CN102662113A - 基于故障树的油浸式变压器综合诊断方法 - Google Patents

基于故障树的油浸式变压器综合诊断方法 Download PDF

Info

Publication number
CN102662113A
CN102662113A CN2012101137750A CN201210113775A CN102662113A CN 102662113 A CN102662113 A CN 102662113A CN 2012101137750 A CN2012101137750 A CN 2012101137750A CN 201210113775 A CN201210113775 A CN 201210113775A CN 102662113 A CN102662113 A CN 102662113A
Authority
CN
China
Prior art keywords
fault
oil
diagnosis
transformer
diagnostic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101137750A
Other languages
English (en)
Other versions
CN102662113B (zh
Inventor
张声圳
林峰
李莉
李盛盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
Nanjing NARI Group Corp
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing NARI Group Corp, State Grid Electric Power Research Institute filed Critical Nanjing NARI Group Corp
Priority to CN201210113775.0A priority Critical patent/CN102662113B/zh
Publication of CN102662113A publication Critical patent/CN102662113A/zh
Application granted granted Critical
Publication of CN102662113B publication Critical patent/CN102662113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Housings And Mounting Of Transformers (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明公开一种利用故障树的油浸式变压器综合诊断方法,该方法步骤:(1)实时采集变压器的油中溶解气体、油中微水、局部放电、铁芯接地电流、顶层油温、绕组光纤测温相关状态特征参量值;(2)通过油中溶解气体诊断的故障类型规格化;(3)对各类诊断方法诊断故障正确率进行统计;(4)获取测得的油中溶解气体状态量分别进行诊断;(5)获取故障置信数组;(6)综合上述得出变压器的故障诊断结果。本发明结合各种油色谱诊断方法的优点并克服单一诊断方法的缺点,以油中溶解气体作为诊断核心,并辅以故障树诊断,不但宏观掌控变压器的运行健康情况,还能实现设备的故障定位,对发现设备潜在的故障隐患,确保电力系统安全稳定的运行具有重要的实际意义。

