变压器油中溶解气体产气速率法判断故障的介绍

<正>0引言利用气相色谱法检测变压器油中的溶解气体(也称特征气体),这是一种能够及时发现设备内部潜伏性故障的有效方法。经过对大量正常设备和故障设备油中溶解气体含量的统计分析,标准DL/T722-2000《变压器油中溶解气体分析和判断导则》(以下简称《导则》)给出了识别有无故障的两种判断方法:特征气体含量法和产气速率法。特征气体含量法是将油中溶解气体含量的检测     

利用变压器油中溶解气体分析和判断设备潜伏性故障

利用变压器油中溶解气体分析和判断设备潜伏性故障已广泛应用于电力系统。介绍了准确利用三比值等特征气体法来识别设备故障,及对故障类型的判断,并指出油中气体分析判断应排除外界因素影响。     

油中溶解气体的色谱分析在变压器故障诊断中的应用

按油中溶解的特征气体含量分析数据与注意值进行比较判断：特征气体主要包括总烃C2H2、H2、CO、CO2等。变压器内部在不同故障下产生气体有不同的特征，可以根据变压器油的气相色谱测定结果和产气的特征及特征气体的注意值，对变压器等设备有无故障及故障性质作出初步判断。     

变压器色谱在线监测系统及其应用

主要介绍了变压器油色谱分析在线监测的方法 ,以油中溶解气体为反映故障的特征量,进行油气分离后,根据不同气体的组分含量来判断变压器的故障类型,并通过实例分析,成功解决了一起变压器故障的案例,为以后的分析研究提供一定的指导。     

变压器油中溶解气体含量分析在变压器故障诊断上的应用

阐述了利用变压器油中溶解气体含量对油浸式电气设备潜伏性故障进行诊断分析的过程,分析了电气设备故障判断过程中的难点和注意事项,对应用变压器油中溶解气体含量进行电气设备故障诊断的方法提出了技术要求.     

华德电厂4号主变过热故障的判断分析

本文通过华德电厂4主变过热故障检出过程,阐述了利用油中各溶解气体含量及其发展过程和根据变压器不同部位的油中气体含量进行色谱定位对判断分析变压器过热故障部位的有效性。     

变压器内部潜伏性故障的分析和判断实例

1前言变压器是电网中的重要设备,及时查找和判断变压器内部的缺陷和潜伏性故障是保障其安全运行的重要手段。利用气相色谱法分析绝缘油中溶解气体含量,是检测变压器内部故障直接和准确的方法之一,它可以在设备不停电的情况下连续地进行监测。根据油中溶解气体的组分及各组分的含量预测     

色谱分析监测变压器故障一例

对一台大型变压器进行溶解气体分析 ,发现C2 H2含量上升 ,根据变压器油色谱分析数据和局放试验结果判断 ,该主变为单纯低能量放电故障。色谱分析可较早发现并有效监测变压器内故障 ,判断故障性质及严重程度     

基于油中特征气体判断有载分接开关内漏方法的探讨

对有载分接开关内漏故障及现有分析判断方法进行介绍,提出了一种基于油中溶解气体含量判断有载分接开关内漏故障的方法。该方法首先对变压器本体和有载分接开关油中溶解气体含量进行色谱分析,然后选取H_2、CH_4、C_2H_6、C_2H_4、C_2H_2五种特征气体含量作为样本特征计算变压器本体与有载分接开关油中特征气体含量的相关系数。相关系数r≥0.9,即认为有载分接开关可能有内漏,相关系数r越接近于1,有载分接开关内漏的可能性越大。     

利用特征气体排列图判断变压器潜伏性故障类型

在油浸式电力变压器不同的故障类型中,油中溶解的特征气体的组分是不同的.以往利用油中特征气体相对含量判断变压器故障靠定性的语言描述,在诊断上有模糊性.针对此情况,提出利用油中的5种溶解气体（C2H2,H2,C2H6,CH4,C2H4）的体积相对于气体总体积的比例,构建故障的特征气体排列图,并根据图形的偏移性、突出性等表述形状的参数作为诊断变压器故障的类型的量化判据.最后,用实例验证了此方法的有效性.     

