CN105808941A - 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 - Google Patents

Abstract

本发明涉及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，包括以下步骤：步骤1：根据b＝(b₁,b₂,…,b₉)计算δ＝max(b₁,b₂,…,b₉)，其中，b＝cοR，b为诊断结果集，c为权重向量，ο为广义模糊算子，R为编码与故障类型之间的模糊关系矩阵；步骤2：若b_j≥δ/2，则b_j所对应的故障类型f_j∈A(“可疑”故障集)，j＝1,2…,9，b_j为第j种故障的可信度；步骤3：若矩阵R中第j列元素中所有非0的r_ij所对应的R_i的集合中任意一个R_i所对应的隶属度不为0，则可能存在故障f_j，记此类可能故障类型f_j∈B(“可疑”故障集)；步骤4：A∩B为真正的故障原因集。本发明采用的方法不需要大量的故障诊断样本库，易于编程实现，能够快速准确地根据油中溶解气体进行高压并联电抗器故障诊断。

Description

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

技术领域

本发明涉及电力设备在线监测与故障诊断领域，具体涉及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。

背景技术

随着社会与经济快速发展，电力系统在国民经济中的地位日趋重要。随着电压等级的提高与装机容量的增大，用户对供电质量和供电可靠性的要求越来越高，这给电力设备监测与诊断技术提出了更高要求。目前，500kV电网已逐渐发展成为系统内的主干电网。高压并联电抗器可以减小流经线路的电容电流，限制系统工频过电压水平和抑制潜供电流，其安全稳定性直接影响电网的安全。

目前针对高压电抗器健康状态的试验和检测手段有限，主要依赖常规试验工作和油色谱分析。现在还没有专门针对高压并联电抗器油中溶解气体故障诊断的标准，高压并联电抗器油中溶解气体故障诊断主要参考变压器的油中溶解气体故障诊断及运行经验。变压器油中溶解气体故障诊断根据《导则》(GB/T7252-2001)，主要采用改良的三比值法来进行变压器故障判断。采用改良比值法进行高压并联电抗器故障时，一方面虽然变压器与高压并联电抗器虽然绝缘设计相似，但是工作原理及工况的差别，改良的三比值法不适合于直接用于高压并联电抗器故障诊断；另一方面，改良的三比值法比值单一精确，且比值范围编码不多，在实际中常常因查不到比值范围而无法对故障进行判断，且编码与故障类型是严格的对应关系，由此而确定的编码一故障矩阵是一个由元素1或0组成的普通关系矩阵，其中1表示该编码属于该类故障，0表示该编码不属于该类故障，对应关系明了简洁，但是故障类型与编码的关系本身是模糊的，往往一种故障状态可能引起多种故障特征，而一种故障特征也可在不同程度上反映多种故障状态，即在故障诊断中存在大量不确定性，具体表现为随机性和模糊性。

发明内容

有鉴于此，本发明的目的在于提供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。

本发明的目的是通过以下技术方案来实现的，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，包括以下步骤：

步骤1：根据b＝(b₁,b₂,…,b₉)计算δ＝max(b₁,b₂,…,b₉)，其中，b＝cоR，b为诊断结果集，c为权重向量，о为广义模糊算子，R为编码与故障类型之间的模糊关系矩阵；

步骤2：若b_j≥δ/2，则b_j所对应的故障类型f_j∈A(“可疑”故障集)，j＝1,2…,9，b_j为第j种故障的可信度；

步骤3：若矩阵R中第j列元素中所有非0的r_i,j所对应的R_i的集合中任意一个R_i所对应的隶属度不为0，则可能存在故障f_j，记此类可能故障类型f_j∈B(“可疑”故障集)；

步骤4：A∩B为真正的故障原因集。

进一步，所述权重向量c通过以下方法获得：

测量H₂、CH₄、C₂H₄、C₂H₆、C₂H₂五种气体的组分并计算如下三个比值：

X、Y、Z分别对应0、1、2三个编码中的一个，从而X、Y、Z可能出现的故障编码组合共计27组为000，001，002，010，011，…，222，则权重向量c为

c＝(c₀₀₀,c₀₀₁,c₀₀₂,…,c_lmn,…c₂₂₂)＝(c₀,c₁,…,c_i,…,c₂₅,c₂₆)(l,m,n＝0,1,2i＝0,1…25,26)(2)

