潜油泵故障产生的故障气体分析

变压器潜油泵是大型变压器强油冷却系统的关键附属设备,由于潜油泵故障发生放电,从而使因故障产生的乙炔气体进入到变压器油中,严重威胁变压器安全稳定运行。文章对潜油泵故障引起变压器油色谱异常进行了分析。     

浅论油色谱分析判断变压器缺陷及故障

1 概况 测量变压器油中溶解气体的含量可提前预测其内部故障,防止设备损坏和由于设备损坏而导致的电网大面积停电事故的发生.利用变压器油中溶解气体的色谱分析方法,可以在不停电情况下随时监视设备的运行状态,这对保障设备乃至电网的安全运行起到积极作用.在实际工作中,无论是变压器热故障还是电故障,最终都将导致绝缘介质裂解产生各种特征气体.通过对变压器油色谱跟踪分析并结合运行工况状态,判断故障产生原因,从而使检修工作有的放矢.     

色谱分析法判断变压器潜伏性故障

从变压器油的产气机理、故障性质与特征气体的关系、特征气体的产气速率三方面,借助实例说明运用气相色谱分析方法判断运行中变压器内部潜伏性故障的重要性。     

利用油色谱分析判断变压器故障及处理

1引言测量变压器油中溶解气体的含量可预测其内部故障,防止设备损坏和由于设备损坏而导致的电网大面积停电事故的发生。利用变压器油中溶解气体的色谱分析方法,可以在不停电情况下随时监测设备的运行状态,这对保障设备及电网的安全运行起到积极作用。在实际工作中,无论是变压器热故障还是电故障,最终都将导致绝缘介质裂解产生各种特征气体。通过对变压器油色谱跟踪分析,并结合运行工况状态,可判断故障产生原因,从而使电气试验和检修工作有的放矢。     

浅析色谱法分析诊断变压器故障常规流程

变压器油中溶解气体的色谱分析法,能尽早地发现充油电气设备内部存在的潜伏性故障,是监督与保障设备安全运行的一个重要手段。对变压器油中溶解气体的组分、产气速率及特征气体三比值的分析,能够较早的发现和判断变压器是否存在故障、故障的类型及发展趋势。     

变压器故障油色谱分析方法探讨

电力变压器故障检测主要有电气量检测和化学检测方法。化学检测主要是通过变压器油中特征气体的含量、产气速率和三比值法进行分析判断,能早期发现变压器的潜伏性故障并判断故障发展程度。实际应用过程中,为了更准确地诊断变压器的内部故障,色谱分析应根据设备历史运行状况、特征气体的含量等采用不同的分析模型确定设备运行是否属于正常或存在潜伏性故障以及故障类别。     

潜油泵故障导致变压器油色谱异常的分析

1 前言 潜油泵是大型变压器强油冷却系统的关键附属设备,它的安全可靠运行直接影响变压器运行的安全.其在运行中发生故障时直接影响变压器的某些性能,如油中静电、油中气体和金属含量等.因此,一方面应加强强油风冷变压器潜油泵的运行维护,另一方面在油色谱出现异常时,检查潜油泵.这两方面对于故障的分析具有重要作用,可以防止故障的误判.     

变压器过热故障的诊断与分析处理

针对某220kV变压器常规油色谱分析发现特征气体含量异常的情况,介绍了变压器过热故障的气体特征,用特征气体含量、产气速率和三比值法进行故障类型诊断,并通过电气试验确认故障类型和部位。从中得到一个重要启示：要特别重视变压器出厂的检查和新投运变压器的运行监视。     

浅谈油色谱分析判断变压器故障

电力变压器故障检测主要有电气量检测和化学量检测两种方法.化学量检测(即色谱分析)主要是通过变压器油中特征气体的含量、产气速率和三比值法进行分析判断,它体现了变压器的潜伏性故障及故障发展程度的真实性.在实际应用过程中,能真实、准确诊断变压器的内部故障;色谱分析法根据设备历史运行状况、特征气体的含量等采用不同的分析模型确定设备运行是否属于正常或存在潜伏性故障以及故障类别,能有效判断变压器故障类型,对变压器检修提供可靠依据.保证变压器健康稳定运行.     