Description

基于故障树的油浸式变压器综合诊断方法
技术领域
本发明涉及属变电设备故障诊断技术领域,具体涉及的是基于故障树的油浸式变压器综合诊断方法。
背景技术
电力变压器是电网传输电能的枢纽,是电网运行的主设备,其运行的可靠性是电力系统的安全和稳定的必备条件,随着发电机组容量的提高和输电电压等级的升高,变压器的容量和电压等级也随之相应提高和升高,同时对变压器的可靠性也提出了更高要求。所以通过变压器的在线监测和故障诊断及早发现潜在的故障隐患,具有重要的实际意义。
国内外已经形成相对成熟的变压器在线监测技术,如局部放电、油色谱分析、铁芯接地电流和顶层油温等。然而在此基础上的故障诊断方法相对滞后,如IEC三比值法、大卫三角形法、神经网络算法和粗糙集等不仅都只针对单一监测类型进行故障诊断,而且不能很好的宏观把握变压器的运行健康状况,并且各种诊断方法有相应的缺点,如三比值法会出现“无编码”的情况,神经网络算法需要大量历史故障数据作为训练样本等。
发明内容
本发明的目的在于克服传统油色谱单一诊断方法的缺点,利用多种诊断方法综合诊断提高故障诊断的准确性,同时引进顶层油温、局部放电、微水、铁芯接地电流和绕组光纤测温等监测量对变压器运行健康状况进行评估,用以确定故障的范围,并挖掘出相关的故障规则,为状态检修提供计划依据。
本发明采用的技术方案是:基于故障树的油浸式变压器综合诊断方法,其特征是,包括下列步骤:
(1)通过在线监测装置,实时采集变压器的油中溶解气体、油中微水、局部放电、铁芯接地电流、顶层油温、绕组光纤测温相关状态特征参量值;
(2)将可通过油中溶解气体诊断的故障类型规格化为如下8种:低温热故障(t<300℃)、中温热故障(300℃≤t<700℃)、高温热故障(t≥700℃)、局部放电、低能量放电、低能量放电兼过热、高能量放电、高能量放电兼过热;
(3)选取改良三比值法、改良电协研法、IEC60599法、无编码法和大卫三角形法五种方法作为油中溶解气体的诊断方法,并利用历史样本数据,对各类诊断方法诊断故障正确率进行统计;
(4)获取监测装置测得的油中溶解气体(对于故障处理过但未对绝缘油进行脱气处理的,取变化率作为处理数据)的氢气、甲烷、乙烷、乙烯、乙炔五个状态量分别用(3)中的五种方法进行诊断,确定对应的故障性质;
(5)获取油中微水、局部放电、铁芯接地电流、顶层油温、绕组光纤测温相关监测量,利用故障树诊断机理获取故障置信数组;
(6)综合步骤(4)与步骤(5)中的诊断结果进行综合分析,得出该变压器的故障诊断结果;
(7)运行人员根据各种试验检查方法给予系统真正故障结果反馈,系统各分诊断方法进行准确性更新。
上述步骤(1)中变压器综合油中溶解气体诊断方法,其方法为结合各种成熟的诊断方法与正确概率相结合的方式,确定各类设备故障可能性的权重系数。即将各种诊断方法进行权重赋值,得出一个综合油中溶解气体诊断结果,具体步骤如下:
步骤1,取变压器油中溶解气体中氢气(H2)、甲烷(CH4)、乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)的油中浓度值(或变化值),计算各气体的产气速率;
步骤2,判断气体浓度值或产气速率是否超过注意值(参见DL/T722-2000);如果超过注意值,则执行步骤3;否则停止。
步骤3,根据改良三比值法、IEC60599、改良电协研法、无编码法和大卫三角形法五种较为成熟的方法对步骤1的数据做故障诊断,并对结果赋予正确率权重(各诊断方法诊断正确率详见表5)。
步骤4、根据步骤3的结果和正确率权重做规格化处理并给出各类故障概率。
根据上述综合油中溶解气体诊断结果,利用故障树原理结合顶层油温、微水、局部放电、铁芯接地电流、绕组光纤测温等监测量数据,对变压器健康状况做全面的诊断。
结合上述监测量数据的综合诊断结果、CO和CO2的浓度对故障的是否涉及固体绝缘材料(绝缘纸等)进行诊断,以及N2和O2的关系判断氧化情况,最后给出变压器综合健康状态描述。
上述CO和CO2的浓度对故障的是否涉及固体绝缘材料进行诊断方法是根据CO2/CO的值判断固体绝缘材料的故障,若CO2/CO>7则固体绝缘材料老化;若CO2/CO<3,则故障涉及固体绝缘材料;若O2/N2<0.3,则绝缘油存在氧化现象,造成氧被极度消耗。
本发明结合各种油色谱诊断方法的优点并克服单一诊断方法的缺点,以油中溶解气体作为诊断核心,并辅以故障树诊断。同时利用油中溶解气体、顶层油温、局部放电、微水、铁芯接地电流和绕组光纤测温多参量综合诊断,通过该方法不但可以宏观掌控变压器的运行健康情况,还能实现设备的故障定位,对发现设备潜在的故障隐患,确保电力系统安全稳定的运行具有重要的实际意义。
附图说明
图1是本发明基于故障树的变压器综合诊断流程图;
图2是本发明的变压器多监测量故障树;
图3是本发明的大卫三角故障形诊断图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参见图1,本发明一种基于故障树的油浸式变压器综合诊断方法,具体诊断步骤如下:
(1)通过油中溶解气体、局部放电、顶层油温、微水、铁芯接地电流和绕组光纤测温监测装置获取变压器的相关监测量的值,对于故障且大修过的变压器应取增量作为诊断值。各种监测类型所采集的监测量如下:
油中溶解气体:氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳、二氧化碳、氧气、氮气、总烃;
局部放电:放电量、放电位置、脉冲个数;
微水:水分;
铁芯接地电流:铁芯全电流;
顶层油温:顶层油温;
绕组光纤测温:测点温度。
(2)将可通过油中溶解气体诊断出的变压器故障类型进行规格化具体如下:
0101    油色谱诊断低温过热;
0102    油色谱诊断中温过热;
0103    油色谱诊断高温过热;
0104    油色谱诊断局部放电;
0105    油色谱诊断低能量放电;
0106    油色谱诊断低能量放电兼过热;
0107    油色谱诊断高能量放电;
0108    油色谱诊断高能量放电兼过热;
(3)根据表1判断氢气、乙炔和甲烷浓度值是否超标。
表1气体浓度注意值    单位:ppm
  电压等级   总烃   乙炔   氢气
  VoltageLeve l   TotalHydrocarbon   C2H2   H2
  ≥330kV   150   1   150
  ≤220kV   150   5   150
若没有超标,则根据表2判断相应气体产气速率:
表2产气速率注意值    单位:mL/d
  设备   总烃   乙炔   氢气   一氧化碳   二氧化碳
Equipmenttype TotalHydrocarbon C2H2 H2   CO CO2
  开放式   6   0.1   5   50   100