式中的c_lmn表示所测气体组分隶属于故障编码组合lmn的隶属度；

c_lmn＝X_lΛY_mΛZ_n＝min(X_l,Y_m,Z_n)(3)

式中X_l——所测气体组分中比值隶属于编码l的隶属度(l＝0,1,2)

式中Y_m——所测气体组分中比值隶属于编码m的隶属度(m＝0,1,2)

式中Z_n——所测气体组分中比值隶属于编码n的隶属度(n＝0,1,2)

则X_l,Y_m,Z_n的模糊分布函数计算如下：

进一步，所述编码与故障类型之间的模糊关系矩阵R为：

其中R_i＝(r_i,1r_i,2…r_i,jr_i,9)，i＝0,1,2…26表示27种编码组合；j＝1,2,3…9表示故障分为9种，包括

故障1(f₁)——局部放电

故障2(f₂)——低温过热(<150℃)；

故障3(f₃)——低温过热(150～300℃)；

故障4(f₄)——中温过热(300～700℃)；

故障5(f₅)——高温过热(>700℃)；

故障6(f₆)——火花放电；

故障7(f₇)——火花放电兼过热；

故障8(f₈)——电弧放电；

故障9(f₉)——电弧放电兼过热。

进一步，所述广义模糊算子为：

其中c_i表示权重向量，r_i,j表示故障f_j与所对应的全部征兆之间的相关程度。

本发明的有益效果在于：

本发明采用的方法不需要大量的故障诊断样本库，易于编程实现，能够快速准确地根据油中溶解气体进行高压并联电抗器故障诊断。

具体实施方式

下面对本发明的优选实施例进行详细的描述。

根据模糊综合评判理论，本发明提出的高压并联电抗器故障诊断决策模型为：

b＝cоR(1)

其中c为权重向量，b为诊断结果，о为广义模糊算子。具体实现步骤如下：

1)权重向量c的获取及处理

根据测得或通过传感器得到的H₂、CH₄、C₂H₄、C₂H₆、C₂H₂五种气体的组分，分别计算出

按照三比值法原理，X、Y、Z分别对应0、1、2三个编码中的一个，从而X、Y、Z可能出现的故障编码组合共计27组为000，001，002，010，011，…，222。分别作为权重向量c中的27种征兆诊断结果权重：

c＝(c₀₀₀,c₀₀₁,c₀₀₂,…,c_lmn,…c₂₂₂)＝(c₀,c₁,…,c_i,…,c₂₅,c₂₆)(l,m,n＝0,1,2i＝0,1…25,26)(2)

式中的clmn表示所测气体组分隶属于故障编码组合lmn的隶属度；

c_lmn＝X_lΛY_mΛZ_n＝min(X_l,Y_m,Z_n)(3)

式中X_l——所测气体组分中比值隶属于编码l的隶属度(l＝0,1,2)

式中Y_m——所测气体组分中比值隶属于编码m的隶属度(m＝0,1,2)

式中Z_n——所测气体组分中比值隶属于编码n的隶属度(n＝0,1,2)

根据三比值法原理，和已有的经验，参考模糊数学中常见的、重要的模糊分布，则X_l,Y_m,Z_n的模糊分布函数计算如下：

在求得权重向c后，对c进行归一化处理。归一化计算如下：

2)编码与故障之间的模糊关系矩阵R求取

假设每一组编码都在不同的程度上反映了每一类故障，而每一类故障也以不同的程度与所有的编码相关联。模糊关系矩阵R即为描述这种编码与故障之间的模糊关系。

本专利把故障分为9大类，分别对应如下：

故障1(f₁)——局部放电

故障2(f₂)——低温过热(<150℃)；

故障3(f₃)——低温过热(150～300℃)；

故障4(f₄)——中温过热(300～700℃)；

故障5(f₅)——高温过热(>700℃)；

故障6(f₆)——火花放电；

故障7(f₇)——火花放电兼过热；

故障8(f₈)——电弧放电；

故障9(f₉)——电弧放电兼过热。

27组故障编码为000,001,002，…，222，模糊关系矩阵R为

其中R_i＝(r_i,1r_i,2…r_i,j…r_i,9)，i＝0,1,2…26表示27种编码组合；j＝1,2,3…9表示故障分为9种。

假设事故样本集中有事例M组，这M组故障事例已由油中色谱分析或在线监测系统测得各种气体的组分，并且已经通过吊罩或其它方法确定该组气体所反映的实际故障类别。设M组故障事例中有N_j组属于第j中故障，按下列步骤求出各编码相关程度矩阵R中r_i,j：

