一起变压器油色谱异常分析与处理

电力变压器是电力系统的枢纽设备,其可靠性直接影响到电网的安全稳定,油中溶解气体分析是一种较好的监测和诊断变压器故障的方法。结合一起变压器绝缘油色谱数据异常的案例,通过油中溶解气体分析和停电试验来判断变压器的绝缘故障类型,发现了变压器缺陷。     

气相色谱法在油中溶解气体中的应用研究

随着经济的发展,对电力设备在线监测技术有了更高的要求,电力变压器作为电力系统的枢纽,对其在线监测尤其重要。在线监测、分析电力变压器油中溶解气体是诊断主变运行状态及内部过热、放电等缺陷的重要检测手段。首先介绍了气相色谱法原理以及气相色谱原理在油中溶解气体监测中的应用,然后阐述了对溶解气体氢气超标的某220 kV变压器油的气相色谱分析以及在此基础上进行的故障诊断和应对处理。     

变压器故障诊断方法的应用研究

电力变压器是在电力系统中最重要的设备之一,电力变压器是其中容量大、故障率较高的设备,其运行状态的安全与否直接关系到整个电力系统的安全性和经济性。主要是基于油中溶解气体分析方法（Dissolved Gases Analysis,简称DGA）对变压器的内部潜伏故障进行探测和诊断。     

变压器故障样本多维诊断及结果可信度分析

电力变压器作为电力系统的核心设备,其安全稳定运行对于电力系统具有重要意义.电力变压器在线故障诊断是实现电力变压器实时状态分析的重要方法,油中溶解气体分析是最常用的电力变压器在线故障诊断方法.目前变压器故障诊断征兆优选多采用基于启发式算法的策略,虽然相较于遍历型算法简化了筛选流程,但仍需消耗大量算力.电力变压器融合故障诊...     

基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法

电力变压器属电力系统中的重要设备,目前油中溶解气体分析(DGA)的三比值法是对变压器进行故障诊断的最方便、有效的方法之一.本文结合改良的三比值法,将贝叶斯网络方法引入大型变压器的故障诊断,提出了基于贝叶斯网络(BN)理论和变压器油中溶解气体分析方法的变压器智能故障诊断方法,并据此建立了变压器故障诊断模型.通过实例判断验证了本文方法的有效性.     

基于LSTM网络的变压器油中溶解气体浓度预测

电力变压器作为电力系统中传输和变换电能的主要设备,其安全稳定性运行在电网中起着重要的作用。对变压器油中溶解气体浓度变化的趋势进行预测,可为其运行状态评估提供重要依据,鉴于此提出了一种基于长短期记忆网络(LSTM)的变压器油中溶解气体浓度预测模型。该模型克服了传统神经网络在序列预测方面存在的"梯度消散"问题,利用油中溶解气体的序列数据对长短期记忆网络进行训练,得到最优的预测模型参数。以变压器油中溶解的7种特征气体浓度为输入,以待预测气体的浓度为输出。通过算例分析表明,相比于传统的机器学习预测方法支持向量机(support vector machine, SVM)与反向传播神经网络(back propagation neural network,BPNN),本文所提的LSTM预测模型更能准确地预测油中溶解气体的浓度。     

基于光声光谱法的变压器在线监测技术研究

针对现有电力变压器油中的溶解气体浓度低和复杂的外部干扰信号等问题,监测系统在小信号测量和提取方面存在很大的困难。文中基于光声光谱法原理,提出一种对变压器油中气体进行在线监测的技术方案。通过实验,分析和比较了不同电压、不同时间的变压器油中溶解气体数据,确定故障类型。实验结果表明,光声光谱法可以快速检测出变压器油中溶解的故障气体。该研究为我国电力变压器在线监测技术的发展提供参考和借鉴。     

基于量测数据贝叶斯概率矩阵分解的变压器运行状态监测方法

变压器的安全运行是电力系统可靠供电的重要环节,而变压器油中溶解气体浓度变化是变压器运行状态监测的重要组成部分.本文以变压器油中溶解气体浓度为监测信息,提出了一种结合贝叶斯概率矩阵分解和长短期记忆神经网络的变压器运行状态监测方法.首先,针对油中溶解气体实际监测时存在的数据缺失问题,采用贝叶斯概率矩阵分解对缺失数据进行预测...     

