变压器油中溶解气体光声光谱检测交叉干扰抑制方法研究北大核心CSCD

基于光声光谱技术对变压器油中溶解气体类型与含量进行在线监测,有利于发现设备的潜伏性故障,然而多组分气体之间的交叉干扰会造成检测精度的降低。文中搭建了多组分气体标定试验平台,对多组分气体的交叉干扰系数进行了标定计算,并提出了一种交叉干扰标定算法以消除交叉干扰并提高检测的精度。将该标定算法应用于制备的3种浓度变压器油气样本光声光谱检测试验,结果表明:通过所提出的多组分气体交叉干扰标定算法,使变压器油中CO、CO_(2)、CH_(4)、C_(2)H_(2)、C_(2)H_(6)的光声光谱测量误差均达到了测量标准中的A级测量误差要求;C_(2)H_(4)在中、高浓度下,其测量结果满足A级误差要求,在低浓度下满足B级误差要求。另外,试验也表明:待测气体中的水含量越低,光声光谱测量曲线与标准曲线之间的相位差越大,对检测精度的影响越大。     

金属掺杂SnO2基H2/C2H2气体传感阵列及检测特性

H_2和C_2H_2是电力变压器的主要故障特征气体,其浓度组分可有效反映油纸绝缘放电故障类型。提出一种基于金属掺杂SnO_2基气体传感阵列的H_2/C_2H_2检测方法。该方法中的气体传感阵列由纯SnO_2及Au、Cu、Pd金属掺杂SnO_2等四种传感元件组成,基于温度调制技术分别采集气体传感阵列在3种工作温度下对单一和混合气体的稳态响应结果,采用多输出支持向量回归(M-SVR)算法定量估计待测气体浓度。结果表明,金属掺杂可有效改善SnO_2基气体传感元件对H2和C2H2的气敏特性;对待测气体中H_2和C_2H_2浓度的定量估计与真实浓度的平方相关系数分别为0. 974 5和0. 961 4,为电力变压器油中溶解H_2/C_2H_2故障特征气体的检测提供了一种新思路。     

注入锁定腔增强拉曼光谱微量气体检测技术

为了提高微量气体的拉曼散射强度,本文设计并搭建了注入锁定腔增强拉曼光谱微量气体检测平台。半导体激光器(波长为638nm,功率为15mW)输出到由三块高反镜组成的V型增强腔中,结合注入锁定技术,腔内激光强度达到7.5 W,实现了500倍的增强效果。利用该实验平台对微量单一气体及其混合气体进行了拉曼检测,并根据拉曼特征谱峰选取原则及信噪比大于3的原则,确定了H2、CO、CO2、CH4、C2H6、C2H4、C2H2的特征拉曼谱峰分别为4 156,2 143,1 388,2 918,2 955,1 344,1 975cm-1,最小检测极限分别为10.2,21.7,9.4,2.1,8.9,4.9,3.3Pa。腔增强拉曼光谱法可以实现微量同核双原子气体检测及利用单一波长激光的混合气体同时检测,具有替代气体检测传统光谱方法的潜力。     

基于光声光谱法的变压器油中溶解气体在线检测技术

油中溶解气体对变压器早期潜伏性故障的诊断具有重要作用。为了实时监测变压器油中多组分故障特征气体，研制了基于光声光谱法的单光声池多组分气体分析仪。通过对光源发生装置、免污染差分式光声池、高灵敏度声电转换器、滤光器和相敏检波电路设计，实现了单光路多组分气体的分时检测。实验结果表明，设备整体参数满足电力行业标准DL/T 1498.2-2016中变压器油中溶解气体在线监测装置对各种待测气体的最小检测限要求，能够准确可靠检测出变压器运行过程中因放电和过热产生的CO、CO₂、CH₄、C₂H₄、C₂H₆、C₂H₂等气体浓度，进而减少故障误判率。     

银掺杂氧化锌基乙炔气体传感器的 检测特性研究

乙炔(C_2H_2)气体是运行电力变压器油中溶解的主要故障特征气体之一,能有效反映变压器的放电故障;气体检测传感器及其检测特性是实现故障气体在线分析的关键。提出一种金属银(Ag)掺杂氧化锌(ZnO)基的纳米传感器,基于实验室微量气体平台研究其对C_2H_2气体的检测特性及气敏机理。结果表明:由于Ag掺杂以后为ZnO表面引入了杂质能级,掺杂后的ZnO纳米传感器表现出比未掺杂更高的灵敏度和更快的响应特性,并保持良好的线性度和稳定性。该结果为高性能ZnO基C_2H_2气体传感器的研究提供了新思路。     

