羟基化碳纳米管检测油中溶解气体的理论分析

为检测油中溶解气体,应用密度泛函理论,通过计算机量子力学模拟研究了羟基侧壁修饰的(8,0)单壁碳纳米管(SWNT-OH)对变压器油中溶解气体分子C2H2、CH4、C2H4、CO、H2的吸附特性。计算得到的吸附能、净电荷转移量、作用距离及电子态密度表明,SWNT-OH对油中溶解气体分子的吸附属于物理吸附,且吸附气体分子之后,SWNT-OH的几何结构和电子结构都发生了变化。SWNT-OH对有机分子(C2H2、CH4、C2H4)的吸附能力大于对无机分子(CO、H2)的吸附能力,在有机分子中对C2H2的吸附能力最大。因此,预测SWNT-OH可以作为检测变压器油中溶解的C2H2气体的新型气体传感器。     

光声光谱技术应用于变压器油中溶解气体分析

变压器油中溶解气体在线监测装置中的色谱柱和气敏传感器存在消耗被测气体和长期稳定性差等不足.光声光谱气体分析技术灵敏度高,不消耗被测气体,克服了传统油中溶解气体在线监测技术的缺点.文中对其在变压器油中溶解气体在线监测中的应用进行了研究.构建了用于变压器油中溶解气体分析的光声光谱平台,给出具有红外特征吸收峰的CH4,C2H6,C2H4,C2H2,CO和CO2这6种主要故障特征气体的特征频谱,采用加权最小二乘法对2种混合气体中的CH4,C2H6,C2H4,C2H2,CO和CO2进行了定性和定量分析.分析结果与气体各组分体积分数真实值或气相色谱仪测量值的比较表明,光声光谱技术能有效地对变压器油中溶解气体进行分析.     

激光拉曼光谱应用于变压器油中溶解气体分析

变压器油中溶解气体在线监测是实施变压器状态检修的重要手段之一。激光拉曼光谱技术能直接使用单一频率的激光对混合气体进行非接触式的测量,符合在线监测的要求。利用激光拉曼光谱对变压器油中溶解气体进行分析,能克服传统在线监测方法的诸多不足。对激光拉曼光谱在变压器油中溶解气体分析中的应用进行了研究。分析了变压器油中7种主要故障特征气体(H2、CH4、C2H6、C2H4、C2H2、CO、CO2)的拉曼特征频谱,并阐述了基于特征频谱和最小二乘法对7种特征气体进行定性定量分析的方法。利用共聚焦拉曼技术和镀银石英玻璃管制成的气体样品池,构建了激光拉曼光谱气体分析试验平台。结合平台研究了7种故障特征气体的拉曼光谱检测特性,并与实验室气相色谱法的测量结果进行了对比。对比结果表明,激光拉曼光谱能有效地对变压器油中溶解气体进行定量分析,为变压器油中溶解气体的拉曼光谱在线监测奠定了基础。     

一种新型的变压器油色谱分离柱

介绍了一种新型的复合油色谱分离柱，其特点是用单根柱可在14分钟内分离溶解在变压器油中的H2、CO、CH4、C2H2、C2H6等6种气体，而且色谱柱的固定相受温度影响很小，可在常温下使用，适用于变压器在线监测。     

变压器油中溶解气体的红外吸收特性理论分析

气体的红外吸收特性是红外光学方法分析气体的依据。基于HITRAN2004数据库用逐线积分法对变压器油中溶解气体CH4、C2H6、C2H4、C2H2、CO、CO2及H2O的红外吸收特性进行分析,给出各气体在波段500~4 000 cm-1内的吸收系数、主要吸收谱带位置、最强吸收谱线的中心波数及其峰值吸收系数;以各气体特征频谱处的吸收谱线为研究对象,分析峰值吸收系数随压强、温度的变化规律。计算和分析结果是用傅里叶变换红外光谱、光声光谱等红外光学方法对变压器油中溶解气体进行定性定量分析的重要依据。     

掺杂Al_2O_3纳米中空纤维膜的油气渗透特性研究

实时在线监测运行变压器油中溶解气体类别及含量的变化对确保变压器安全运行具有重要作用。油气分离技术是变压器油中溶解气体实现在线监测的关键技术之一。针对目前普遍应用的中空纤维膜对CH4、C2H6、C2H4、C2H2、H2、CO和CO2分离效果不好导致监测灵敏度低的问题,论文提出了以聚四氟乙烯、聚偏氟乙烯和聚六氟丙烯为原料,掺杂纳米氧化物Al2O3,基于L-S法,制成掺杂Al2O3纳米中空纤维膜。与普通中空纤维膜进行了渗透效果对比试验,得到了渗透特性曲线。研究表明:在相同温度、压力条件下,纳米氧化物中空纤维膜弥补了普通中空纤维膜对CH4、C2H6、C2H4、C2H2、H2、CO和CO2渗透效果不佳及油气平衡时间过长不能适应在线监测的缺陷,有效提高了中空纤维膜的油气渗透特性,为提高变压器油中溶解气体的监测灵敏度、实现在线监测的良好应用奠定了技术基础。     

油中溶解气体的色谱分析在变压器故障诊断中的应用

变压器在正常情况下,油中除含有空气、CO、CO2外不应含有其他气体,但是在故障情况（过热、放电及受潮等）下,油中可能分解出多种烃类气体和H2,我们取CH4、C2H6、C2H4、C2H2、H2、CO和CO2作为故障分析的特征气体,对油进行这种分析称油的色谱分析。     

