CN104677997A - 一种变压器油色谱在线监测差异化预警方法 - Google Patents

Abstract

本发明公开了属于电力设备在线安全监测技术领域的一种变压器油色谱在线监测差异化预警方法。所述方法根据在线监测油色谱数据对油色谱传感器进行有效性评价及预处理，统计变压器所在区域的故障率及缺陷率，根据变压器的个体信息进行整合分类，并根据不同的变压器属性类进行基于威布尔分布的检测量统计，最后根据设备所属类别的故障率及缺陷率计算设备预警阈值。有效的改善了当前变压器预警策略的针对性差的问题减小了误报警的概率，提高了变压器预警的准确性。

Description

一种变压器油色谱在线监测差异化预警方法

技术领域

本发明属于电力设备在线安全监测技术领域，尤其涉及一种变压器油色谱在线监测差异化预警方法。

背景技术

现有的设备状态评估导则是从以前的离线检测诊断标准中衍生而来的。离线检测中一台设备在整个服役期内也只有寥寥数次试验，因此诊断其各项指标是否超标的判据通常都只能是与某一固定阈值或固定比例的阈值相比较。在线检测的诊断与离线检测的诊断从根本意义上是不一样的。而将这种诊断方法直接移植到在线监测数据诊断系统中的适应性值得商榷。

统计表明，不同电压等级、不同地域的变压器油色谱产气量及产气率均不尽相同，而且随着投运年限增加，变压器油色谱气体含量存在线性增长关系。然而目前正在应用的状态评估导则并没有考虑变压器电压等级、地域及投运年限对产气量的影响。因而采用统一的产气预警值是不准确的。

发明内容

本发明的目的是提出一种变压器油色谱在线监测差异化预警方法，其特征在于，包括以下步骤：

1)对变压器油色谱进行在线监测，并对在线监测数据有效性评价及预处理，计算差异化预警阈值：注意值及警示值；

1.1所述在线监测数据有效性评价及预处理包括以下步骤：

a.统计各个探头空值情况，当数据空值大于50％时，剔除该探头数据；

b.对探头历史数据有效性评价，计算各个探头前一年的数据的变异系数C.V.(Coefficient of Variance)：C.V＝σ/μ，当C.V.>30％，判定数据差异性过大，剔除该探头数据；

2)所述计算差异化预警阈值包括以下步骤：

2.1，根据变压器属性信息对在线监测数据进行个性化分类；

2.2，收集整理故障及缺陷案例，计算不同分类下的故障率及缺陷率，故障率及缺陷率应由前一年故障及缺陷案例统计得到；故障率可按下式计算p_缺陷＝前一年该类型故障台数/该类型投运总台数；缺陷率可按下式计算p_故障＝前一年该类型缺陷台数/该类型投运总台数；

3)根据分类汇总油色谱在线监测数据，对筛选过的数据进行威布尔分布拟合处理，威布尔分布函数为：

$f\left(x\right)={\mathrm{ba}}^{-b}{x}^{b-1}{e}^{-{\left(\frac{x}{a}\right)}^b}---\left(1\right)$

式(1)中x为自变量，对应油色谱具体数值，单位μL/L，f(x)为因变量，对应油色谱数值出现概率，即出现次数占数据总量的百分比；a称为刻度参数，决定了威布尔密度曲线的峰值高低，a越大图像峰值越低；b称为形状参数，决定了威布尔密度曲线的形状，当b＝1时，威布尔分布就是指数分布，a、b根据数据拟合算出；

对威布尔分布函数做积分得到威布尔累计分布函数:

$F\left(x\right)=1-e^{-{(x/a)}^b}---\left(2\right)$

式(2)中x为自变量对应油色谱具体数值，单位μL/L，式中刻度参数a、形状参数b是在式(1)中的拟合计算已经得到；F(x)表示自变量小于或者等于数值x的概率。

求解威布尔累积分布函数逆函数得到威布尔逆累积分布函数

$y=-a{\left[\ln (1-p)\right]}^{\frac{1}{b}}---\left(3\right)$

式(3)中p为自变量，即为威布尔累计分布函数中的F(x)对应缺陷率及故障率；y为因变量，对应油色谱注意值及警示值阈值，单位μL/L；将缺陷率p_缺陷代入上式得到注意值y_注意；将故障率p_故障代入上式得到警示值y_警示。

