变压器油中溶解气体分析法应用中存在的问题及产气识别（一）

油中溶解气体分析（DGA）检测的对象是特征气体,变压器在运行中出现一定量的特性气体（简称产气）,都是由于发生了产气故障。但产气故障只是变压器故障的一部分,并不涵盖全部故障,对绕组严重变形、绝缘过度受潮以及器身冲撞受伤等这些不产气故障,用DGA对发现这类故障不起作用。文章介绍了DGA的试验方法,指出了变压器应用DGA中存在的问题,详细介绍了变压器运行中的各类产气情况,如自然老化产气、外来气源产气、局部放电故障产气、过热故障产气和事故产气等及其识别方法。     

变压器油中溶解气体在线监测系统的应用

介绍了基于燃料电池技术的变压器油中溶解气体在线监测系统的原理,组成及其在深圳供电局的实际情况。     

变压器油中溶解气体分析和故障诊断

变压器油中溶解气体分析技术具有操作简单快速、无需设备停电等优点,能够及时发现变压器内部的潜伏性故障,对保证电力系统安全运行具有重要意义。在分析变压器内部主要故障类型的基础上,对变压器油中溶解气体分析与故障诊断方法进行了研究,并结合实际故障案例,对该故障诊断方法的准确性加以验证。结果表明,油中溶解气体分析能够检测出多种高压试验无法发现的缺陷与潜伏性故障,并对故障类型进行初步定性,其分析结果可作为变压器状态综合评估的重要依据。     

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     

一起变压器带油补焊引起的油中溶解气体的变化

1设备运行状况2002年8月21日,我单位小花果变电所一台新的30000kVA牵引主变压器正式投入运行。我们按规程连续对该主变进行了投运前后的运行状态的色谱监测,结果见表1中的序号1、2。8月23日,该主变突然发生重瓦斯动作。8月24日对该主变进行色谱检测,排除了该主变的内部故障。后     

变压器油中溶解气体在线监测技术及其应用

阐述绝缘油中早期故障气体在线监测的特点和监测装置工作原理。以甘肃金昌供电局利用绝缘油中溶解气体在线监测装置成功捕捉330kV电抗器故障为例，对其应用情况进行分析总结，并提出改进建议。     

变压器油中溶解气体在线监测技术及其应用

分析绝缘油中溶解气体的含量能提前预报变压器等充油设备的内部故障，防止这些设备损坏和由于这些设备损坏而导致的电网大面积停电事故发生。因此，近年来发展了绝缘油中溶解气体的在线监测装置，用以随时监视这些设备的运行状况，对保障充油设备乃至电网的安全运行起到了积极作用。文章阐述了绝缘油中溶解气体在线监测的特点和监测装置原理，以甘肃金昌供电局利用绝缘油中溶解气体在线监测装置成功捕捉的330kV电抗器故障为例，对其应用情况进行分析总结，并对应用在线监测装置提出了建议。     

变压器油中溶解气体在线监测装置的应用

采用变压器油中溶解气体在线监测装置，可以在变压器内部出现故障点时，快速反映变压器内部气体的变化，弥补气相色谱定期分析的时间间隔。介绍了变压器油中溶解气体在线监测装置的基本原理与特性，并结合实例进行分析。     

变压器长时间尺度油中溶解气体演化规律分析

变压器油中溶解气体分析是变压器状态监测与故障诊断的重要环节。随着老化程度的加深,变压器油中溶解气体会发生变化,然而当前对运行老化过程中变压器油中溶解气体演化规律的研究,主要依托试验室以绝缘材料试样的方式开展,该方式受限于试验条件,其模拟绝缘材料老化的时间较短,很难准确表征实际变压器油中溶解气体的演化规律。基于此,以两台不同电压等级的实际运行变压器为样品,分析了其长时间尺度下油中溶解气体各个组分的变化规律,并探讨了各个组分的相关关系,研究结论能为长时间尺度下变压器油中溶解气体演化规律提供参考。     

变压器油中溶解气体色谱在线分析

介绍了变压器油中溶解气体气相色谱在线分析采集装置的工作过程,给出了绝缘状态分析流程图。     

以油中溶解气体分析为特征量诊断电力变压器故障部位的探讨

用油中溶解气体分析(DGA)能灵敏地发现电力变压器潜伏性故障的性质。然而，对于采用DGA来诊断电力变压器故障部位的方法，目前仍存在能与不能两种观点。笔经过10年的探索，结合实际故障，运用多种诊断方法(如改良三比值法、四比值法、特征气体法、灰色聚类法等)联合诊断，再经正反向混合推理，可以得出最可能的电力变压器故障部位，有效提高了诊断准确性，这对实际生产具有一定的现实意义。     