一种在线分析变压器故障特征气体的智能传感器

在线监测变压器油中溶解气体可有效地分析变压器绝缘状况,在线监测用气体传感器是实施该技术的关键。针对半导体气体传感器的交叉敏感特性,提出了将气体传感器阵列与人工神经网络技术相结合,利用6个半导体气体传感器组成传感器阵列,采用BP神经网络进行模式识别。大量的试验证明,所提出的智能传感器可有效地提高H2,CO,CH4,C2H4,C2H2,C2H66种气体的分辨率和检测灵敏度。     

基于线性分类器的充油变压器潜伏性故障诊断方法

油中溶解气体分析(DGA)是判别变压器内部绝缘状况及发现内部潜伏性故障的重要手段。文中介绍了一种基于线性分类器、以DGA数据为特征参数的充油变压器潜伏性故障的识别方法。运用该方法进行了大量的应用实例分析，并将识别结果与BP神经网络法以及IEC三比值法进行了对比。结果表明选用H2、CH4、C2H2、CEH4、C2H6、CO、CO4七种特征气体作为特征参数时，该方法显示出较高的准确度。     

主变压器内部潜伏性故障分析与处理

变压器油是由许多不同分子量的碳氢化合物所组成的混合物，分子中含有CH3、CH2和CH化学基团，并由C—C键键合在一起。当发生故障时，在电和热的作用下，可以使一些C—C键和C—H键断裂，并经过一系列复杂的化学反应，形成氢气和低分子烃类气体：如甲烷、乙烷、乙烯、乙炔。在变压器发生故障初期，这些故障气体溶解于油中；当     

用灰色多变量模型预测变压器油中气体的方法

变压器的油中溶解气体分析(DGA)是变压器绝缘寿命估计和绝缘故障诊断的重要依据,变压器油中气体体积分数的预测是周期性测试的重要补充。为此,在研究现有气体预测方法的基础上,提出使用灰色多变量模型来预测变压器的油中气体体积分数,以克服常用预测方法在预测时一般只考虑某一个特征参数或单独考虑几个特征参数发展变化的不足。灰色多变量模型可使用从同一信号中提取的多个诊断指标同时进行预测,从系统的角度统一描述各特征参数,因而能获得较准确的预测结果。另外还用绝对关联度进行了气体的相关性分析,这是使用灰色多变量模型进行预测的前提。预测实例表明了该方法的有效性和优越性。     

基于分子动力学模拟的油纸绝缘系统中气体小分子扩散行为

为了从微观层次上揭示气体小分子在变压器油纸绝缘系统中的扩散机理,对变压器油纸复合绝缘材料老化过程中产生的7种常见气体小分子（包括H2、CO、CO2、CH4、C2H2、C2H4和C2H6）在油纸两相介质中的扩散行为进行了分子动力学模拟。采用分子动力学模拟软件,搭建了2组模型,以分别模拟各种气体小分子在油中和纤维素绝缘纸中的扩散。通过对气体小分子在油纸介质中扩散系数、位移特性、自由体积特性与油纸的相互作用能的研究,考察了不同气体小分子在油纸介质中扩散的微观机理,探讨了气体小分子在油纸介质中扩散特性的差异,比较了不同因素对气体小分子扩散行为的影响。研究发现：气体小分子在纤维素中的扩散系数比其在绝缘油中的扩散系数小1个数量级,且7种气体小分子在2种介质中的扩散系数的排列顺序亦不相同;在绝缘油中,主要影响气体小分子扩散行为的是自由体积;而在纤维素材料中,对气体小分子的扩散行为起主要影响的是分子间的相互作用。     

用灰色多变量模型预测变压器油中溶解的气体浓度

目前变压器油中气体浓度预测普遍采用GM(1,1)模型及其改进形式,针对其在建模时只单独考虑某种气体发展变化的不足,介绍了灰色多变量预测模型MGM(1,n),它可以综合考虑从同一信号中提取的多个诊断指标,因而预测更科学、有效。对变压器油中溶解的7种特征气体即氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化碳进行了灰色关联分析,建立了相应的MGM(1,7)模型,预测实例分析证明,与传统GM(1,1)模型及其改进形式相比,用灰色多变量模型预测的效果更好。     

TAM-VI变压器油中溶解气体色谱在线监测系统探讨

在线监测变压器油中溶解气体,实时捕捉变压器油运行状态信息已成为国内外确保变压器安全运行可靠手段。传统气相色谱法检测油中溶解气体存在分析环节多、操作频繁、试验周期长、误差大等弊病。随着油气在线监测技术的日臻成熟,安装油气在线监测装置,对反映变压器内部油及固体绝缘故障的重要特征气体H2、CO及小分子烃类气体等进行在线监测,可有效保障变压器的安全可靠运行。     

微氧作用下天然酯变压器油热老化特性研究

天然酯变压器油因不饱和脂肪酸含量较高而易氧化,而变压器因储油罐与空气作用或密封设备产生泄漏等原因,会导致油中溶解微量的氧气.基于此,文章研究了微氧作用下天然酯变压器油的热老化特性,并分析了不同老化时间下油样的电气性能、油色谱特性以及两者之间的皮尔逊相关系数.结果 表明:适时微氧作用能在一定程度上延缓天然酯变压器油电气性能的降低;天然酯变压器油纸绝缘热老化的特征气体为CO2和C2 H6;天然酯变压器油的电气性能与油色谱中CO2-C2H6(油样中溶解的CO2与C2H6的百分比之差)之间存在强相关性.     

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。