所述的在线监测数据应为一年内一个省的每日油色谱在线监测数据。

所述变压器个性化分类属性信息包括电压等级、运行年限、变压器型号。

所述的在线油色谱威布尔逆累积分布函数中的p值是根据历史缺陷及故障报告统计得到，其中根据缺陷率计算得到注意值，根据故障率计算得到警示值。

所述的历史缺陷及故障报告应与在线监测数据来自同一年份。

本发明的有益效果是提出的变压器油色谱在线监测差异化预警方法，从而减小了误报警的概率，提高了变压器预警的准确性。

附图说明

图1为变压器油色谱在线监测差异化预警方法的实施流程图。

图2为示变压器油色谱在线监测数据差异化分类汇总威布尔分布图。

具体实施方式

本发明提出一种变压器油色谱在线监测差异化预警方法，下面将结合附图对本发明方法进行说明。以某省2013年变压器油色谱在线监测数据与故障及缺陷案例统计为例，推算相应的预警阈值。包括以下步骤：

1)对在变压器油色谱进行在线监测(应为一年内一个省的每日油色谱在线监测数据)，并对在线监测数据有效性评价及预处理，计算差异化预警阈值：注意值及警示值；

1.1所述在线监测数据有效性评价及预处理包括以下步骤：

a.统计各个探头空值情况，当数据空值大于50％时，剔除该探头数据；

b.对探头历史数据有效性评价，计算各个探头前一年的数据的变异系数C.V.(Coefficient of Variance)：C.V＝σ/μ，当C.V.>30％，判定数据差异性过大，剔除该探头数据；

2)所述计算差异化预警阈值包括以下步骤：

2.1，根据变压器属性信息对在线监测数据进行个性化分类；所述变压器个性化分类属性信息包括电压等级、运行年限、变压器型号。

2.2，收集整理故障及缺陷案例，计算不同分类下的故障率及缺陷率(历史缺陷及故障报告应与在线监测数据来自同一年份)，故障率及缺陷率应由前一年故障及缺陷案例统计得到；故障率可按下式计算p_故障＝前一年该类型故障台数/该类型投运总台数；缺陷率可按下式计算p_缺陷＝前一年该类型缺陷台数/该类型投运总台数。经统计，在本例中p_故障＝0.05％，p_缺陷＝5％。

3)根据分类汇总油色谱在线监测数据，如图2所示，图中为某省220kV组2013年H₂汇总分布，对筛选过的数据进行威布尔分布拟合处理，威布尔分布函数为：

$f\left(x\right)={\mathrm{ba}}^{-b}{x}^{b-1}{e}^{-{\left(\frac{x}{a}\right)}^b}---\left(1\right)$

式(1)中x为自变量，对应油色谱具体数值，单位μL/L，f(x)为因变量，对应油色谱数值出现概率，即出现次数占数据总量的百分比；a称为刻度参数，决定了威布尔密度曲线的峰值高低，a越大图像峰值越低；b称为形状参数，决定了威布尔密度曲线的形状，当b＝1时，威布尔分布就是指数分布，a、b根据数据拟合算出，根据拟合得到a＝0.1654,b＝0.2920；

对威布尔分布函数做积分得到威布尔累计分布函数:

$F\left(x\right)=1-e^{-{(x/a)}^b}---\left(2\right)$

式(2)中x为自变量对应油色谱具体数值，单位μL/L，F(x)表示自变量小于或者等于数值x的概率；式(2)中刻度参数a、形状参数b是在式(1)中的拟合计算得到a＝0.1654,b＝0.2920；得到威布尔函数后，