用SP-2307型气相色谱仪检测高纯氮中痕量CO、CO_2、CH_4

1962年K.Porter和D.H.Volman提出转化法,将样品中的CO经镍触媒催化加氢转化成CH_4,用气相色谱仪氢火焰离子化检测器(FID)检测。目前这种方法已被广泛用来测定微量CO和CO_2,据报导,检测下限可达0.02ppm。在我们研制CO、CH_4标气的过程中,需对稀释气——高纯氮(99.999％)中存在的痕量CO、CO_2、CH_4进行定量测定。在高纯氮中,上述三个组分的含量一般都小于1ppm,因此要求分析仪器最低检出浓度应低于0.1ppm。北京分析仪器厂生产的SP-2307型气相色谱仪用H_2做载气,主要用于检测O_2、N_2、CO、CO_2、CH_4等气体,对CO等的最小检出浓度为1ppm,因而无法满足上述分析要求。为了适应高纯氮中痕量CO、CO_2和CH_4分析的需要,我们对仪器和操作方法作了一些改进,取得了较好的效果。改装后的气路系统见     

油中溶解C2H4气体的光声探测

光声光谱气体分析技术灵敏度高,不消耗被测气体,克服了传统的变压器检测的气相色谱分析方法的缺点。文中采用了光声光谱法对C2H4气体进行探测,论述了光声信号的产生原理,用CO2激光器作光源对C2H4气体浓度进行了测量,证实了该技术在油中溶解气体浓度测量中的实用价值。     

基于HS-ELM的油浸式变压器故障诊断

针对ELM模型的预测精度受初始的输入权重W_i和隐含层偏置矩阵b_i的选择影响,运用和声搜索算法(HS)优化选择初始的输入权重W_i和隐含层偏置矩阵b_i,提出一种基于HS-ELM的油浸式变压器故障诊断方法。将5种气体体积分数数据(H_2,C_2H_2,CH_4,C_2H_6和C_2H_4)当作HS-ELM变压器故障诊断模型的输入特征参数数据,不同故障类别标签作为HS-ELM的输出,建立HS-ELM油浸式变压器故障诊断模型。研究结果表明,在各个故障类别的诊断正确率和总体正确率上,HS-ELM均要高于GA-ELM,ELM和IEC三比值法,有效提高了变压器故障诊断的正确率。     

变压器油及相关故障诊断技术分析

介绍了变压器油中金属区别性光谱解析、利用油中溶解气体现象进行分析、利用气象色谱中CO与CO₂研究油中溶解气体与绝缘材料老化问题、利用人工神经系统对变压器油的气体成分进行分析、实时在线监测与相应诊断方法等变压器油相关故障诊断的传统和新兴技术,以供相关人士参考。     

CuO-SnO2纳米传感器的H2检测特性研究

氢气(H2)是变压器油中溶解的主要故障特征气体之一,能有效反映电力变压器的高能放电、火花放电或局部放电等电性故障和油局部过热现象.气体传感器技术是油中溶解微量气体在线监测的关键.采用CuO掺杂SnO2纳米传感器研究其对变压器油中溶解气体H2的检测特性,并介绍其制备方法和实验步骤,分析其气敏机理.结果表明:CuO掺杂SnO2后形成了许多p-n结,从而改变了复合SnO2基纳米传感器对H2气体的气敏特性;与纯SnO2气体传感器相比,CuO-SnO2纳米气体传感器对H2表现出更高的灵敏度和更快的响应特性,并保持良好的线性度和稳定性.该结果为应用复合气体传感器对变压器油中溶解气体在线监测的研究提供了一种新思路.     