变压器绝缘故障在线监测技术

分析了变压器油中溶解气体在线监测技术原理,提出以渗透气体膜、多气体传感器检测油中多种气体为特征的变压器六种溶解气体在线监测方法。通过对内江大洲坝变电站的主变压器上实施变压器油中六种溶解气体在线监测的具体应用分析,整体装置运行稳定,数据可靠,具备在线监测的能力,并有效发现潜伏性故障,可以作为变压器状态检修的依据。     

变压器瓦斯保护动作后用色谱法检测故障的案例分析

<正>运行中变压器内部发生各种故障后,油中故障气体的产气速率与故障能量密切相关。对于能量较低、气体释放缓慢的故障,生成气体基本上都溶解于油中并处于平衡状态;对于能量较高的故障,大量气体迅速生成,所形成的气泡快速上升,部分故障气体来不及溶解于油中就进入瓦斯继电器。对于前一种情况,变压器内不同部位油中的故障气体浓度差别不大,按平时定期试验方法取油样进行色谱     

循环泵故障对变压器的影响

前言当循环泵出现过热性故障时，会使绝缘油分解，产生大量烃类气体，混入变压器本体油内。在色谱分析时，变压器油中的烃类气体含量将会超出注意值，并不断升高。用三比值法能判断出变压器过热性故障。l循环系统的工作方式循环泵静止时，变压器内油是静止的；当循环泵运行时，变压器③油将通过入口⑤被吸入泵内④。利用旋转叶的推力作用将油推进硅胶罐③和散热箱②，从回油口①流回变压器⑤，这样就形成环形循环，如附图所示。2循环泵故障在油中的反应当泵出现过热性故障时，油过热分解产生的烃类气体，通过不断循环被送回到变压器内，再通…     

探测变压器故障的新装置

本文叙述了用于检测溶于变压器油中气体的一种新诊断装置,此种装置使用Tetrafluoroethylene-perfluoroalkylvinylether(PFA)共聚合薄膜,从油中分离出H_2,Co,CH_4,C_2H_2,C_2H_4及C_2H_6气体,用一种新的气体检测器来检测这些气体,其结构包括气体探测器及气体色谱仪,使用空气作为运载气体。按照气体浓度,装置能自动地确定变压器运行是否正常,如果运行不正常,可能发生何种性质的故障。利用诊断装置,可对变压器进行简单价廉的判断。此种装置对于识别变压器可能发生的故障性质是有效的。     

基于油中溶解气体特征量筛选的变压器故障诊断方法

油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest, RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator, TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。     

变压器油中氢含量高的故障判断

正变压器油也称绝缘油,作为一种液体绝缘介质,除了起绝缘、散热、灭弧(如在有载开关中)作用外,还能反映设备内部故障信息。当设备内部发生故障时,高温可使故障区域内的变压器油及固体绝缘材料发生热解而产生一些特征气体。利用气相色谱分析技术检测溶解于油中的这些气体含量,可以诊断出设备内部发生的故障。对故障判断有价     

基于非等间距灰色多变量模型预测变压器故障

电力变压器是电力系统中最重要的设备之一,变压器一般在发生故障前其内部的油中会析出多种气体,即氢气、甲烷、乙烷、乙烯和乙炔,并且析出的5种气体之间存在着某种耦合关系。通过建立5种气体的非等间距多变量灰色模型对故障特征气体分析,预测出变压器故障,克服了只考虑一种气体的发展变化或仅在等间距的基础上进行预测的不足。     

气相色谱法应用于检测变压器潜伏性故障

由于变压器内部发生过热或局部放电等潜伏性故障,导致变压器油和固体绝缘热分解而产生气体,这些气体大部分溶介于油中,采用气相色谱法分析变压器油中的溶介气体的组分及其含量,就能在运行中尽早地预报变压器内部是否存在潜伏性故障。从73年下半年开始,我们在东北技改局的经验基础上,开展了气相色谱分析工作,对华东电管局直属单位的所有110千伏以上的主变压器和浙江、江苏、安徽等省电力系统的大型变压器进行了普查。共检测了294台,从294台变压器中查出内部存在问题的有80台,占总检测台数27.2%,其中有33台变压器已经过内部检查,查出故障并消除缺陷的有31台,尚未查明故障点有2     

基于模糊神经网络的变压器故障诊断技术与方法的研究

将模糊技术与神经网络引入到变压器故障诊断中,提出了运用基于特征气体法的神经网络模块和基于改良三比值法的模糊神经网络模块对变压器油中溶解气体进行综合分析,判断油中溶解气体的特征,以此来诊断变压器可能发生的故障。     

采用多点取油样找出故障点位置

采用多点取油样找出故障点位置王新高（湖南省零陵电业局）利用气相色谱法检测充油电气设备内部早期故障，已成为变压器等充油电气设备绝缘监督的一个重要手段。它具有速度快，效率高，灵敏度好，需油量少等特点。通过分析溶于变压器油中气体，可以判断变压器运行情况，及...     

一起大型换流变压器潜伏性故障发现与处理

通过对一起利用油中溶解气体分析、调整运行方式、电气试验等手段综合诊断分析换流变压器(以下简称“换流变”)潜伏性过热故障过程分析,并经解体检查确认了故障原因,验证了本次通过油中溶解气体分析和调整运行方式诊断换流变压器潜伏性过热性故障的有效性和可行性,为后续换流变压器的类似潜伏性故障运维检修提供可借鉴的经验。