求解威布尔累积分布函数逆函数得到威布尔逆累积分布函数

$y=-a{\left[\ln (1-p)\right]}^{\frac{1}{b}}---\left(3\right)$

式(3)中p为自变量，即为威布尔累计分布函数中的F(x)对应缺陷率及故障率；y为因变量，对应油色谱注意值及警示值阈值，单位μL/L；

4)在线油色谱威布尔逆累积分布函数中的p值是根据历史缺陷及故障报告统计得到，其中根据缺陷率计算得到注意值，根据故障率计算得到警示值；将缺陷率p_缺陷代入上式得到注意值y_注意。将故障率p_故障代入上式得到警示值y_警示，即

结合拟合的分布函数与前一年各种类型变压器的故障率p_故障＝0.05％，缺陷率p_缺陷＝5％。，代入拟合得到a＝0.1654,b＝0.2920推算预警警示值y_警示＝50及注意值y_注意＝7。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种变压器油色谱在线监测差异化预警方法，其特征在于，包括以下步骤：

1)对变压器油色谱进行在线监测，并对在线监测数据有效性评价及预处理，计算差异化预警阈值：注意值及警示值；

1.1所述在线监测数据有效性评价及预处理包括以下步骤：

a.统计各个探头空值情况，当数据空值大于50％时，剔除该探头数据；

b.对探头历史数据有效性评价，计算各个探头前一年的数据的变异系数C.V.(Coefficient of Variance)：C.V＝σ/μ，当C.V.>30％，判定数据差异性过大，剔除该探头数据；

2)所述计算差异化预警阈值包括以下步骤：

2.1，根据变压器属性信息对在线监测数据进行个性化分类；

2.2，收集整理故障及缺陷案例，计算不同分类下的故障率及缺陷率，故障率及缺陷率应由前一年故障及缺陷案例统计得到；故障率可按下式计算p_故障＝前一年该类型故障台数/该类型投运总台数；缺陷率可按下式计算p_缺陷＝前一年该类型缺陷台数/该类型投运总台数；

3)根据分类汇总油色谱在线监测数据，对筛选过的数据进行威布尔分布拟合处理，威布尔分布函数为：

$f\left(x\right)={\mathrm{ba}}^{-b}{x}^{b-1}{e}^{-{\left(\frac{x}{a}\right)}^b}---\left(1\right)$

式(1)中x为自变量，对应油色谱具体数值，单位μL/L，f(x)为因变量，对应油色谱数值出现概率，即出现次数占数据总量的百分比；a称为刻度参数，决定了威布尔密度曲线的峰值高低，a越大图像峰值越低；b称为形状参数，决定了威布尔密度曲线的形状，当b＝1时，威布尔分布就是指数分布，a、b根据数据拟合算出；

对威布尔分布函数做积分得到威布尔累计分布函数:

$F\left(x\right)=1-e^{-{(x/a)}^b}---\left(2\right)$

式(2)中x为自变量对应油色谱具体数值，单位μL/L，式中刻度参数a、形状参数b是在式(1)中的拟合计算已经得到；F(x)表示自变量小于或者等于数值x的概率；

求解威布尔累积分布函数逆函数得到威布尔逆累积分布函数

$y=-a{\left[\ln (1-p)\right]}^{\frac{1}{b}}---\left(3\right)$

式(3)中p为自变量，即为威布尔累计分布函数中的F(x)对应缺陷率及故障率；y为因变量，对应油色谱注意值及警示值阈值，单位μL/L；将缺陷率p_{缺 陷}代入上式得到注意值y_注意；将故障率p_故障代入上式得到警示值y_警示。

2.根据权利要求1所述的变压器油色谱在线监测差异化预警方法，其特征在于，所述的在线监测数据应为一年内一个省的每日油色谱在线监测数据。

3.如权利要求1所述的预警方法，其特征在于，变压器个性化分类属性信息包括电压等级、运行年限、变压器型号。

4.根据权利要求1所述的变压器油色谱在线监测差异化预警方法，其特征在于，所述的在线油色谱威布尔逆累积分布函数中的p值是根据历史缺陷及故障报告统计得到，其中根据缺陷率计算得到注意值，根据故障率计算得到警示值。

5.根据权利要求1所述的变压器油色谱在线监测差异化预警方法，其特征在于，历史缺陷及故障报告应与在线监测数据来自同一年份。