多种分层纳米氧化锌传感器C2H2检测特性研究

乙炔(C2H2)气体是运行电力变压器油中溶解的主要故障特征气体之一,能有效反映变压器的放电故障。气体传感器是在线监测油中溶解气体的核心。提出一种不同形貌结构的分层氧化锌(Zn O)纳米传感器,基于实验室平台研究其对变压器油中溶解气体C2H2的检测特性及气敏机理。结果表明:由于比表面积的提高,花状Zn O纳米传感器比棒状和颗粒状Zn O纳米传感器表现出更高的灵敏度和更快的响应特性,并保持良好的线性度和稳定性。该结果为高性能C2H2Zn O传感器的研究提供了的新思路。     

基于免疫算法优化最小二乘支持向量机的压器故障诊断

由于支持向量机中的参数会显著影响着支持向量机分类的精确度,建立了一种基于免疫算法优化最小二乘支持向量机的电力变压器故障诊断模型;该模型以变压器油中主要溶解气体作为向量机的输入,以变压器故障类型作为其相应的输出,选用径向基核、使用免疫算法得到优化参数,充分发挥向量机较高泛化能力的优势.实例验证表明,这种方法能提高变压器的故障诊断准确率,反映了其有效性和正确性.     

基于重构贡献和灰关联熵的变压器诊断方法

提出了一种基于重构贡献和灰关联熵相结合的变压器故障诊断新方法.该方法在利用油中溶解气体分析数据建立主元模型后,基于故障重构的思想,计算样本各变量重构贡献率作为特征量,规格化处理来提取变压器油中溶解气体的故障特征信息.为了克服单一灰关联分析中易造成局部关联及信息损失等缺陷,采用灰关联熵方法进行变压器故障类型诊断.实例研究结果表明,该方法具有良好的故障识别能力,提高了故障诊断的准确性.     

基于半导体激光器的乙炔气体光声光谱检测及其定量分析

油中溶解乙炔是变压器等油浸式电气设备早期放电性故障的重要特征气体。基于半导体激光器的光声光谱传感技术具有灵敏度高,选择性好等优点,能很好地应用于微弱气体检测中。论文构建了基于分布反馈半导体激光器光声光谱检测装置,并分析了光声池的特性参数;实验研究了光声信号与激光功率、乙炔气体浓度之间的关系;并借助激光器的波长调制特性,研究了乙炔分子在近红外区第一泛音带1.5μm附近的光声光谱;提出了一种基于最小二乘回归的光声光谱定量分析方法。理论和实验结果为乙炔的光声光谱在线检测及高灵敏度可调谐光声光谱仪的设计提供了参考。     

在线式电力变压器故障诊断系统

电力变压器油中溶解气体的组分和含量在一定程度上反映出变压器绝缘老化或故障的程度。在线式电力变压器故障诊断系统将各气体组分的浓度转换戍相应的电信号，经数据处理后送入工作站生成色谱图，实现了变压器油中溶解气体组分、含量及产气速率的在线监测，并利用灰色关联理论进行故障诊断，及时发现并判断变压器内部存在的潜伏性故障，克服了传统三比值法故障编码与故障分类不能一一对应的缺点。实验表明，该系统和方法的故障诊断准确率达到95％。     

基于包络谱分析的滚动轴承故障诊断分析

介绍了包络谱分析方法的基本原理,它是一种基于滤波检波的振动信号处理方法,也是诊断设备零件损伤故障的一种有效的手段,尤其对初期故障和信噪比比较第的故障信号,识别能力很强。重点分析了包络谱分析方法在轴承故障诊断中的应用。通过对滚动轴承故障诊断的实例分析,验证了包络谱分析运用于诊断设备零件损伤故障所取得的效果。     

气相色谱测定绝缘油中溶解气体组份含量的实践

讨论利用气相色谱测定绝缘油中溶解气体组份含量的方法在电力系统的应用。介绍用这种方法在大亚湾核电站的监测对象，联系核电站的实际运行情况，介绍了它在联为、主变上的应用情况。     

基于EMD和信息熵的滚动轴承故障诊断

提出了一种基于EMD和信息熵的滚动轴承故障诊断方法。利用EMD将滚动轴承振动信号分解为多个IMF分量,计算各个IMF分量的信息熵,设定有效的熵阈值来取舍IMF分量,利用保留的IMF分量重构信号,并对重构信号进行Hilbert包络谱分析,提取滚动轴承故障特征频率。对实测滚动轴承振动信号分析表明,该方法能有效提取滚动轴承的故障特征频率。