基于振动分析法的变压器故障诊断

本文通过分析变压器正常状态和故障状态下振动信号特征,提出频率集中度和振动平稳性指标实现对变压器状态监测,并利用互信息方法确立影响因子与振动信号特征参量关系,实现了变压器故障诊断及定位.     

500kV变压器多维状态监测与故障诊断

为提升变压器故障诊断水平并有效实现状态检修,通过一起500 kV主变压器内部潜伏性故障案例介绍了利用多种在线监测、离线检测等手段与故障诊断方法快速准确查找出变压器故障原因及位置。它通过采用油色谱检测、变压器振动及声音检测、容性设备在线监测、变压器局部放电检测、带电测试等多维状态监测技术开展变压器状态评价及故障诊断,并帮助实现对主变压器内部故障的准确定位和制定状态检修策略。该主变在通过状态监测及故障诊断后实现隐患故障快速准确定位,并通过紧急处理重新恢复正常运行状态,从而避免一起重大设备事故发生。结果表明,应用变压器油溶解气体色谱分析检测技术,可通过排除法准确地判断变压器故障性质和严重程度,它是早期发现变压器潜伏性故障特别有效的方法。同时,采用基于交叉小波的变压器振动信号特征量提取方法分析评价结果表明,变压器铁芯发生接地故障后其振动信号存在大量50 Hz谐波分量。借助振动及声音检测技术,能够有助于变压器故障诊断及准确定位,提高设备状态检修效率。     

快速开关型变阻抗节能变压器状态评估方法研究

针对新型快速开关型变阻抗节能变压器与传统变压器的区别,对新型变压器的状态评估方法进行了研究,介绍了快速开关型变阻抗变压器原理和特点,设计了变阻抗变压器的状态监测方案,分别提出了快速开关状态监测方法和变压器状态评估方法,提出了一种基于气体组分比组合的放电故障与过热故障逐层分辨方法,研究结果可为新型变阻抗变压器的状态监测与评估提供借鉴与参考。     

EEMD能量熵在配电变压器绕组状态监测中的应用

利用振动法在线监测配电变压器绕组的状态关键在于如何从振动信号中提取有效的特征。为了更有效地监测与诊断变压器绕组的状态,搭建了某配电变压器多次短路冲击试验及负载试验时的振动信号监测平台,利用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)对变压器绕组的振动信号进行分析并求解其能量熵值,提出一种基于EEMD能量熵的配电变压器绕组状态监测与故障诊断的方法。实验结果表明,EEMD能够有效地提取配电变压器绕组振动信号的特征,得到振动信号各频带内的能量分布状态,可准确地在线监测与诊断配电变压器绕组故障。     

基于加权灰色关联度的牵引变压器绝缘故障诊断软件

在分析了牵引变压器负荷特征和故障产气机理的基础上,针对牵引变压器的故障特点提出了一种基于加权灰色关联度分析的牵引变压器DGA故障诊断方法:收集了大量的故障变压器历史数据,对变压器状态分类成七种牵引变压器标准状态模式序列;选取五种变压器油色谱分析(DGA)特征气体值作为灰色关联度分析的参考因子并标准化;采用参考因子加权计算关联度.将基于加权关联度分析的故障诊断方法应用在开发的牵引变压器在线监测诊断软件中.通过分析大量的历史运行数据,诊断结果表明与沿用的电力变压器传统故障诊断方法相比,该方法有着更高的准确度.     

