CN107884647A - 基于数据挖掘的变压器故障预警系统 - Google Patents
基于数据挖掘的变压器故障预警系统 Download PDFInfo
- Publication number
- CN107884647A CN107884647A CN201711074998.XA CN201711074998A CN107884647A CN 107884647 A CN107884647 A CN 107884647A CN 201711074998 A CN201711074998 A CN 201711074998A CN 107884647 A CN107884647 A CN 107884647A
- Authority
- CN
- China
- Prior art keywords
- transformer
- module
- data
- gas
- content
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
- G01N2021/1704—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids in gases
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明公开了基于数据挖掘的变压器故障预警系统,属于电力技术领域,包括建立变压器综合在线诊断系统,通过在中心服务器中建立大卫三角分析模块、变压器大数据状态评价模块、专家数据库诊断模块和立体分析模块,解决了变压器油中气体的实时在线分析的技术问题;本发明通过大卫三角和立方体分析法,可以通过图形查看实时的故障状态,无需再通过对数值的分析进行人为判断故障状态,直观、高效;提高了故障的处理效率;大大减少故障的发生率,降低经济损失,提高了故障处理的效率和准确性。
Description
技术领域
本发明属于电力技术领域,特别涉及基于数据挖掘的变压器故障预警系统。
背景技术
目前变压器油中气体数据为变压器故障检测的重要的技术指标,其直接反应了变压器的故障状态。
变压器油中气体数据的数据量巨大,目前的变压器油中气体数据分析系统,存在分析数据不及时、故障预报不实时、无发提供解决方案的问题。
发明内容
本发明的目的是提供基于数据挖掘的变压器故障预警系统,解决了变压器油中气体的实时在线分析的技术问题。
为实现上述目的,本发明采用以下技术方案:
基于数据挖掘的变压器故障预警系统,包括如下步骤:
步骤1:建立变压器综合在线诊断系统,变压器综合在线诊断系统包括油中气体采集柜、数据采集模块和中心服务器,油中气体采集柜通过网线与数据采集模块通信,数据采集模块与中心服务器通信;
步骤2:油中气体采集柜用于测量和分析油浸式电力设备绝缘油中所含微量特征气体含量,生成气体浓度数据,并通过网线将气体浓度数据发送给数据采集模块;
步骤3:数据采集模块用于将气体浓度数据上传给中心服务器;数据采集模块还设有显示屏,数据采集模块通过显示屏显示气体浓度数据;
步骤6:在中心服务器中建立大卫三角分析模块、变压器大数据状态评价模块、专家数据库诊断模块和立体分析模块,立体分析模块和大卫三角分析模块分别采用立体分析法和大卫三角法分析气体浓度数据;
立体分析法模块通过对比C2H2比C2H4、CH4比H2和C2H4比C2H6的比值,生成三种比值结果,并通过这三种比值结果判断故障的类型;
卫三角分析模块负责通过分析CH4、C2H4和C2H2这三种气体浓度的百分比,得出变压器的故障状态;
变压器大数据状态评价模块根据变压器运行时产生的气体浓度数据建立大数据库,根据大数据库挖掘出变压器部件运行参数与变压器状态和故障的关系;
专家数据库诊断模块存储了大部分的变压器故障记录,通过比对变压器型号、电压等级、故障类型和油中气体参数,查询出相似案例,并提供相似案例的解决方案。
所述微量特征气体含量包括氢气含量、甲烷含量、乙炔含量、乙烯含量、乙烷含量、一氧化碳含量、二氧化碳含量、总烃含量和微水含量。
所述油中气体采集柜采用光声光谱仪器采集绝缘油中所含微量特征气体含量,其型号为GTP-100光声光谱油中气体在线监测装置。
所述数据采集模块负责与光声光谱仪器通信,并将光声光谱仪器获取的数据上传给所述中心服务器。
本发明所述的基于数据挖掘的变压器故障预警系统,解决了变压器油中气体的实时在线分析的技术问题;本发明通过大卫三角和立方体分析法,可以通过图形查看实时的故障状态,无需再通过对数值的分析进行人为判断故障状态,直观、高效;本发明通过在线采集设备能够实时的获取当前最新状态,及时对当前故障进行报警,提高了故障的处理效率;本发明能够提前预报警可能会出现的故障,然后进行现场检测;可以大大减少故障的发生率,降低经济损失;本发明对当前系统分析结果与专家库系统比对,可以通过专家系统提供专业建议、历史解决方案等,使得当前数据和结果不再是单一的孤立数据,是有历史经验可循的相似案例,提高了故障处理的效率和准确性。
