LabVIEW利用局部放电分析高压电气设备状态诊断

简介: LabVIEW利用局部放电分析高压电气设备状态诊断

LabVIEW利用局部放电分析高压电气设备状态诊断


目前,高压电气设备状态的监控系统解决了早期故障检测的问题。局部放电起源于电力电气装置的绝缘。局部放电会导致绝缘层逐渐磨损和加速老化,因此可能导致绝缘完全击穿。因此,局部放电检测及其特性分析是在维修电气设备时诊断绝缘状态的重要工具。


简要列出了高压电气设备状态诊断的主要方面,简要概述了高压电气设备监控系统改进的可能性和途径。为了记录和分析局部放电统计参数,采用基于NI Compact RIO (设备和LabVIEW图形化编程系统。


电力变压器监控系统的受控参数数量不同。同时,高压电气设备的以下运行参数是最重要的:油中的水分含量,油中的气体含量(CO,CO2)、高压套管局部放电的统计参数、介损正切、主绝缘电容、三相套管系统导通电流控制、冷却系统运行参数控制、各点油温、充油入口油压。


7905089c47fe48b64558d0abaedc9e73.png


显然,为了提高高压电气设备状态诊断方法的有效性,有必要根据生产任务的需要,可以在一个PSS中同时放置多个用于各种目的的数据收集板和传感器。由于这种模块化布置,数据采集板和传感器的组成可以根据当前的生产任务进行更改。


HSS的开发将有可能创建一个灵活的模块化系统,用于监控高压电气设备的状态,根据设置的生产任务轻松重新配置,而不会产生过多的不合理成本。NI Compact RIO 设备适用于HSS的实施:由NI制造的实时运行的FPGA系统。FPGA代表可编程逻辑集成电路。NI Compact RIO 的一个特点是它能够在任何天气条件下在工业条件下实时运行,具有相对高的模拟信号采样率和高速信号传输到工作站。NI Compact RIO 使用LabVIEW图形软件系统进行编程,不需要任何高级编程知识。


借助LabVIEW,可以在NI Compact RIO 上执行整个项目开发周期,可使用专用的软件模块和库,如LabVIEW Real-time,如果需要,还可以轻松为AWP创建方便的用户界面。NI Compact RIO 设计的PSS的灵活性将由NI Compact RIO 嵌入式机箱提供。机箱内核是一个FPGA,用于可重新配置I/O信号。每个I/O模块均可直接访问FPGA通道,并使用简单的I/O功能进行编程。由于模块直接连接到FPGA信号线,因此每个模块的信号输入/输出精确同步(误差为25ns)。FPGA和实时控制器之间的接口是PCI总线。实时控制器同步I/O模块的操作,误差为25ns。


嵌入式FPGA允许以40MHz的频率并行重新配置嵌入式应用和处理数据。NI提供了100多种I/O模块,包括温度测量、振动测量、模拟和数字I/O、驱动控制、工业通信协议、电压和电流I/O。可以将任何传感器连接到开发的模块,并根据现成的开发套件创建自己的模块。使用LabVIEW图形化编程环境和LabVIEW实时函数库,无需专门的编程人员培训,即可轻松实现AWP的图形用户界面,包括使用触摸面板。LabVIEW实时函数库设计用于在LabVIEW中编程NI Compact RIO 实时控制器。在LabVIEW中,可以将代码执行优先顺序指定给NI紧凑型RIO实时控制器。LabVIEW FPGA函数库设计用于在LabVIEW中编程NI Compact RIO  FPGA。LabVIEW能够创建方便的本地和WEB界面,以从世界任何位置控制NI Compact RIO。有必要的库来确保任何类型的传感器的操作。NI提供NITPC-2106/2012/2115/2512/2515面板计算机,用于使用人机(HMI)界面远程控制NI Compact RIO 平台,在LabVIEW实时系统的控制下运行工业分布系统中的应用程序,对于用户来说,是一个触摸面板和一组AWP控制,能够在恶劣的工业环境中连续运行。因此,在基于NI Compact RIO 和LabVIEW图形化编程环境的HSS中,很容易实现同时测量来自各种类型传感器的多个信息流,并随后分析该信息,从而提高预测高压电气设备绝缘状态的精度。在本文中,重点是来自FM接收器的同步PD测量和伸缩天线记录的EMR。