基于油色谱分析的变压器内部故障诊断探讨

基于油色谱分析理论,探讨变压器内部故障的诊断方法,通过在线实时监测分析油色谱,实现油浸式变压器的内部故障诊断和运行状态评估。     

变压器在线监测及诊断

分析了变压器常见故障及表现故障的参数特征。提出在线采集变压器的参数特征对变压器进行状态诊断的可能性。介绍了变压器在线监测诊断系统的方法。     

基于多源信息的变压器故障诊断与状态评价方法研究

针对变压器结构复杂、故障种类多、状态量多的特点,建立了基于多源信息的变压器故障诊断与状态评价模型,按照故障类型故障指数评估→部件状态评估→设备状态评估的层次逐级进行状态评价,为变压器的综合诊断提供了有效的判断方法。同时,针对变压器的故障诊断,提出了一种多维度的故障诊断方法,通过故障指数量化评价变压器故障的严重程度,对其相对劣化程度和故障程度提供了科学合理的评估方法。     

基于虚拟仪器的变压器状态监测与故障诊断系统的研究

从油气量和电气量两个方面对变压器故障状态进行监测.通过油气量在线监测,判断其故障类型和性质;通过电气量在线监测,对变压器故障进一步确诊和定位.并基于虚拟仪器技术,利用LabVIEW平台开发一套变压器状态监测与故障系统.     

基于油中溶解气体动态网络标志物模型的变压器缺陷预警与辨识

针对当前基于油色谱在线监测数据的诊断方法未考虑故障特征气体的时序特性,且普遍存在的阈值确定困难、典型缺陷样本数据匮乏等问题,提出基于油中溶解气体动态网络标志物模型的变压器缺陷预警与辨识方法。首先,分析油中溶解气体在线监测系统与变压器内部状态之间的映射关系,通过待诊断变压器健康状态下在线监测系统的历史时序数据建立各特征气体含量的预测模型,筛选出当前状态下对变压器状态转换过程影响较大的主要特征气体,建立基于油中溶解气体的变压器当前状态动态网络描述模型;其次,基于临界慢化理论分析变压器由健康状态向故障状态转换的相变过程中,指出其间存在的一个临界状态,并进一步分析动态网络模型中各特征气体的标准差及气体间相关性的动态变化,提取相变过程中的临界状态点,可对变压器的早期缺陷进行预警和辨识;最后,基于现场获取的案例进行验证,验证结果表明:与传统方法比较,该方法能够提前对未达到注意阈值的过热异常案例进行预警与辨识。该方法是一种基于在线监测数据时序特性的动态分析法,建模过程仅需用到待诊断变压器油色谱在线监测系统的自身历史数据。     

基于改进凝聚层次聚类算法的变压器绕组及铁心故障诊断研究

为实现振动响应法在线诊断变压器绕组及铁心故障,提出一种基于改进凝聚层次聚类算法的变压器故障诊断方法。首先,运用集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法对变压器振动信号进行特征值提取,得到变压器振动信号的特征向量。然后,应用凝聚层次聚类算法对测试变压器振动信号的特征向量进行层次分类,分类得到变压器正常、绕组轴向变形、绕组径向变形、铁心故障4种状态。同时,为克服凝聚层次聚类算法计算量大的缺点,对该算法进行了改进,从而提高了变压器状态分类的速度。最终,经实例测试,结果证明该改进方法能有效快速地识别出变压器所处的状态,实现变压器绕组及铁芯的在线监测与故障诊断。     

基于信息融合的变压器故障诊断系统设计

结合现场具体情况,提出了电力变压器状态监测的综合分析方法,并就状态的选取与处理、规则的描述、诊断推理过程作了深入探讨.围绕变压器局部放电特征量、油中溶解气体分析等数据,采用了超声波定位、神经网络、专家系统推理等方法,将各种诊断方法融为一体,设计了基于信息融合的变压器故障诊断系统.该系统的应用将极大地提高变压器的运行可靠性及利用率,延长变压器的使用寿命.     

