摘要：抽水蓄能电站中的高压输电铁塔一般处于比较陡的山坡上。为了克服抽水蓄能电站中传统人工巡检困难和运检人员不能实时获取输电铁塔状态信息的弊端,设计了一种基于5G和北斗授时技术的抽水蓄能电站输电铁塔状态监测系统。该监测系统主要由现地单元采集终端和远程监测中心两部分构成。现地单元采集终端实时获取依附在铁塔上的传感器采集信号,该终端中配置了我国自主研发的北斗授时模块作为时间基准的同步时钟,可准确获取采集铁塔状态信息的时间,有利于抽水蓄能电站对铁塔现场更精准的控制,通过低时延的5G加密通信模块高速转发,如果无5G的情况下,北斗授时模块会通过短报文的形式发出告警信息,采用IP65防护等级箱子;监测中心软件基于面向对象的Qt Creator设计。同时,为了避免较强的电磁干扰,现地单元监测终端设有电磁隔离层。对该系统试运行3个月以来,系统性能可靠稳定,满足电力系统对时间准确度高的特点,符合新型电力系统数字化要求,具有一定的工程应用推广价值。

摘要：大型水电机组装备复杂,故障原因耦合复杂,信号监测和分析困难。传统的检修手段依靠定期巡检、经验判断,或是简单线性评估,难以做到及时发现并准确分析故障所在。对水电机组的智能健康评估,可实现对水电机组的实时监测并进行故障诊断,由此可开展针对性的设备维修,降低运营成本,提升电厂竞争力。本文通过对特征值的提取和分析,利用Gaussian模型和统计模式识别等方法开发健康监测功能,实现水电机组的性能评价,并可对健康指标进行量化评估。通过测试对历史数据的评估,结合专家知识判断,本系统可有效实现对水电机组故障诊断,精确度满足使用要求,解决了水电机组故障诊断困难的难题,可为水电机组的稳定运行提供安全保证。