  隔膜式   12   0.2   10   100   200
如符合以上条件则根据改良三比值法、改良电协研法、IEC60599法、无编码法和大卫三角形法五种油色谱诊断方法对(1)中的油中溶解气体监测量进行诊断。具体的诊断流程图见附图1。
(4)根据五种方法的对应的历史诊断正确率赋予相应的准确率,合并相同故障类型并赋予诊断诊断率,对于没有诊断出的故障类型直接赋予0,得出最后故障概率数组,形如: [ P 0 1 , P 0 2 , P 0 3 , P 0 4 , P 0 5 , P 0 6 , P 0 7 , P 0 8 ] .
(5)根据局部放电、微水、铁芯接地电流、顶层油温、绕组光纤测温的监测量,基于故障树的诊断原理,得出变压器的运行健康状况。具体故障树见附图2。
(6)根据(5)的故障树诊断结果,得出故障置信数组,具体如[n1,n2,n3,n4,n5,n6]分别表示低温热故障、中温热故障、高温热故障、局部放电、低能量放电和高能量放电发生的置信次数。
对于顶层油温、绕组光纤测温和铁芯接地电流监测类型在如下测量值范围内对应相应故障类型:
表3监测类型与热故障特征值
  监测类型   低温热故障   中温热故障   高温热故障
  顶层油温   ≥85℃   ≥95℃   ≥105℃
  绕组光纤测温   ≥100℃   ≥110℃   ≥120℃
  铁芯接地电流   ≥100mA   ≥300mA   ≥1000mA
对于局部放电监测类型在如下测量值范围内对应相应故障类型:
表4局部放电类型特征值
  监测类型   局部放电   低能量放电   高能量放电
  局部放电监测   ≥300pC   ≥500pC   ≥1000pC
对于油中微水:
变压器电压等级为220kV及以下,注意值为:25mg/L;电压等级330kV及以上,注意值为:15mg/L。
(7)根据(4)的油中溶解气体诊断结果和(6)的故障发生情况数组,按照如下方法对故障概率数组进行修正:
当1≤X≤5时,则 p x ′ = ( 1 + nX / 3 ) × p 0 X ;
当X=6时, p 6 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 5 / 3 ) × P 0 6 ;
当X=7时, P 7 ′ = ( 1 + n 6 / 3 ) × P 0 7 ;
当X=8时, p 8 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 6 / 3 ) × P 0 8 ;
其具体修正公式如下:
1 ) p 1 ′ = ( 1 + n 1 / 3 ) × P 0 1 ;
2 ) p 2 ′ = ( 1 + n 2 / 3 ) × P 0 2 ;
3 ) p 3 ′ = ( 1 + n 3 / 3 ) × P 0 3 ;
4 ) p 4 ′ = ( 1 + n 4 / 3 ) × P 0 4 ;
5 ) p 5 ′ = ( 1 + n 5 / 3 ) × P 0 5 ;
6 ) p 6 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 5 / 3 ) × P 0 6 ;
7 ) p 7 ′ = ( 1 + n 6 / 3 ) × P 0 7 ;
8 ) p 8 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 6 / 3 ) × P 0 8 ;
通过以上步骤得到故障概率数组为
(8)将(7)的故障概率数组进行概率规格化,具体步骤如下:故障概率数组为[p′1,p′2,p′3,p′4,p′5,p′6,p′7,p′8]
Pi = P i ′ P 1 ′ + P 2 ′ + · · · + P 8 ′ × 100 %
式中i=1,2,...,8;
最后得到规格化的故障概率数组[p1,p2,p3,p4,p5 ,p6,p7,p8];
(9)根据CO2/CO的值判断固体绝缘材料的故障,若CO2/CO>7则固体绝缘材料老化;若CO2/CO<3,则故障涉及固体绝缘材料。
(10)若O2/N2<0.3,则绝缘油存在氧化现象,造成氧被极度消耗。
(11)结合(8)的故障概率数组和(5)中的故障诊断结果,给出变压器运行健康状况描述。并通知相应人员进行检修排查,并将故障结果返回。根据故障结果对诊断方法正确率表进行更新,对于诊断正确的方法的正确率按如下公式进行修正,并对故障数据做故障规则存储。
诊断正确的方法正确率修正公式:
诊断错误的方法正确率修正公式:其中,p为诊断方法的正确率。
为更进一步的说明本法的技术方案,现举以下具体实施例:
(一)、首先变压器重要部位的油中溶解气体、局部放电、微水、铁芯接地电流、顶层油温、绕组光纤测温监测类型的监测装置通过总线将获取的状态量信息送至状态接入网关机,并解析存入相应的数据库表中。
(二)、利用样本对改良三比值法、IEC60599法、改良电协研法、无编码法和大卫三角形法对各种故障诊断方法的诊断正确率进行统计得出一个初始的诊
断方法正确率表。如表5所示:
表5诊断方法正确率表
  故障1  故障2  故障3  故障4  故障5  故障6  故障7  故障8
 诊断方法1   70%   86%   76%   72%   80%   -   80%   -
 诊断方法2   74%   79%   78%   75%   88%   84%   62%   70%
 诊断方法3   68%   83%   92%   64%   88%   -   85%   -
  诊断方法4  81%   75%   92%    -   43%   75%   83%   73%
 诊断方法5   74%   62%   84%   67%   62%   82%   87%   68%
其中
(1)诊断方法1、诊断方法1、诊断方法2、诊断方法3、诊断方法4和诊断方法5分别代表改良三比值法、改良电协研法、IEC60599法、无编码法和大卫三角形法。
(2)故障1、故障2、故障3、故障4、故障5、故障6、故障7和故障8分别代表低温热故障(t<300℃)、中温热故障(300℃≤t<700℃)、高温热故障(t≥700℃)、局部放电、低能量放电、低能量放电兼过热、高能量放电和高能量放电兼过热。
(3)后文中的Pij;i∈{1,2,3,4,5},j∈{1,2,3,4,5,6,7,8}表示诊断方法i诊断出故障j的正确率。
(三)、通过下表进行初步判断:
首先将总烃、乙炔、氢气和表1的注意值比较;若没有超标,则根据表2判断相应产气速率是否超标,对于超过注意值的油中溶解气体利用如下5种诊断方法对油中溶解气体的甲烷、氢气、乙烷、乙烯、乙炔五种气体浓度进行故障诊断:
①改良三比值法乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)