电力变压器状态在线监测和故障诊断的新方法

介绍一种电力变压器绝缘在线监测和故障诊断的新思路，一方面通过在线油色谱分析仪检测6种故障特征气体含量和产气率，运用模糊理论及专家系统等人工智能技术对电力变压器的绝缘状态进行跟踪监测，另一方面尝试用参数辨识的方法进行变压器三相电气量的在线监测，依据变压器绕组结构及参数在故障前后会改变的原理，用参数辨识的方法，进行变压器绕组故障及其故障部位的识别，实现故障局部定位，提高变压器状态监测和故障诊断的准确性。     

TGM变压器在线监测系统的应用

TGM变压器在线监测系统是一种高可靠性的在线监测设备,可连续、实时、在线、自动监视变压器油中溶解故障气体的含量、氧气消耗量、气体饱和度和瓦斯气体增长率,通过故障诊断专家系统,对变压器故障进行自动诊断,能及时反应变压器内部真实的状态和发现故障,对于避免事故的发生具有十分重要意义,为设备实现定期检修向状态检修过渡提供技术保证。     

数据融合技术在变压器状态评估中的应用

电力变压器是电力系统及变电站的最至关重要的设备之一。对电力系统进行运行维护时,监测并预报变压器运行状态并且能够有效地监测并判断变压器的故障情况具有非常现实的意义。基于设备状态信息融合技术,分析了D-S证据理论的基本原理、组合规则和决策过程。通过具体的实例论述了诊断方法的具体可行性,比较了单一诊断方法(只经神经网络判断的结果)与信息融合技术的正确率,并指出信息融合技术的发展优势和可实现性。     

基于声波识别的750kV变压器状态监测与诊断系统

在750 kV变压器监测手段普遍不足的前提下,提出了利用声波信号识别的方法进行750 kV变压器的运行状态监测及诊断,设计了基于声波信号识别的750 kV变压器在线监测与诊断系统.分析结果表明750 kV变压器声波信号频率为(50～400)Hz之间,确定了声波信号变化与变压器运行状态的密切关联性,验证了利用声波识别的方法进行750 kV变压器状态监测与诊断的可行性.     

新型变压器在线监测与诊断系统技术及其应用-法拉第TNU诊断系统在安顺换流站的应用

论述了利用法拉第TNU变压器在线监测诊断技术判断变压器内部潜伏性故障的原理,介绍了油色谱综合智能在线监测系统在安顺换流站带故障换流变压器上的应用。通过典型实例中对在线监测数据与离线测试数据的比较分析,验证其准确性,显示了使用该技术预测、判断变压器故障的重要性,为电力系统由计划检修向状态检修过渡提供了一种较好的手段。     

电力变压器绕组变形状态信息融合评估方法

为了准确监测电力变压器绕组的变形状态,提出了电力变压器绕组变形状态信息融合评估方法。提出采用小波能量–矩阵变换方法提取振动信号特征值,采用短路电抗辨识方法提取电抗特征值。基于物元理论建立多信息评估指标体系,并采用信息熵方法计算各指标权重系数。以S–11–M–500/35型变压器为研究对象,研制了变压器绕组变形状态多信息采集系统,开展多次短路冲击试验,并绕制了3种变形故障绕组。分别进行短路冲击后松动绕组以及变形故障绕组的状态评估试验。针对评估结果为严重状态的绕组,提出了先评估后诊断的综合评估策略,基于相关向量机理论诊断绕组故障类型。结果表明:信息融合评估方法能有效地评估出绕组松动和严重变形的状态,且针对辐向拉伸及压缩、轴向绝缘脱落和端部叠套3种绕组变形故障类型诊断的正确率≥92%。     

基于内部绝缘缺陷诊断的变压器状态检修技术

基于内部绝缘缺陷诊断的变压器状态检修技术实现油浸式电力变压器内部绝缘缺陷故障的监测、分析、跟踪、定位、预警以及评估诊断功能。     

基于电力变压器振动信息的绕组形变诊断方法

变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法.诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行分析,以振动信号能谱熵作为特征输入向量;利用改进后的多分类支持向量机对特征向量进行训练与测试,实现了变压器绕组不同状态的分类诊断.通过对S 11-M-500/35型实际变压器绕组不同状态下进行负载试验,采集对应机械及电气参量数据,用所提出诊断方法对变压器绕组机械状态进行诊断,结果表明:在准确判断绕组正常及故障状态的同时,故障类型诊断结果准确率达到96.78％以上,从而验证所提出诊断方法应用于变压器绕组故障诊断的有效性和准确性.