利用油中溶解气体含量分析套管漏气的方法

目前尚无利用油中溶解气体含量分析变压器套管漏气的规程和文献。文中通过实际案例,说明如何利用油中溶解气体含量分析变压器套管是否存在漏气、是否存在过热故障或放电故障以及故障的严重程度。从而可以弥补相关的技术空白,为生产一线对变压器套管状态的判断提供有力的技术参考。     

一种基于思维进化算法的变压器故障诊断方法

本文提出了一种基于思维进化算法的变压器故障诊断方法。该方法以变压器油中特征气体的含量作为输入参数,根据趋同和异化的原理进行搜素,从而得到输入和输出变量之间的对应关系。实例分析计算表明,采用该方法对变压器进行故障诊断是有效的。     

充油电气设备高浓度气体检测过程与故障事例分析

利用气相色谱仪分析充油电气设备内油中溶解气体含量对判断设备内部的潜伏性故障是非常有效的试验手段.通过对500 kV南昌变电站磁南线高抗B相油中溶解气体在高浓度情况下进行色谱分析的实例说明,油中溶解气体中C2H4占总烃含量近一半,且C2H4含量增长较快时,设备潜在高温过热类型故障.通过对气体继电器中的气体进行分析,能对故障的发展趋势做出准确判断.因此定期进行绝缘油的色谱分析和化学监督,能够及时、准确地监控设备的健康状况,以保证电网的安全稳定运行.     

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...     

电气设备超标含气量数据分析与现场处理

电力变压器和电抗器作为电力系统的核心设备,研究有效的方法评价其内部早期故障状态对保证设备的可靠运行具有重要意义,其中油中含气量因能及时反映密封性能而成为油浸式电力设备维护和故障诊断的重要技术手段。文中结合福建省内三起典型高压设备油中含气量超标的故障案例,通过现场停电检查泄漏点和历史含气量、O2/N2比值对比分析,得出了含气量超标的原因及处理依据。文中首次确立了利用含气量、O2/N2比值历史曲线判断油浸式高压设备密封性能的方法,可为含气量超标设备的运维检修提供重要参考。     

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。     

220 kV电流互感器故障原因分析

通过介绍220kV电流互感器绝缘结构、故障形成原因及故障诊断方法,同时列举了油中溶解气体含量超标及红外测温异常2个实例,提出了电流互感器事故预防措施,指出高压电流互感器的主要故障多由于受潮和放电,当试验结果出现异常时应进行综合分析判断。     

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.     

BP神经网络在油浸式变压器过热性故障诊断中的应用

针对充油变压器绝缘故障诊断的三比值法的局限性,建立以变压器油中溶解气体含量为样本数据,对不同的隐含层数目进行仿真分析,通过比较确定了适用于变压器绝缘故障诊断的BP神经网络模型。研究表明,这种方法提高了神经网络的收敛速度,符合电力变压器故障诊断系统的实际情况,准确率高。     

改进BP神经网络的SVM变压器故障诊断

油中溶解气体是变压器故障诊断的重要依据,为了融合以及扩充变压器油中溶解气体含量的特征信息,提高变压器故障诊断准确率,本文提出了改进BP神经网络的SVM（Support Vector Machine）变压器故障诊断方法。首先,通过改进的BP神经网络将5维的气体特征信息进行融合并扩充到128维;然后,在改进的BP神经网络中使用每层提取的特征向量作为SVM的输入对变压器故障进行诊断,增加改进的BP神经网络中诊断准确率较高的特征向量的权重;最后,选择累积权重最大的特征向量作为输入,使用SVM进行变压器的故障诊断。该方法经过多层神经网络的映射使提取的气体特征信息融合及扩充后具有更加明显的特征区别,从而可以有效的提高SVM的诊断准确率。实验结果表明,本文所提出的算法与BP神经网络和SVM的变压器故障诊断方法相比诊断准确率有较大的提升。同时,随着训练数据样本的增加,模型的诊断准确率具有一定的提升。