表6编码规则表
Figure BDA0000154087200000091
表7编码-故障类型表
Figure BDA0000154087200000092
②改良电协研法
表8编码规则表
Figure BDA0000154087200000093
表9编码-故障类型表
Figure BDA0000154087200000094
③IEC-60599法
表10IEC-60699故障分析表
  代码   故障   C2H2/C2H4   CH4/H2   C2H4/C2H6
  PD   局部放电   NS   <0.1   <0.2
  D1   低能量放电   >1   0.1-0.5   >1
  D2   高能量放电   0.6-2.5   0.1-1   >2
  T1   热故障(<300℃)   NS   >1   <1
  T2   热故障(300℃-700℃)   <0.1   >1   1-4
  T3   热故障(>700℃)   <0.2   >1   >4
注:NS表示无论什么数值均无意义
④无编码法
表11无编码法故障类型表
  故障类型   C2H2/C2H4   C2H4/C2H6   CH4/H2
  热故障(<300℃)   <0.1   <1   无关
  热故障(300℃-700℃)   <0.1   1-3   无关
  热故障(>700℃)   <0.1   >3   无关
  高能量放电   0.1-3   无关   <1
  高能量放电兼过热   0.1-3   无关   >1
  低能量放电   >3   无关   <1
  低能量放电兼过热   >3   无关   >1
⑤大卫三角形法(见附图3)
图3中:
Figure BDA0000154087200000101
X=[C2H2]单位为:ppm;
Figure BDA0000154087200000102
Y=[C2H4]单位为:ppm;
Figure BDA0000154087200000103
Z=[CH4]单位为:ppm;
图中区域:PD:局部放电;
D1:低能放电;
D2:高能放电;
T1:热故障:t<300℃;
T2:热故障:300℃≤t<700℃;
T3:热故障:t>700℃;
D+T:过热兼放电。
图中各块区域是由下表比值进行划分的:
表12区域边界数值表
  PD   98%CH4
  D1   23%C2H4   13%C2H2
  D2   23%C2H4   13%C2H2   38%C2H4   29%C2H2
  T1   4%C2H2   10%C2H4
  T2   4%C2H2   10%C2H4   50%C2H4
  T3   15%C2H2   50%C2H4
[022](四)、通过(三)可以得到如下形式的诊断结果:
表13诊断方法与结果表
  诊断方法   改良三比值   改良电协研法   IEC60599   无编码法   大卫三角形法
  诊断结果   故障类型i1   故障类型i2   故障类型i3   故障类型i4   故障类型i5
注:i1、i 2、i 3、i 4和i 5可以相等。
得出到该变压器的故障概率数组{(故障类型i1,P1,i1),(故障类型i2,P2,i2),(故障类型i3,P3,i3),(故障类型i4,P4,i4),(故障类型i5,P5,i5)},合并相同故障类型(正确率直接相加),得到故障概率数组:
Figure BDA0000154087200000111
(五)、利用故障树分别对局部放电、微水、铁芯接地电流、顶层油温、绕组光纤测温的监测量进行综合诊断(详见附图2),得出变压器故障置信数组,形式如下:
[低温过热,中温过热,高温过热,局部放电,低能量放电,高能量放电]=[n1,n2,n 3,n4,n5,n6]。
(六)、根据(四)和(五)得出的两个数组进行故障概率数组修正,具体方式如下: 1 ) p 1 ′ = ( 1 + n 1 / 3 ) × P 0 1 ;
2 ) p 2 ′ = ( 1 + n 2 / 3 ) × P 0 2 ;
3 ) p 3 ′ = ( 1 + n 3 / 3 ) × P 0 3 ;
4 ) p 4 ′ = ( 1 + n 4 / 3 ) × P 0 4 ;
5 ) p 5 ′ = ( 1 + n 5 / 3 ) × P 0 5 ;
6 ) p 6 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 5 / 3 ) × P 0 6 ;
7 ) p 7 ′ = ( 1 + n 6 / 3 ) × P 0 7 ;
8 ) p 8 ′ = ( 1 + ( n 1 + n 2 + n 3 ) / 3 ) × ( 1 + n 6 / 3 ) × P 0 8 ;
通过以上步骤得到故障概率数组为[p′1,p′2,p′3,p′4,p′5,p′6,p′7,p′8];接着对以上得出的故障概率数组进行规格化:
P i ′ P 1 ′ + P 2 ′ + · · · + P 8 ′ × 100 % (其中i=1,2,...,8)
最后得到规格化的故障概率数组[p1,p2,p3,p4,p5,p6,p7,p8];
(六)根据CO2/CO和O2/N2分别得出故障是否涉及绝缘材料以及绝缘油的氧化情况。
(七)将规格化的故障概率数组中的8个概率进行排序,并取前3位,给出变压器故障的综合描述:
通过综合诊断表明该变压器Pi概率发生故障i;Pj概率发生故障j;Pk概率发生故障k;(注:Pi、Pj、Pk为规格化故障概率数组中排前三的概率,以下为可选项根据监测类型监测结果进行选择)
①在A处存在放电现象,放电量达N1pC,属于B放电类型;
②顶层油温达N2℃,达到C过热;
③铁芯接地电流达N3mA,达到D过热条件;
④绕组测点E温度达到N4℃,存在E过热;
⑤油中微水达N5mg/L,已经超过注意值,导致氢气含量过高,甚至是造成局部放电的原因;
⑥故障涉及固体绝缘材料,存在围屏爬电故障;
⑦绝缘油氧化现象严重,氧气极度消耗。
其中A、N1、N2、N3、N4、N5为各类监测类型监测的量,B、C、D、E根据故障树诊断得出的相应故障类型。
本发明结合各种油色谱诊断方法的优点并克服单一诊断方法的缺点,以油中溶解气体作为诊断核心,并辅以故障树诊断。同时利用油中溶解气体、顶层油温、局部放电、微水、铁芯接地电流和绕组光纤测温多参量综合诊断,通过该方法不但可以宏观掌控变压器的运行健康情况,还能实现设备的故障定位,对发现设备潜在的故障隐患,确保电力系统安全稳定的运行具有重要的实际意义。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.基于故障树的油浸式变压器综合诊断方法,其特征在于,包括下列步骤:
(1)通过在线监测装置,实时采集变压器的油中溶解气体、油中微水、局部放电、铁芯接地电流、顶层油温、绕组光纤测温相关状态特征参量值;
(2)将可通过油中溶解气体诊断的故障类型规格化为如下8种:t<300℃为低温热故障、300℃≤t<700℃为中温热故障、t≥700℃为高温热故障、局部放电、低能量放电、低能量放电兼过热、高能量放电、高能量放电兼过热,其中,t为温度;
(3)选取改良三比值法、改良电协研法、IEC60599法、无编码法和大卫三角形法五种方法作为油中溶解气体的诊断方法,并利用历史样本数据,对各类诊断方法诊断故障正确率进行统计;
(4)获取监测装置测得的油中溶解气体的氢气、甲烷、乙烷、乙烯、乙炔五个状态量分别用步骤(3)中的五种方法进行诊断,确定对应的故障性质;
(5)获取油中微水、局部放电、铁芯接地电流、顶层油温、绕组光纤测温相关监测量,利用故障树诊断机理获取故障置信数组;
(6)综合步骤(4)与步骤(5)中的诊断结果进行综合分析,得出该变压器的故障诊断结果;
(7)运行人员根据各种试验检查方法给予系统真正故障结果反馈,系统各分诊断方法进行准确性更新。
2.根据权利要求1所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,所述步骤(1)中,各种监测类型所采集的监测量如下:
油中溶解气体:氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳、二氧化碳、氧气、氮气、总烃;
局部放电:放电量、放电位置、脉冲个数; 
微水:水分;
铁芯接地电流:铁芯全电流;
顶层油温:顶层油温;
绕组光纤测温:测点温度;
所述步骤(4)中,在获取监测装置测得的油中溶解气体时,对于故障处理过但未对绝缘油进行脱气处理的,取变化率作为处理数据。
3.根据权利要求1所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,所述步骤(3)中,根据五种方法的对应的历史诊断正确率赋予相应的准确率,合并相同故障类型并赋予诊断诊断率,对于没有诊断出的故障类型直接赋予0,得出最后故障概率数组 
Figure FDA0000154087190000021
4.根据权利要求3所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,所述步骤(4)中,根据故障树诊断结果得出故障置信数组为n1、n2、n 3、n4、n5、n6,其中,n1,n2,n3,n4,n5,n6分别表示低温热故障、中温热故障、高温热故障、局部放电、低能量放电和高能量放电发生的置信次数;然后根据步骤(4)的油中溶解气体诊断结果和步骤(3)的最后故障概率数组,按照如下方法对故障概率数组进行修正:
当1≤X≤5时,则
Figure FDA0000154087190000022
当X=6时,
Figure FDA0000154087190000023
当X=7时,
Figure FDA0000154087190000024
当X=8时,
Figure FDA0000154087190000025
5.根据权利要求4所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,将上述故障概率数组进行概率规格化,具体步骤如下: 
故障概率数组为 
Figure FDA0000154087190000032
式中i=1,2,...,8;
最后得到规格化的故障概率数组[p1,p2,p3,p4,p5,p6,p7,p8]。
6.根据权利要求5所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,根据上述故障概率数组和故障诊断结果,给出变压器运行健康状况描述;并通知相应人员进行检修排查,并将故障结果返回;根据故障结果对诊断方法正确率表进行更新,对于诊断正确的方法的正确率按如下公式进行修正,并对故障数据做故障规则存储;
诊断正确的方法正确率修正公式: 
Figure FDA0000154087190000033
诊断错误的方法正确率修正公式: 其中,p为诊断方法的正确率。
7.根据权利要求1所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,上述步骤(1)中变压器综合油中溶解气体诊断方法,其方法为结合各种诊断方法与正确概率相结合的方式,确定各类设备故障可能性的权重系数,即将各种诊断方法进行权重赋值,得出一个综合油中溶解气体诊断结果,具体步骤如下:
步骤1,取变压器油中溶解气体中氢气、甲烷、乙烷、乙烯、乙炔的油中浓度值或变化值,计算各气体的产气速率;
步骤2,判断气体浓度值或产气速率是否超过注意值;如果超过注意值,则执行步骤3;否则停止。
步骤3,根据改良三比值法、IEC60599、改良电协研法、无编码法和大卫三 角形法五种方法对步骤1的数据做故障诊断,并对结果赋予正确率权重;
步骤4,根据步骤3的结果和正确率权重做规格化处理并给出各类故障概率。
8.根据权利要求7所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,根据上述对结果赋予正确率权重,利用故障树原理结合顶层油温、微水、局部放电、铁芯接地电流和绕组光纤测温的监测量数据,对变压器健康状况做全面的诊断。
9.根据权利要求8所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,根据对变压器健康状况做全面诊断的结果、并结合CO和CO2的浓度对故障的是否涉及固体绝缘材料进行诊断,以及N2和O2的关系判断氧化情况,最后给出变压器综合健康状态描述。
10.根据权利要求9所述的基于故障树的油浸式变压器综合诊断方法,其特征在于,上述CO和CO2的浓度对故障的是否涉及固体绝缘材料进行诊断方法是根据CO2/CO的值判断固体绝缘材料的故障,若CO2/CO>7则固体绝缘材料老化;若CO2/CO<3,则故障涉及固体绝缘材料;若O2/N2<0.3,则绝缘油存在氧化现象,造成氧被极度消耗。 
CN201210113775.0A 2012-04-17 2012-04-17 基于故障树的油浸式变压器综合诊断方法 Active CN102662113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210113775.0A CN102662113B (zh) 2012-04-17 2012-04-17 基于故障树的油浸式变压器综合诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210113775.0A CN102662113B (zh) 2012-04-17 2012-04-17 基于故障树的油浸式变压器综合诊断方法