基于NI Compact RIO 设备和LabVIEW图形化编程环境的HSS可以有效解决高压电气设备局部放电参数(包括预和紧急模式)方面的状态监测问题。基于NICompact RIO 设备的HSS由许多模块和机箱组成,因此可以根据任务轻松地重新配置,并用于高压设备,包括电力互感器和自互感器。为此,需要进一步收集有关PD的统计信息,根据其分析以及已知的专家规则训练人工神经网络。


PSS配备了所有必要的硬件和软件,包括用于远距离传输信息的通信通道。NI CompactRIO 拥有基于LabVIEW和C编程语言的强大软件,可实现PD的可视化、计算PD特性以及计算局部放电强度的来源。FM接收器是在HF波长范围内工作的标准设备。多达8个这些类型的接收机可以连接到一个NI Compact RIO ,这使得这种系统非常可以监测电力互感器等的状况。


这是LabVIEW的一个应用,更多的开发案例,欢迎登录北京瀚文网星官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
5月前
|
Ubuntu Linux
在Ubuntu 22.04系统中如何将Cgroup v2切换为v1
需要注意的是,虽然Cgroup v1和v2在功能上有一些差异,但大多数用户可能并不需要关心这些差异。除非你有特殊的需求,或者你的应用程序需要使用Cgroup v1的特定功能,否则你可能并不需要切换Cgroup版本。在大多数情况下,使用系统默认的Cgroup版本就可以满足需求。
229 10
|
11月前
|
机器学习/深度学习 计算机视觉 Python
模型预测笔记(三):通过交叉验证网格搜索机器学习的最优参数
本文介绍了网格搜索(Grid Search)在机器学习中用于优化模型超参数的方法,包括定义超参数范围、创建参数网格、选择评估指标、构建模型和交叉验证策略、执行网格搜索、选择最佳超参数组合,并使用这些参数重新训练模型。文中还讨论了GridSearchCV的参数和不同机器学习问题适用的评分指标。最后提供了使用决策树分类器进行网格搜索的Python代码示例。
855 1
|
11月前
|
运维 监控 负载均衡
|
机器学习/深度学习 人工智能 自然语言处理
LLM 大模型学习必知必会系列(一):大模型基础知识篇
LLM 大模型学习必知必会系列(一):大模型基础知识篇
LLM 大模型学习必知必会系列(一):大模型基础知识篇
|
机器学习/深度学习 人工智能 分布式计算
算法金 | 最难的来了:超参数网格搜索、贝叶斯优化、遗传算法、模型特异化、Hyperopt、Optuna、多目标优化、异步并行优化
机器学习中的超参数调优是提升模型性能的关键步骤,包括网格搜索、随机搜索、贝叶斯优化和遗传算法等方法。网格搜索通过穷举所有可能的超参数组合找到最优,但计算成本高;随机搜索则在预设范围内随机采样,降低计算成本;贝叶斯优化使用代理模型智能选择超参数,效率高且适应性强;遗传算法模拟生物进化,全局搜索能力强。此外,还有多目标优化、异步并行优化等高级技术,以及Hyperopt、Optuna等优化库来提升调优效率。实践中,应结合模型类型、数据规模和计算资源选择合适的调优策略。
582 0
算法金 | 最难的来了:超参数网格搜索、贝叶斯优化、遗传算法、模型特异化、Hyperopt、Optuna、多目标优化、异步并行优化
|
Go API 开发者
Golang Websocket框架:实时通信的新选择
Golang Websocket框架:实时通信的新选择
|
11月前
|
存储 数据采集 机器学习/深度学习
Star Tower Chain:以数据治理开启区块链智能时代
随着科技的进步,区块链步入智能时代,Star Tower Chain 以数据治理为核心,开启区块链新篇章。通过深度数据分析与挖掘,提供个性化推荐服务,并利用AI与机器学习提升数据质量与安全性,保障用户数据不被篡改。同时,智能升级的数据存储及查询系统提升了用户体验,Star Tower Chain 致力于持续深化数据治理,推动区块链智能时代的进一步发展,为用户提供更高效、安全的服务。
|
12月前
|
缓存 Java C语言
深入汇编语言理解volatile关键字
深入汇编语言理解volatile关键字
|
机器学习/深度学习 Java 计算机视觉
如何在Java中实现图像处理和识别
如何在Java中实现图像处理和识别
|
存储 Java
如何在 Java 中创建 ByteBuffer
【8月更文挑战第22天】
208 0