基于加权综合损失优化深度学习和DGA的变压器故障诊断方法

为进一步提高变压器故障诊断效果,提出了一种基于加权综合损失优化深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以DGA特征量为输入,以Softmax层各故障状态概率分布为输出,基于堆栈稀疏自编码深度学习理论构建了变压器故障诊断模型。针对常规交叉熵损失函数下,变压器故障诊断效果偏低,训练样本不平衡分布影响故障诊断水平的问题,采用加权综合损失函数对深度学习模型进行优化。案例分析结果表明:相比传统方法,本文方法可削弱训练样本不对称对变压器故障诊断的不利影响并提高变压器故障诊断水平,各训练集下,本文方法故障诊断准确率可保持在90%以上。     

CP组合神经网络在基于DGA的变压器绝缘故障诊断中的应用

对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体,既具有良好的模式识别性能,又能很好地解决反馈型神经网络的收敛问题。笔者提出了基于CP分类器人工神经网络的变压器故障诊断方法,建立了CP组合神经网络模型,通过比较不同训练情况下的正判率来确定CP网络中的训练次数和竞争层神经元的个数。实例证明该模型诊断结果的正判率比改良电协研法和IEC三比值法有较大的提高,具有较高的诊断准确率和应用价值。     

概率聚类技术应用于变压器DGA数据故障诊断

传统的最优聚类、分类技术,需要对聚类原型做球形假设,若将其应用于溶解气体分析(DGA)数据表诊断故障分类问题将存在不符合聚类本质的问题。为此将密度聚类方法引入DGA数据的故障诊断,取消了对聚类原型做形状假设,实现了DGA样本聚类的无监督型分析。该方法实现如下:①利用非参数密度估计方法估计样本空间概率密度函数,并以概率密度函数作为聚类依据,密度函数值较大的区域将有可能作为类簇原型区;②利用非参数估计方法直接估计出概率密度函数的梯度场;③依据概率密度函数的梯度分布确定聚类原型,进而利用峡谷搜索法思想建立聚类划分;④最后利用类簇划分的边界确定变压器故障的区分边界。试验结果表明,该方法实现了基于密度的自然值域划分,能够做到比现有的人工划分方式更加细致地划分,为研究DGA样本表特性提供了一种新的可行途径。     

基于支持向量机和DGA的变压器状态评估方法

针对电力变压器结构、老化、故障机理复杂,具有不确定性,难以进行准确的状态评估的问题,将变压器健康状态分为良好、一般、注意、较差4种状态,提出了一种基于支持向量机的二叉树多级分类器变压器健康状态评估方法。该模型以变压器油中溶解气体的产气量和产气速率为评价指标,利用支持向量机挖掘评价指标与变压器健康状况之间的关系。     

多神经网络方法在变压器油色谱故障诊断中的应用

电力变压器的故障诊断对于变压器的维护起着至关重要的作用,诊断的可信度能给变压器维护提供更好的依据。为了克服单个神经网络不能给出诊断结果可信度的缺点,将多神经网络方法引入到变压器油色谱故障诊断中,利用多个神经网络对变压器诊断结果的方差给出了诊断结果的可信度;同时将多个网络输出的平均作为网络的诊断结果,减少了网络诊断的误差,提高了诊断的准确率。故障变压器实例验证了多神经网络方法的有效性。     

基于光声光谱的变压器油中多组分气体检测方法

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。光声光谱技术是基于光声效应的一种新型微量气体检测技术,基于光声光谱技术的基本原理,以甲烷和乙炔为例,对变压器油中多组分故障特征气体的光声光谱检测方法进行研究。提出的基于分布反馈半导体激光器的光声光谱检测装置具有选择性好、检测范围大的优点,提出的基于最小二乘回归的多组分气体光声定量方法不需要池常数、气体吸收系数等参数,因而避免了这些参数引入的误差。实验结果表明,提出的方法能够有效地检测出多组分故障特征气体,为光声光谱技术的工程应用提供了方法参考。     

光声光谱技术在变压器油气分析中的应用

针对传统的变压器油中故障气体气相色谱分析存在较多缺点的问题,英国凯尔曼有限公司利用光声光谱技 术原理开发了一系列用于检测变压器油中故障气体的产品,该技术利用不同波长的红外线激发不同的气体分子,在 密闭容器中产生强度对应于气体体积分数的压力波。光声光谱技术与传统气体色谱的技术特点对比和实测的数据 分析表明,光声光谱技术气体监测设备性能优于传统的气相色谱仪且精度完全符合要求。     

变压器油中溶解气体的化学检测

变压器绝缘状况优劣是变压器安全运行的关键因素,特别是超高压换流变压器,为确保可靠安全运行,投运前必须对绝缘油严格检测。介绍变压器油中溶解气体的主要成分、形成机理以及现在通用的化学分析方法。     

采用光声光谱技术与气相色谱技术进行变压器油中溶解气体检测的分析比较

本文总结了采用光声光谱技术及气相色谱技术在油中溶解气体分析(DGA)领域的应用,并对两种技术加以比较。同时,文中也给出了在美国、欧洲及中国各大电力公司对典型变压器内油样采用两种技术分别进行试验室及现场分析结果的相关性。