熱故障管理

中圖分類號：TM 59" " 文獻標志碼：A

在電氣設備運行過程中，負載過大或環境散熱效率不足等原因可能會導致出現熱故障[1]，不僅影響設備的性能和壽命，還會埋下安全隱患甚至引起事故[2]。因此，研究一種基于故障預警的電氣設備熱故障管理策略對提高電氣設備的可靠性和安全性具有重要意義。

1 基于故障預警的電氣設備熱故障管理設計

整個系統的設計目標是對電氣設備熱故障進行預警和管理。溫度采集裝置可實時獲取設備的溫度數據，由主控單元分析這些數據并生成預警信號，無線通信模塊與用戶和服務器進行數據交互，從而使系統具有全方位的熱故障監測和管理功能[3]。該設計能幫助用戶及時發現設備的熱故障風險，并采取相應的維修和保養措施，以提高電氣設備的可靠性和安全性。

基于故障預警的電氣設備熱故障管理整體設計圖如圖1所示。1）溫度采集裝置。該裝置采用紅外檢測和溫敏電阻等技術，可實時采集電氣設備的溫度數據。紅外檢測非接觸獲取設備表面的溫度信息，溫敏電阻通過測量電阻值來間接推斷設備的溫度。這2種方式的結合可提供更準確和全面的溫度數據。2）構建主控單元。主控單元是整個系統的核心部分，內置診斷預警算法模型和溫度閾值參數。該算法模型可分析溫度數據，識別潛在的熱故障風險，并生成相應的預警信號。溫度閾值參數用于設置設備的安全溫度范圍，一旦溫度超過或接近該范圍，主控單元將觸發相應的預警措施。3）無線通信模塊。該模塊可與顯示器進行通信，并利用遠程無線通信技術與PC端的服務器進行數據聯通。通過與顯示器進行通信，用戶能實時監測設備的溫度狀態和預警信息。與服務器進行數據聯通可進行數據存儲、分析和遠程管理，方便用戶對設備熱故障進行監控和管理。

2 基于故障預警的電氣設備熱故障管理算法設計

電氣設備的熱平衡的計算過程如公式（1）所示。

pj=pa+ph+pr+pc " （1）

式中：pj表示電氣設備本身產生的熱功率；pa表示電氣設備吸收的來自外部環境的輻射熱；ph表示電氣設備以對流傳熱方式散發的熱功率；pr表示電氣設備以輻射傳熱方式散發的熱功率；pc表示電氣設備以傳導傳熱方式散發的熱功率。

通過對流、輻射和傳導方式散發的熱功率以及設備本身產生的熱功率間具有平衡關系。通過測量和計算這些參數的值來判斷電氣設備的熱平衡狀態和是否存在過熱或過冷的風險。

由于設備故障加重會導致設備工作強度提高，進而產生更多的熱量，因此電氣設備輻射源散熱效率會顯著提升[4]。輻射散熱是指電器設備以輻射換熱方式向周邊環境釋放熱量。為了能更有效地評價和操縱電氣設備熱力循環情況，必須把產熱要素列入算法優化中，并調查彼此自變量。在熱力循環公式中考慮機器設備產生的熱輸出功率，即pi，可以將產熱要素列入算法優化，以更有效地測算和預測電氣設備熱力循環情況。與此同時，還需要對其進行更精確的散熱設計，以確保其在滿負荷工作狀態下可以有效排熱，防止太熱引起設備故障或設備毀壞。在算法優化中考慮彼此自變量，充分考慮不一樣因子對熱力循環產生的影響。例如，故障加重會導致設備本身熱功率增加，從而提升輻射源散熱效率。同時也會影響工作溫度和對流換熱效率，從而影響整體熱力循環情況。

