共查询到19条相似文献,搜索用时 156 毫秒
1.
用傅里叶红外变换实现在线溶解气体分析的研究 总被引:3,自引:3,他引:3
介绍了傅里叶红外变换(FTIR)技术在变压器油中溶解气体分析在线监测仪的应用,给出了油气分离室和气体检测池合二为一的设计方案。讨论了免标定和免维护在线监测仪的可行性。 相似文献
2.
3.
变压器绝缘故障在线监测技术 总被引:2,自引:0,他引:2
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。 相似文献
4.
5.
变压器分接开关油中溶解气体的在线监测 总被引:1,自引:0,他引:1
对变压器分接开关实施油中溶解气体的在线监测,有助于正确判断分接开关的故障状态和发展趋势,降低分接开关的维护成本,并提高变压器运行的安全性和可靠性。介绍油中溶解气体在线监测的特点,从取气法、检测器及监测对象三方面总结了国内外油中溶解气体在线监测技术的发展动向及应用实例,以期为日后实施变压器分接开关油中溶解气体的在线监测提供理论依据和参考。 相似文献
6.
7.
8.
9.
10.
11.
12.
13.
与油中溶解气体的气相色谱分析、物理化学传感等检测方法相比,利用光谱法对于变压器油中溶解气体的检测具备非接触式、抗电磁干扰能力强、免标定等优点,未来的应用前景被工业界和学术界看好。针对传统变压器油色谱分析存在误差大、流程步骤繁琐、检测周期较长等缺点,提出一种基于光声光谱检测法的新型变压器油中溶解气体在线检测方法,研制出一套基于新型检测方法的在线检测分析系统,并成功应用于某市220 kV变压器中,对比其历史检测数据,验证了该检测方法的有效性和所研制的在线检测系统的稳定性。 相似文献
14.
随着智能电网的建设以及电力变压器在线监测技术的成熟,电力变压器在线监测数据呈现出体量大、类型多等特点。使用传统存储技术存储变压器在线监测数据,已不能满足实时、快速的需求。为此,设计基于Hadoop集群的变压器在线监测数据存储方案。该方案利用HBase(分布式列式数据库)具有快速实时读写数据的优势,将变压器在线监测系统采集的海量数据实时快速地存储。为能自动快速实时收集数据和避免因数据流过大造成系统崩溃,分别采用Flume(日志收集工具)和Kafka(分布式流处理平台)收集和缓存数据。以电力变压器在线监测的油色谱数据为例,验证了所提存储方案的可行性和有效性。 相似文献
15.
Thang K.F. Aggarwal R.K. McGrail A.J. Esp D.G. 《Power Delivery, IEEE Transactions on》2003,18(4):1241-1248
Incipient faults in power transformers can degrade the oil and cellulose insulation, leading to the formation of dissolved gases. Even though established approaches that relate these dissolved gas information to the condition of power transformers are already developed, it is discussed in this paper that they still contain some limitations. In view of that, this paper introduces an alternative approach for the analysis of dissolved gas data, which can produce more convincing interpretation and fault diagnosis. The proposed approach, which is based on the data mining methodology and the self-organizing map, has been compared and validated using conventional interpretation schemes and real fault-cases, thereby proven to be capable of enhancing the condition monitoring of power transformers. 相似文献
16.
17.
18.
基于SOFM神经网络的变压器油中溶解气体的故障分析 总被引:8,自引:0,他引:8
油浸的电力变压器无论在正常老化还是故障运行时都会产生低分子烃类,CO,CO2等气体,这些气体将会溶解于油中。这样人们根据油中溶解的气体种类和浓度就可以判断变压器是否有故障、以及故障的种类等信息。但是由于各种故障对应的产气情况十分复杂,至今人们还没有建立它们之间的精确关系。因此,根据变压器油中各气体的浓度以识别变压器故障的模式识别方法应运而生。文章提出了一种基于SOFM神经网络的变压器油中溶解气体的故障分析方法,并实例分析证明该方法的有效性。 相似文献
19.
为解决油浸式电力变压器中低能放电、高能放电等放电性故障的定位问题,提出了基于油中金属分析(Metal In-Oil Analysis,MIA)的放电性故障定位方法。通过对变压器内部高故障概率构件进行表面处理,将潜在的故障信息源预置于构件表面,并应用示位金属(Metal for Position Indication,MPI)进行发生故障构件的确定。在此基础上,结合已有的局部放电、油中溶解气体分析等在线监测系统进行软、硬件的整合,可以实现较为完善的变压器放电性故障的诊断与定位。研究结果表明,该方法在提高放电性故障定位精度的同时,还可以降低对原有某种特定故障定位方法在精度方面的要求,并通过连续监测使运行维护人员对变压器的潜伏性故障信息有更为全面的掌握,为变压器状态检修的实现提供了新的技术支撑。 相似文献