步骤1：按式(4)～(12)算出这N_j组故障分别对应的气体组分对于27组编码组合的隶属度，设为：

u_k,1,u_k,2,u_k,3…u_k,i…,u_k,27(k＝1,2,3…N_j)(15)

步骤2：对于27组编码中的任一组编码，采用平均值方法求这一组编码组合与第j种故障的相关系数r_i,j，即

3)广义模糊算子的选取

对于广义模糊运算“ο”，由于模型为加权平均型的综合评判，依权重的大小它对所有故障原因均衡兼顾，故选用模型，其中·为普通实数的乘法运算，故：

4)基于油中溶解气体的高压并联电抗器模糊综合诊断方法

根据两个经验性结论：

结论1：若某高压并联电抗器的模糊诊断结果是b＝(b₁,b₂,…,b₉)，且δ＝max(b_j)，若该高压并联电抗器存在第j种故障f_j，必然有b_j≥δ/k，一般k＝2

结论2：若高压并联电抗器具有第j种故障f_j，则该高压并联电抗器必然表现出故障f_j所对应的全部油中溶解气体组分，反之则不然。若矩阵R中第j列元素中所有非0的r_i,j所对应的R_i的集合中任意一个R_i所对应的隶属度不为0，则可能存在故障f_j，记此类可能故障类型f_j∈B(“可疑”故障集)。

根据以上结论，基于油中溶解气体的高压并联电抗器模糊综合诊断方法，包括以下步聚聚：

步骤1：根据b＝(b₁,b₂,…,b₉)计算δ＝max(b₁,b₂,…,b₉)。

步骤2：若b_j≥δ/2，则b_j所对应的故障f_j∈A(“可疑”故障集—指可能出现的故障种类)，j＝1,2…,9

步骤3：若矩阵R中第j列元素中所有非0的r_i,j所对应的R_i的集合中任意一个R_i所对应的隶属度不为0，则可能存在故障f_j，记此类可能故障类型f_j∈B(“可疑”故障集—指可能出现的故障种类)

步骤4：A∩B为真正的故障原因集。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (4)

1.一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，其特征在于：包括以下步骤：

步骤1：根据b＝(b₁,b₂,…,b₉)计算δ＝max(b₁,b₂,…,b₉)，其中，b＝cоR，b为诊断结果集，c为权重向量，о为广义模糊算子，R为编码与故障类型之间的模糊关系矩阵；

步骤2：若b_j≥δ/2，则b_j所对应的故障类型f_j∈A(“可疑”故障集)，j＝1,2…,9，b_j为第j种故障的可信度；

步骤3：若矩阵R中第j列元素中所有非0的r_i,j所对应的R_i的集合中任意一个R_i所对应的隶属度不为0，则可能存在故障f_j，记此类可能故障类型f_j∈B(“可疑”故障集)；

步骤4：A∩B为真正的故障原因集。

2.根据权利要求1所述的基于油中溶解气体的高压并联电抗器模糊综合诊断方法，其特征在于：所述权重向量c通过以下方法获得：

测量H₂、CH₄、C₂H₄、C₂H₆、C₂H₂五种气体的组分并计算如下三个比值：

$X=\frac{C_2{H}_2}{C_2{H}_4},Y=\frac{{\mathrm{CH}}_4}{H_2},Z=\frac{C_2{H}_4}{C_2{H}_6}$

X、Y、Z分别对应0、1、2三个编码中的一个，从而X、Y、Z可能出现的故障编码组合共计27组为000，001，002，010，011，…，222，则权重向量c为

c＝(c₀₀₀,c₀₀₁,c₀₀₂,…,c_lmn,…c₂₂₂)＝(c₀,c₁,…,c_i,…,c₂₅,c₂₆)(l,m,n＝0,1,2i＝0,1…25,26)(2)

式中的c_lmn表示所测气体组分隶属于故障编码组合lmn的隶属度；

c_lmn＝X_lΛY_mΛZ_n＝min(X_l,Y_m,Z_n)(3)

式中X_l——所测气体组分中比值隶属于编码l的隶属度(l＝0,1,2)

式中Y_m——所测气体组分中比值隶属于编码m的隶属度(m＝0,1,2)

式中Z_n——所测气体组分中比值隶属于编码n的隶属度(n＝0,1,2)