電氣設備的產熱的計算過程如公式（2）所示。

pj=kf·I2·R " "（2）

式中：kf表示電氣設備的損耗情況；I為電氣設備的總電流；R為電氣設備的總電阻；pj表示電氣設備本身產生的熱功率。

公式（2）表明了電氣設備產生的自產電熱功率與損耗系數、總電流和總電阻間的關系。電氣設備的損耗系數考慮了設備的損耗情況，總電流和總電阻則反映了設備的電性能。

根據傅里葉傳熱理論，假設傳導散熱在電氣設備表面是均勻的，并且傳導面積、溫度梯度在統計學意義上有意義，則使用公式（3）表示系統電流與散熱環境間的關系。

（3）

式中：I表示系統電流；α表示對流換熱系數；A表示傳導面積；T表示設備溫度；T0表示環境溫度；r表示傳熱阻抗。

r如公式（4）所示。

（4）

式中：δ表示傳熱距離；λ表示導熱系數。

通過測量和計算對流換熱系數、傳導面積和溫度梯度等參數的值，得出系統電流與散熱環境間的關系。

3 基于故障預警的電氣設備熱故障管理系統設計

3.1 硬件設計

3.1.1 監測模塊

通過監測模塊的工作，系統可實時獲取電氣設備的溫度數據和電流數據。這些數據是進行故障預警和管理的基礎，可為后續的數據分析和算法模型提供準確的輸入。監測模塊的設計和功能確保了數據的可靠性和準確性，可為電氣設備熱故障的預防和管理提供重要的支持。配電柜將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。將電流傳感器安裝在IA和IAN端口上，以便測量正母線和負母線的電流。感應電流是通過感應支路電流檢測裝置來獲取的，該裝置連接到VIP和VIN端口，可實時監測電氣設備中的感應電流，并記錄相應數值。電流互感傳感器電路設計示意圖如圖2所示。除了電流檢測，電氣設備的散熱也是一個重要的方面。為了監控電氣設備的散熱情況，使用紅外線傳感器。這類傳感器測量電氣設備外表溫度，包括母線槽溫度與斷路器梯度方向。該溫度數據對分辨機器設備的散熱情況和常見熱故障至關重要。除此之外，還要應用溫敏電阻器檢測工作溫度，以確定電氣設備四周的環境溫度狀況。溫敏電阻器能根據環境溫度變化改變阻值，從而提供工作溫度數據。該系統將MLX90614單片機設計作為溫度感應器。該單片機的檢測溫度為-40℃～125℃，主要適用于日常運行中的電氣設備電流互感傳感器的溫度檢測。上述檢測方式可充分了解電氣設備排熱情況和工作溫度，并立即采取相應措施，通過圖像處理對監控范圍內不同節點的距離、角度進行自動修訂。該檢測方式的使用保證了電氣設備的安全性和可靠性，提升了系統的運行效率和穩定性。

3.1.2 功能模塊

前端設備讀取數據并計算，再將數據傳送到后臺服務器。這種前端設備包括感應器、監控裝置或其他智能產品，通過無線通信方式將收集的數據傳送給后臺服務器。數據計算包括數據處理方法、數據統計分析或其他優化算法測算，以獲取有價值的信息。后臺服務器接收到前端設備傳輸數據后，根據啟用數據庫模式命令進行數據處理可視化分析。數據庫模式命令包括SQL句子或其他數據庫操作命令，用以查看、排列、篩選并處理數據。根據這些操作，后臺服務器生成圖表、表格或其他形式的大數據可視化結論，便于管理者進行數據分析和決策。管理者根據Web控制模塊在PC端或移動端中瀏覽后臺服務器，閱讀與文章有關的數據信息。通過登錄認證獲取權限，并用Web頁面預覽和查找數據。因此管理者可在所有的時間、地點獲得實時動態，并制定相應的戰略決策。通信模塊主要包括近程通信系統和遠距離通信2種形式，二者全部采用無線通信形式。近程通信通過藍牙、Wi-Fi或其他近距無線傳輸技術完成，用于設備間的數據傳送和通信。遠距離通信可通過GSM、GPRS、4G或其他長距離無線傳輸技術完成，用于設備和后臺服務器間的數據傳輸和通信。這種通信方式是靈便、高效且方便快捷的數據傳輸方式，促使設備與服務器間即時互換數據信息。