Publications (2)

Publication Number Publication Date
CN102662113A true CN102662113A (zh) 2012-09-12
CN102662113B CN102662113B (zh) 2014-06-11

Family

ID=46771642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210113775.0A Active CN102662113B (zh) 2012-04-17 2012-04-17 基于故障树的油浸式变压器综合诊断方法

Country Status (1)

Country Link
CN (1) CN102662113B (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103076526A (zh) * 2013-01-16 2013-05-01 国网电力科学研究院 一种基于变压器全景状态信息的故障诊断方法
CN103091345A (zh) * 2013-01-15 2013-05-08 湖南省电力公司检修公司 基于核磁共振技术的变压器油老化状态参数的检测方法
CN103197177A (zh) * 2013-03-20 2013-07-10 山东电力集团公司济宁供电公司 一种基于贝叶斯网络的变压器故障诊断分析方法
CN103389430A (zh) * 2013-08-06 2013-11-13 华北电力大学 一种基于贝叶斯判别理论的油浸式变压器故障检测方法
CN103399241A (zh) * 2013-08-15 2013-11-20 南京新联电子股份有限公司 基于温升与负荷关系的配电变压器故障诊断系统及方法
CN103399237A (zh) * 2013-08-06 2013-11-20 华北电力大学 一种检测油浸式变压器故障的方法
CN103439593A (zh) * 2013-07-31 2013-12-11 国家电网公司 基于电气回路故障特性的分布式电网风险评估系统及分布式电网风险评估方法
CN103592545A (zh) * 2013-11-22 2014-02-19 国家电网公司 一种基于概率统计的变压器温升异常监测诊断方法
CN103605881A (zh) * 2013-10-25 2014-02-26 南昌大学 一种基于故障树和层次分析法的电力变压器状态评估方法
CN104269825A (zh) * 2014-10-17 2015-01-07 国家电网公司 变压器超高压过电压绝缘刀闸杆自动投切装置及控制方法
CN105158347A (zh) * 2015-06-05 2015-12-16 国网电力科学研究院武汉南瑞有限责任公司 一种基于变化趋势的油色谱综合分析方法
CN105223444A (zh) * 2015-10-20 2016-01-06 国家电网公司 油浸式变压器内部局部过热判断与过热点定位方法
CN105242129A (zh) * 2015-08-28 2016-01-13 广西电网有限责任公司电力科学研究院 一种变压器绕组故障概率确定方法
CN105445584A (zh) * 2015-11-27 2016-03-30 云南电网有限责任公司电力科学研究院 一种基于油色谱的变压器安全状态评估方法
WO2016066373A1 (en) 2014-10-27 2016-05-06 Landis+Gyr (Europe) Ag A method, system and assembly for determining a reduction of remaining service lifetime of an electrical device during a specific time period of operation of the electrical device
CN105717410A (zh) * 2014-07-16 2016-06-29 曹新民 输电变压器控制系统
CN106556427A (zh) * 2016-11-28 2017-04-05 国网山东省电力公司济宁供电公司 一种变压器故障提醒方法及智能维护系统
CN106707060A (zh) * 2016-12-16 2017-05-24 中国电力科学研究院 一种获得电力变压器离散型状态参数的方法
CN106841941A (zh) * 2017-01-13 2017-06-13 国家电网公司 一种油浸式变压器设备取消例行停电试验的状态试验方法
CN107656161A (zh) * 2017-11-14 2018-02-02 国网山东省电力公司电力科学研究院 一种天然酯绝缘油变压器内部故障的诊断方法及系统
CN107884647A (zh) * 2017-11-06 2018-04-06 南京力通达电气技术有限公司 基于数据挖掘的变压器故障预警系统
CN108120886A (zh) * 2016-11-30 2018-06-05 比亚迪股份有限公司 无线充电系统故障的评判方法及系统
CN108680811A (zh) * 2018-06-29 2018-10-19 广东工业大学 一种变压器故障状态评估方法
CN109031053A (zh) * 2017-06-08 2018-12-18 许继集团有限公司 用于变压器状态监测智能装置的局部放电告警方法及系统
CN111220759A (zh) * 2020-01-21 2020-06-02 国网福建省电力有限公司 一种便携式绝缘油含气量检测装置及基于含气量的密封缺陷诊断方法
CN111579948A (zh) * 2020-05-26 2020-08-25 重庆大学 基于油中溶解气体分析混合绝缘油变压器故障的方法
CN113721002A (zh) * 2021-08-13 2021-11-30 国网山东省电力公司枣庄供电公司 一种基于硬投票集成学习的变压器故障诊断的方法
CN113904447A (zh) * 2021-10-25 2022-01-07 湖南华力电气技术有限公司 用于变电站的电力监控系统
CN113933708A (zh) * 2021-10-13 2022-01-14 哈尔滨电机厂有限责任公司 一种发电机组智能诊断故障原因概率的自修正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004200348A (ja) * 2002-12-18 2004-07-15 Tokyo Electric Power Co Inc:The 油中ガス分析による油入変圧器の診断方法
CN101587155A (zh) * 2009-06-08 2009-11-25 浙江大学 一种油浸式变压器的故障诊断方法
JP2010230479A (ja) * 2009-03-27 2010-10-14 Tokyo Electric Power Co Inc:The 変圧器の内部診断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004200348A (ja) * 2002-12-18 2004-07-15 Tokyo Electric Power Co Inc:The 油中ガス分析による油入変圧器の診断方法
JP2010230479A (ja) * 2009-03-27 2010-10-14 Tokyo Electric Power Co Inc:The 変圧器の内部診断方法
CN101587155A (zh) * 2009-06-08 2009-11-25 浙江大学 一种油浸式变压器的故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨国旺等: "故障树分析法在大型电力变压器故障研究中的应用", 《电网技术》 *
杨淑英等: "基于FTA法的变压器故障分析", 《电力系统及其自动化学报》 *

