线圈类设备局部放电故障三维模拟培训系统

暂无

线圈类设备局部放电故障三维模拟培训系统\n技术领域\n[0001] 本发明涉及电力行业输变电技术领域，具体涉及到一种用于线圈类设备局部放电故障的三维模拟培训系统。\n背景技术\n[0002] 线圈类设备具有绝缘结构、电气性能复杂、价格昂贵等特点，且特制故障线圈类设备具有故障设置单一、试验要求高，实际试验时不易区分并剔除外界干扰引起的高频脉冲信号，因此在低成本下难以进行线圈类设备局部放电故障检修培训。\n[0003] 因此需要设计一种新的虚拟仿真技术，通过故障模拟仿真，达到提升一线运维检修人员辨别、分析局部放电故障的能力。\n发明内容\n[0004] 本发明所要解决的技术问题是针对上述存在的不足，提供一种通过虚拟仿真技术，利用不同脉冲信号的波形特性及实时放电量，通过人机交互及系统分析，能够比较系统的分析展示各种类型的局部放电故障，实现故障诊断及故障定位的功能，使得一线运维检修人员对局部放电故障状态的了解，提升试验人员识别干扰波形的能力的线圈类设备局部放电故障三维模拟培训系统。\n[0005] 本发明解决其技术问题所采用的技术方案是：\n[0006] 线圈类设备局部放电故障三维模拟培训系统，其特征在于：包括有一个计算机系统中的集成故障仿真内核、渲染、控制以及数据库的综合驱动引擎，利用该引擎驱动并建立线圈类设备及其局部放电试验设备模型库、多种类型的局部放电故障案例库、精细展示局部放电故障的精细模型库，以上三个数据库均连入基于线圈类设备的局部放电生成模块，局部放电生成模块连入用于分析多种脉冲信号的波形特性的分析诊断模块；所述的分析诊断模块与三个数据库之间通过驱动引擎的驱动具有参照对比功能。\n[0007] 在上述方案中，所述的线圈类设备及其局部放电试验设备模型库，采用现实场景中线圈类设备在试验状态和运行状态下按比例建模，按照实际状态进行渲染后，逼真模拟线圈类设备试验状态和运行状态。\n[0008] 在上述方案中，所述的局部放电故障案例库，该库为多种局部放电波形、局部放电与时间及施加电压的数据库，是基于线圈类设备试验或者设备故障检修时局部放电试验而建立，实现了放电波形与设备故障对应关系；主要表现形式为波形、数据、图表；该数据类别局部放电精细模型库存在一一对应关系，为实现线圈类设备局部放电故障三维模拟培训提供案例基础。\n[0009] 在上述方案中，所述的局部放电故障的精细模型库，针对不同放电波形特征，详细记录并精细三维立体展示局部放电故障点产生机理。\n[0010] 在上述方案中，所述的局部放电生成模块，利用驱动引擎，关联设备模型库与局部放电故障案例库，采用精细模型库中的精细模型详细展示局部放电故障的生成，同时表征出局部放电故障的特征波形图、数据、图表；针对局部放电的电压效应和时间效应，该模块能够展示局部放电波形与外界干扰信号随电压高低、加压时间的变化具有的固有特性，学习与分析这类固有特性能够提升识别干扰的能力。\n[0011] 在上述方案中，所述的分析诊断模块，在分析方面，针对局部放电波形，显示和展示局部放电波形特征，通过文字、图片、提示信息等，建立故障点与局部放电波形特征之间的关联，采用模拟超声测量法对局部放电故障进行定位；在诊断方面，具有主动评估功能，能够根据系统随机提供的局部放电波形，分析判断局部放电特征，选择出对应的局部放电故障，同时，也可以根据系统随机提供的局部放电故障，选择对应的局部放电特征波形。\n[0012] 在上述方案中，所述的采用模拟超声测量法对局部放电故障进行定位，是指将超声测量模型封装为一个黑盒，并呈现为超声测量设备，作为故障定位的超声测量的模块。\n[0013] 本发明的有益效果在于：\n[0014] 本发明能够比较系统的分析展示各种类型的局部放电故障，实现故障诊断及故障定位的功能，使得一线运维检修人员对局部放电故障状态的了解，提升试验人员识别干扰波形的能力。\n附图说明\n[0015] 图1是本发明实施例综合系统架构图。\n具体实施方式\n[0016] 下面结合具体实施方式，对本发明作进一步的说明：\n[0017] 如图1所示的线圈类设备局部放电故障三维模拟培训系统，包括有一个计算机系统中的集成故障仿真内核、渲染、控制以及数据库的综合驱动引擎，利用该引擎驱动并建立线圈类设备及其局部放电试验设备模型库、多种类型的局部放电故障案例库、精细展示局部放电故障的精细模型库，以上三个数据库均连入基于线圈类设备的局部放电生成模块，局部放电生成模块连入用于分析多种脉冲信号的波形特性的分析诊断模块；所述的分析诊断模块与三个数据库之间通过驱动引擎的驱动具有参照对比功能。\n[0018] 在本实施例中，所述的线圈类设备及其局部放电试验设备模型库，采用现实场景中线圈类设备在试验状态和运行状态下按比例建模，按照实际状态进行渲染后，逼真模拟线圈类设备试验状态和运行状态。\n[0019] 在本实施例中，所述的局部放电故障案例库，该库为多种局部放电波形、局部放电与时间及施加电压的数据库，是基于线圈类设备试验或者设备故障检修时局部放电试验而建立，实现了放电波形与设备故障对应关系；主要表现形式为波形、数据、图表；该数据类别局部放电精细模型库存在一一对应关系，为实现线圈类设备局部放电故障三维模拟培训提供案例基础。\n[0020] 在本实施例中，所述的局部放电故障的精细模型库，针对不同放电波形特征，详细记录并精细三维立体展示局部放电故障点产生机理。\n[0021] 在本实施例中，所述的局部放电生成模块，利用驱动引擎，关联设备模型库与局部放电故障案例库，采用精细模型库中的精细模型详细展示局部放电故障的生成，同时表征出局部放电故障的特征波形图、数据、图表；针对局部放电的电压效应和时间效应，该模块能够展示局部放电波形与外界干扰信号随电压高低、加压时间的变化具有的固有特性，学习与分析这类固有特性能够提升识别干扰的能力。\n[0022] 在本实施例中，所述的分析诊断模块，在分析方面，针对局部放电波形，显示和展示局部放电波形特征，通过文字、图片、提示信息等，建立故障点与局部放电波形特征之间的关联，采用模拟超声测量法对局部放电故障进行定位；在诊断方面，具有主动评估功能，能够根据系统随机提供的局部放电波形，分析判断局部放电特征，选择出对应的局部放电故障，同时，也可以根据系统随机提供的局部放电故障，选择对应的局部放电特征波形。\n[0023] 在本实施例中，所述的采用模拟超声测量法对局部放电故障进行定位，是指将超声测量模型封装为一个黑盒，并呈现为超声测量设备，作为故障定位的超声测量的模块。\n[0024] 本发明实施例的原理，是利用驱动引擎，关联模型库与局部放电故障案例库，采用精细模型库中的精细模型详细展示局部放电故障的生成，同时表征出局部放电故障的特征波形图、数据、图表等。\n[0025] 以上说明仅为本发明的应用实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等效变化，仍属本发明的保护范围。