用SVRM预测变压器油中溶解气体量

变压器油中溶解气体体积分数的预测对变压器故障的早期发现,确保电力系统安全运行有着重要意义。针对现有预测方法的不足,提出了基于支持向量回归机(SVRM)的变压器油中溶解气体体积分数的预测方法,在SVRM算法基础上建立了预测模型,其中结合网格法和留一交叉检验法寻求SVRM中最优的参数组合。变压器油中溶解气体体积分数预测分析的实例表明,在同为小样本训练数据的情况下,SVRM比灰色模型有着更为优越的预测效果。研究表明,SVRM模型更适合于变压器油中溶解气体体积分数的预测。     

变压器油中溶解气体在线监测发展现状

变压器油中溶解气体在线监测是判断油浸式电力变压器早期潜伏性故障的一种有效手段,首先阐述了变压器中故障气体的产生机理,之后分别根据不同的测试对象,不同的传感器以及不同的取气方法介绍了现有油中溶解气体的在线监测技术。     

变压器油中溶解气体在线监测方法

介绍了一种在线检测的方法,实时分析油中溶解气体的含量,对现场油气分离、气体检测、数据处理、自动控制、数据远程传输等关键技术的研究方法进行了介绍。     

一种新的电力变压器在线监测方法的研究

在变压器各类故障中,最常见的就是绕组匝间短路.目前,主要是通过变压器油中溶解气体的在线监测作为监测变压器运行的主要手段.通过分析找到了变压器在线监测特别是针对绕组在线监测的新特征量：功率损耗.在此基础上,探讨了实现变压器绕组在线监测的可能性,再结合油气量分析提出了相应的监测判断流程,初步探讨了新的电力变压器在线监测系统和变压器状态评估的框架.     

检测变压器油中溶解气体的碳nm管传感器研制

对变压器油中溶解气体进行检测分析是判断油浸式电力变压器早期潜伏性故障的重要手段。为克服常用油气分析方法的缺点,提出了一种基于碳nm管传感器检测油中气体的方法,并研制了一种用混酸修饰,以印刷电路板为基底,用于检测油中气体的多壁碳nm管传感器。分析了碳nm管膜的电学特性以及气敏响应机理,在实验室采用甲烷等标气对修饰前后的传感器的气敏性进行了测试,试验结果表明,用经混酸修饰后的样品缺陷多,并含有活性官能团,对油中气体表现出较强的吸附性,具有良好的灵敏度和快速响应特性。     

基于遗传程序设计的变压器油中溶解气体含量预测

为了对变压器的运行状态和潜伏性故障进行有效预测,提出了基于遗传程序设计(GP)的变压器油中溶解气体浓度的预测方法.结合变压器运行实例,分别给出了变压器油中7种主要气体的预测模型,并与灰色模型及其改进形式进行比较.对比分析结果表明,在同为小样本训练数据的情况下,GP比灰色模型的预测精度更高.     

利用变压器油中溶解气体分析技术进行故障诊断的研究

基于油中溶解气体分析技术是变压器故障诊断重要的分析手段,提出了多种以油中气体含量为依据的判断变压器故障类型的方法.主要对基于油中溶解气体分析技术的变压器绝缘故障诊断方法进行探讨.总结了传统变压器绝缘故障诊断方法,讨论了基于人工智能技术的变压器绝缘故障诊断方法,这些方法有效地提高了,叟压器绝缘故障诊断的正确率.人工智能技...     

变压器油光谱远程在线分析系统

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。     

变压器溶解气体在线监测装置的应用及思考

变压器油中溶解气体气相色谱分析(DGA)在有效检测变压器各类故障方面发挥了毋容置疑的作用。同时各种新型溶解气体在线监测技术的开发、应用也日渐成为确保变压器状态检修工作有效开展的一个重要前提,笔者简要介绍了某发电厂目前变压器溶解气体在线监测装置的应用状况。     

面向电力变压器状态评价的油中溶解气体监测数据补全方法

基于马尔可夫理论充分考虑相邻时间点系统在所有状态间的转移特性,提出了一种基于马尔可夫模型的变压器油中溶解气体数据补全方法,将油中溶解气体数据时间序列转化为在不同状态间转移的马尔可夫链,利用正、反向的状态转移矩阵计算得到油中溶解气体数据的补全值。从数据挖掘的角度建立了油中溶解气体数据质量的综合评估体系,从多个角度对数据补全的效果进行评估,并基于D-S证据融合理论融合各个角度的评估结果,得到综合评估结果。利用所提方法对某变压器100组油中溶解气体数据中25组随机缺失值进行补全,结果表明补全后的数据与实际值相似度可以达到99.999%。进一步地,验证其中15组极值点、跃变点处缺失数据补全效果,经过综合评估,补全后的数据与实际值相似度可以达到98.956%。经过验证表明所提方法能够在不改变数据特征的前提下对变压器油中溶解气体的缺失值进行准确的补全,有利于提高变压器状态评估方法的准确性。