Cited By (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091345A (zh) * 2013-01-15 2013-05-08 湖南省电力公司检修公司 基于核磁共振技术的变压器油老化状态参数的检测方法
CN103091345B (zh) * 2013-01-15 2015-08-05 湖南省电力公司检修公司 基于核磁共振技术的变压器油老化状态参数的检测方法
CN103076526A (zh) * 2013-01-16 2013-05-01 国网电力科学研究院 一种基于变压器全景状态信息的故障诊断方法
CN103197177B (zh) * 2013-03-20 2015-09-23 山东电力集团公司济宁供电公司 一种基于贝叶斯网络的变压器故障诊断分析方法
CN103197177A (zh) * 2013-03-20 2013-07-10 山东电力集团公司济宁供电公司 一种基于贝叶斯网络的变压器故障诊断分析方法
CN103439593B (zh) * 2013-07-31 2016-05-11 国家电网公司 基于电气回路故障特性的分布式电网风险评估方法
CN103439593A (zh) * 2013-07-31 2013-12-11 国家电网公司 基于电气回路故障特性的分布式电网风险评估系统及分布式电网风险评估方法
CN103389430A (zh) * 2013-08-06 2013-11-13 华北电力大学 一种基于贝叶斯判别理论的油浸式变压器故障检测方法
CN103399237A (zh) * 2013-08-06 2013-11-20 华北电力大学 一种检测油浸式变压器故障的方法
CN103399237B (zh) * 2013-08-06 2016-01-13 华北电力大学 一种检测油浸式变压器故障的方法
CN103389430B (zh) * 2013-08-06 2016-12-28 华北电力大学 一种基于贝叶斯判别理论的油浸式变压器故障检测方法
CN103399241A (zh) * 2013-08-15 2013-11-20 南京新联电子股份有限公司 基于温升与负荷关系的配电变压器故障诊断系统及方法
CN103399241B (zh) * 2013-08-15 2016-01-20 南京新联电子股份有限公司 基于温升与负荷关系的配电变压器故障诊断系统及方法
CN103605881A (zh) * 2013-10-25 2014-02-26 南昌大学 一种基于故障树和层次分析法的电力变压器状态评估方法
CN103592545A (zh) * 2013-11-22 2014-02-19 国家电网公司 一种基于概率统计的变压器温升异常监测诊断方法
CN105717410B (zh) * 2014-07-16 2018-06-19 曹新民 输电变压器控制系统
CN105717410A (zh) * 2014-07-16 2016-06-29 曹新民 输电变压器控制系统
CN104269825B (zh) * 2014-10-17 2017-02-15 国家电网公司 变压器超高压过电压绝缘刀闸杆自动投切装置及控制方法
CN104269825A (zh) * 2014-10-17 2015-01-07 国家电网公司 变压器超高压过电压绝缘刀闸杆自动投切装置及控制方法
US10690729B2 (en) 2014-10-27 2020-06-23 Landis+Gyr Ag Method, system and assembly for determining a reduction of remaining service lifetime of an electrical device during a specific time period of operation of the electrical device
WO2016066373A1 (en) 2014-10-27 2016-05-06 Landis+Gyr (Europe) Ag A method, system and assembly for determining a reduction of remaining service lifetime of an electrical device during a specific time period of operation of the electrical device
EP3447778A1 (en) 2014-10-27 2019-02-27 Landis+Gyr AG Method, system and assembly for determining a reduction of remaining service lifetime of an electrical device based on a temperature dependent aging factor
US10073130B2 (en) 2014-10-27 2018-09-11 Landis+Gyr Ag Method, system and assembly for determining a reduction of remaining service lifetime of an electrical device during a specific time period of operation of the electrical device
CN105158347A (zh) * 2015-06-05 2015-12-16 国网电力科学研究院武汉南瑞有限责任公司 一种基于变化趋势的油色谱综合分析方法
CN105242129A (zh) * 2015-08-28 2016-01-13 广西电网有限责任公司电力科学研究院 一种变压器绕组故障概率确定方法
CN105242129B (zh) * 2015-08-28 2018-03-13 广西电网有限责任公司电力科学研究院 一种变压器绕组故障概率确定方法
CN105223444A (zh) * 2015-10-20 2016-01-06 国家电网公司 油浸式变压器内部局部过热判断与过热点定位方法
CN105445584A (zh) * 2015-11-27 2016-03-30 云南电网有限责任公司电力科学研究院 一种基于油色谱的变压器安全状态评估方法
CN105445584B (zh) * 2015-11-27 2018-03-27 云南电网有限责任公司电力科学研究院 一种基于油色谱的变压器安全状态评估方法
CN106556427A (zh) * 2016-11-28 2017-04-05 国网山东省电力公司济宁供电公司 一种变压器故障提醒方法及智能维护系统
CN106556427B (zh) * 2016-11-28 2019-06-25 国网山东省电力公司济宁供电公司 一种变压器故障提醒方法及智能维护系统
CN108120886A (zh) * 2016-11-30 2018-06-05 比亚迪股份有限公司 无线充电系统故障的评判方法及系统
CN108120886B (zh) * 2016-11-30 2019-12-10 比亚迪股份有限公司 无线充电系统故障的评判方法及系统
CN106707060A (zh) * 2016-12-16 2017-05-24 中国电力科学研究院 一种获得电力变压器离散型状态参数的方法
CN106841941A (zh) * 2017-01-13 2017-06-13 国家电网公司 一种油浸式变压器设备取消例行停电试验的状态试验方法
CN109031053A (zh) * 2017-06-08 2018-12-18 许继集团有限公司 用于变压器状态监测智能装置的局部放电告警方法及系统
CN107884647A (zh) * 2017-11-06 2018-04-06 南京力通达电气技术有限公司 基于数据挖掘的变压器故障预警系统
CN107656161A (zh) * 2017-11-14 2018-02-02 国网山东省电力公司电力科学研究院 一种天然酯绝缘油变压器内部故障的诊断方法及系统
CN108680811A (zh) * 2018-06-29 2018-10-19 广东工业大学 一种变压器故障状态评估方法
CN108680811B (zh) * 2018-06-29 2021-04-06 广东工业大学 一种变压器故障状态评估方法
CN111220759A (zh) * 2020-01-21 2020-06-02 国网福建省电力有限公司 一种便携式绝缘油含气量检测装置及基于含气量的密封缺陷诊断方法
CN111579948A (zh) * 2020-05-26 2020-08-25 重庆大学 基于油中溶解气体分析混合绝缘油变压器故障的方法
CN113721002A (zh) * 2021-08-13 2021-11-30 国网山东省电力公司枣庄供电公司 一种基于硬投票集成学习的变压器故障诊断的方法
CN113933708A (zh) * 2021-10-13 2022-01-14 哈尔滨电机厂有限责任公司 一种发电机组智能诊断故障原因概率的自修正方法
CN113933708B (zh) * 2021-10-13 2023-11-14 哈尔滨电机厂有限责任公司 一种发电机组智能诊断故障原因概率的自修正方法
CN113904447A (zh) * 2021-10-25 2022-01-07 湖南华力电气技术有限公司 用于变电站的电力监控系统