则X_l,Y_m,Z_n的模糊分布函数计算如下：

$X_0\left(x\right)=\left\{\begin{array}{cc}1& x\&le;0.08\\ 0.5-0.5sin\&lsqb;25\mathrm{\&pi;}(x-0.1)\&rsqb;& 0.08<x\&le;0.12\\ 0& x>0.12\end{array}\right.---\left(4\right)$

$X_1\left(x\right)=\left\{\begin{array}{cc}0& x\&le;0.08\\ 0.5+0.5\sin \&lsqb;25\mathrm{\&pi;}\left(x-0.1\right)\&rsqb;& 0.08<x\&le;0.12\\ 1& 0.12<x\&le;2.9\\ 0.5-0.5\sin \&lsqb;5\mathrm{\&pi;}\left(x-3.0\right)\&rsqb;& 2.9<x\&le;3.1\\ 0& x>3.1\end{array}\right.---\left(5\right)$

$X_2\left(x\right)=\left\{\begin{array}{cc}0& x\&le;2.9\\ 0.5+0.5sin\&lsqb;25\mathrm{\&pi;}(x-3.0)\&rsqb;& 2.9<x\&le;3.1\\ 1& x>3.1\end{array}\right.---\left(6\right)$

$Y_0\left(x\right)=\left\{\begin{array}{cc}0& y\&le;0.08\\ 0.5+0.5\sin \&lsqb;25\mathrm{\&pi;}\left(y-0.1\right)\&rsqb;& 0.08<y\&le;0.12\\ 1& 0.12<y\&le;0.9\\ 0.5-0.5\sin \&lsqb;5\mathrm{\&pi;}\left(x-1.0\right)\&rsqb;& 0.9<y\&le;1.1\end{array}\right.---\left(7\right)$

$Y_1\left(x\right)=\left\{\begin{array}{cc}1& y\&le;0.08\\ 0.5-0.5sin\&lsqb;25\mathrm{\&pi;}(y-0.1)\&rsqb;& 0.08<y\&le;0.12\\ 0& y>0.12\end{array}\right.---\left(8\right)$

$Y_2\left(x\right)=\left\{\begin{array}{cc}0& y\&le;0.9\\ 0.5+0.5sin\&lsqb;25\mathrm{\&pi;}(y-1)\&rsqb;& 0.9<y\&le;1.1\\ 1& y>1.1\end{array}\right.---\left(9\right)$

$Z_0\left(z\right)=\left\{\begin{array}{cc}1& z\&le;0.9\\ 0.5-0.5sin\&lsqb;5\mathrm{\&pi;}(y-1)\&rsqb;& 0.9<z\&le;1.1\\ 0& z>1.1\end{array}\right.---\left(10\right)$

$Z_1\left(x\right)=\left\{\begin{array}{cc}0& z\&le;0.9\\ 0.5+0.5sin\&lsqb;5\mathrm{\&pi;}(z-1)\&rsqb;& 0.9<z\&le;1.1\\ 1& 1.1<z\&le;2.9\\ 0.5-0.5\sin \&lsqb;5\mathrm{\&pi;}(z-3.0)\&rsqb;& 2.9<z\&le;3.1\\ 0& z>3.1\end{array}\right.---\left(11\right)$

$Z_2\left(x\right)=\left\{\begin{array}{cc}0& z\&le;2.9\\ 0.5+0.5sin\&lsqb;5\mathrm{\&pi;}(z-3.0)\&rsqb;& 2.9<y\&le;3.1\\ 1& y>3.1\end{array}\right.---\left(12\right).$

3.根据权利要求1所述的基于油中溶解气体的高压并联电抗器模糊综合诊断方法，其特征在于：所述编码与故障类型之间的模糊关系矩阵R为：

其中i＝0,1,2…26表示27种编码组合；j＝1,2,3…9表示故障分为9种，包括

故障1(f₁)——局部放电

故障2(f₂)——低温过热(<150℃)；

故障3(f₃)——低温过热(150～300℃)；

故障4(f₄)——中温过热(300～700℃)；

故障5(f₅)——高温过热(>700℃)；

故障6(f₆)——火花放电；

故障7(f₇)——火花放电兼过热；

故障8(f₈)——电弧放电；

故障9(f₉)——电弧放电兼过热。

4.根据权利要求1所述的基于油中溶解气体的高压并联电抗器模糊综合诊断方法，其特征在于：所述广义模糊算子为：

其中c_i表示权重向量，r_i,j表示故障f_j与所对应的全部征兆之间的相关程度。