3.2 軟件設計

采用全生命周期待命方式對電氣設備的熱故障進行檢測，并設計了相應的工作模式和檢測頻率。系統初始化完成后，會進入開啟測量模式，整個系統以24h全天候方式待命，對電氣設備的熱故障進行檢測。系統的刷新頻率為每秒1次，即每秒對電氣設備的溫度進行一次測量。此外還會定期對環境溫度進行測量，每10min進行一次，并對紅外線測溫進行監控，每30min進行一次。進行數據測量后，系統還會對測量數據的有效性進行檢驗。非接觸式紅外傳感器電路示意圖如圖3所示。

4 應用效果

本文選取兩相母排進行試驗，其中一相為可正常工作的正常母排，另一相為內部老化、插入用電設備溫度會迅速升高的缺陷母排。2個試驗母排的額定功率相同，并分別長時間插入了相同的實驗室用電設備或者電氣設備的組合，包括A（220W）、B（500W）、C（800W）、D（1000W）、E（600W）、F（900W）和G（1800W）。分別測量了正常母排、缺陷母排的溫度以及它們各自觸頭的溫度，同時也記錄了環境溫度和電流，見表1。比較這些數據，評估缺陷母排在不同負載條件下的溫度變化情況和觸頭溫度的變化，從而揭示缺陷母排的熱故障風險。此時環境溫度為20.5℃時，采集電壓值為227.1V。

為了預測缺陷母排的溫度并判斷其工作狀態，可以利用本文系統進行訓練和預測。首先，將環境溫度、正常母排的負荷電流、母排溫度和觸頭溫度作為訓練樣本對本文系統進行訓練，通過訓練學習到環境溫度和正常母排工況下的溫度間的關系。其次，將環境溫度和缺陷母排的負荷電流數據輸入訓練好的本文系統，得出在相同工作環境下正常母排的溫度值。通過與實際測量值進行比較，評估缺陷母排的實際溫度情況。計算一般缺陷、嚴重缺陷和緊急缺陷的溫度預警閾值。根據這些閾值，將缺陷母排的預測溫度值與實際測量值進行比較，并確定缺陷母排的工作狀態。如果預測溫度值超過動態溫度預警閾值，就說明缺陷母排處于危險的工作狀態，需要立即采取措施進行修復或更換。缺陷母排的溫度預測值與實際值對比圖如圖4所示。

從試驗中可發現，缺陷母排的實際溫度遠高于預測溫度，并且處于重大缺陷預警閾值和一般缺陷預警閾值之間。這種情況提示了缺陷母排存在嚴重的熱故障風險，需要及時采取措施進行修復或更換。如果不及時處理，可能導致嚴重的后果，如設備損壞、停機時間增加以及埋下火災等安全隱患。因此，特別是在高功率負載條件下，需要高度關注存在缺陷的母排的溫度變化，及時進行維護和修復，以防止潛在事故發生。同時，上述試驗證明，本系統可對電氣設備潛在故障進行預警，并判斷設備的缺陷情況，適用于熱故障診斷預警技術。

5 結語

本文基于故障預警的電氣設備熱故障管理策略，采用全生命周期待命方式對電氣設備的熱故障進行檢測，并結合設備溫度的實時監測，提前發出預警信號，以提高預警能力和事故處置效率。研究結果表明，該策略可有效提升電氣設備的可靠性和安全性。在實際應用中，需要根據設備特點和工作環境進行相應調整和優化，以取得更好的效果。

參考文獻

[1]潘鐸.基于物聯網技術的熱控設備故障預診斷報警系統[J].電力設備管理，2022（1）：205-208.

[2]張華欽，洪吉超，陳德龍.基于稀疏數據的電動汽車動力電池熱故障預警[J].汽車技術，2022（11）：24-34.

[3]吉慶昌，邸英杰，陰兆武，等.大數據處理技術在風電機組故障診斷及預警中的應用[J].中小企業管理與科技，2021（29）：179-181.

[4]周成貴.基于通信網絡資源整合的故障關聯預警和分級管理方法[J].電信工程技術與標準化，2021（4）：66-69.