Also Published As

Publication number Publication date
CN102662113B (zh) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102662113B (zh) 基于故障树的油浸式变压器综合诊断方法
CN102621421B (zh) 一种基于关联分析与变权重系数的变压器状态评估方法
CN111784175A (zh) 一种基于多源信息的配电变压器风险评估方法及系统
CN106446426A (zh) 一种基于健康指数的电力变压器评估方法
CN106156485A (zh) 电力变压器故障诊断方法及装置
CN109188082A (zh) 一种基于bp神经网络的变压器状态评估方法
CN103605881A (zh) 一种基于故障树和层次分析法的电力变压器状态评估方法
CN106203863A (zh) 一种综合多源信息的电力变压器全量状态评价模型
CN104535865A (zh) 基于多参数的电力变压器运行故障综合诊断方法
CN103218695A (zh) 二次设备智能状态评估诊断系统及其方法
CN103399241A (zh) 基于温升与负荷关系的配电变压器故障诊断系统及方法
CN103513125A (zh) 一种220kv级以上变压器一体化智能诊断系统及其方法
CN109188227A (zh) 一种双馈型风力发电机绝缘状态评估方法及系统
CN107634719A (zh) 集中式逆变器方案新型光伏组串在线故障诊断系统及方法
CN109813987A (zh) 一种基于bp神经网络的变压器直流偏磁状态评估方法
CN105808941A (zh) 一种基于油中溶解气体的高压并联电抗器模糊综合诊断方法
CN203551526U (zh) 一种基于物联网技术的变压器油色谱监测系统
CN105527554A (zh) 可分级别预警的输电变压器控制系统
CN108985565A (zh) 一种变压器综合状态评估方法
CN105242129A (zh) 一种变压器绕组故障概率确定方法
CN107273984A (zh) 一种电力用油化学监督管理方法和系统
CN116679151A (zh) 一种低压台区线损异常诊断方法、装置及存储介质
Zhang et al. Research on variable weight synthesizing model for transformer condition assessment
CN109443395A (zh) 一种用能强度多点计量差值超过限值判断方法及系统
Su A fuzzy logic tool for transformer fault diagnosis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: NANJING NARI CO., LTD. STATE GRID CORPORATION OF C

Free format text: FORMER OWNER: NANJING NARI CO., LTD.

Effective date: 20121108

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20121108

Address after: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Applicant after: State Grid Electric Power Research Insititute

Applicant after: Nanjing Nari Co., Ltd.

Applicant after: State Grid Corporation of China

Address before: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Applicant before: State Grid Electric Power Research Insititute

Applicant before: Nanjing Nari Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20171219

Address after: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Co-patentee after: NARI Technology Development Co., Ltd.

Patentee after: State Grid Electric Power Research Insititute

Co-patentee after: State Grid Corporation of China

Address before: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Co-patentee before: Nanjing Nari Co., Ltd.

Patentee before: State Grid Electric Power Research Insititute

Co-patentee before: State Grid Corporation of China