附图说明
图1是本发明的系统结构图;
图2是本发明的大卫三角分析的示意图。
具体实施方式
如图1和图2所示的基于数据挖掘的变压器故障预警系统,包括如下步骤:
步骤1:建立变压器综合在线诊断系统,变压器综合在线诊断系统包括油中气体采集柜、数据采集模块和中心服务器,油中气体采集柜通过网线与数据采集模块通信,数据采集模块与中心服务器通信;
步骤2:油中气体采集柜用于测量和分析油浸式电力设备绝缘油中所含微量特征气体含量,生成气体浓度数据,并通过网线将气体浓度数据发送给数据采集模块;
步骤3:数据采集模块用于将气体浓度数据上传给中心服务器;数据采集模块还设有显示屏,数据采集模块通过显示屏显示气体浓度数据;
步骤6:在中心服务器中建立大卫三角分析模块、变压器大数据状态评价模块、专家数据库诊断模块和立体分析模块,立体分析模块和大卫三角分析模块分别采用立体分析法和大卫三角法分析气体浓度数据;
立体分析法模块通过对比C2H2比C2H4、CH4比H2和C2H4比C2H6的比值,生成三种比值结果,并通过这三种比值结果判断故障的类型;
立体分析法模块以C2H2比C2H4的比值建立X轴,以CH4比H2的比值建立Y轴,以C2H4比C2H6的比值建立Z轴,形成立体空间,在立体空间中定义不同的故障区,进而通过立体分析法确定故障的类型;所述故障区包括局部放电区、低能放电区、高能放电区、热故障区小于300度、热故障区大于300度且小于700度、热故障区大于700度和放电热故障区。
大卫三角分析模块负责通过分析CH4、C2H4和C2H2这三种气体浓度的百分比,得出变压器的故障状态;
大卫三角分析模块提供一个故障类型三角形,并将该三角形分成7个区域,这7个区域分别为:局部放电区、低能放电区、高能放电区、热故障区小于300度、热故障区大于300度且小于700度、热故障区大于700度和放电热故障区,将三角形的三个变分别标记尺度,并且将三角形的三个边依次赋予气体浓度矢量,气体浓度矢量依次为%CH4、%C2H4和%C2H2,根据CH4、C2H4和C2H2这三种气体浓度的百分比,找出目前故障点在故障类型三角形中所处的区域,从而确定故障的类型;%CH4表示CH4的浓度值,%C2H4表示C2H4的浓度值,%C2H2表示C2H2的浓度值。
变压器大数据状态评价模块根据变压器运行时产生的气体浓度数据建立大数据库,根据大数据库挖掘出变压器部件运行参数与变压器状态和故障的关系;
专家数据库诊断模块存储了大部分的变压器故障记录,通过比对变压器型号、电压等级、故障类型和油中气体参数,查询出相似案例,并提供相似案例的解决方案;
比如立体分析法模块和大卫三角分析模块分析得出一种故障,然后在加上前提条件,前提条件包括:电压等级、变压器型号等参数,针对该故障记录一条故障记录,并记录解决方案;专家数据库诊断模块就是记录了上述的故障记录和解决方案的数据库系统。使用时,首先对比目前变压器A的电压等级、变压器型号等参数,在专家数据库诊断模块中查询出同型号的变压器B,在根据目前的故障类型,查找变压器B的故障记录,找出相似的故障记录,并提供该故障记录对应的解决方案,为解决目前变压器A的故障提供有力的参考。
所述微量特征气体含量包括氢气含量、甲烷含量、乙炔含量、乙烯含量、乙烷含量、一氧化碳含量、二氧化碳含量、总烃含量和微水含量。
所述油中气体采集柜采用光声光谱仪器采集绝缘油中所含微量特征气体含量,其型号为GTP-100光声光谱油中气体在线监测装置。
所述数据采集模块负责与光声光谱仪器通信,并将光声光谱仪器获取的数据上传给所述中心服务器。
本发明所述的基于数据挖掘的变压器故障预警系统,解决了变压器油中气体的实时在线分析的技术问题;本发明通过大卫三角和立方体分析法,可以通过图形查看实时的故障状态,无需再通过对数值的分析进行人为判断故障状态,直观、高效;本发明通过在线采集设备能够实时的获取当前最新状态,及时对当前故障进行报警,提高了故障的处理效率;本发明能够提前预报警可能会出现的故障,然后进行现场检测;可以大大减少故障的发生率,降低经济损失;本发明对当前系统分析结果与专家库系统比对,可以通过专家系统提供专业建议、历史解决方案等,使得当前数据和结果不再是单一的孤立数据,是有历史经验可循的相似案例,提高了故障处理的效率和准确性。
Claims (4)
1.基于数据挖掘的变压器故障预警系统,其特征在于:包括如下步骤:
步骤1:建立变压器综合在线诊断系统,变压器综合在线诊断系统包括油中气体采集柜、数据采集模块和中心服务器,油中气体采集柜通过网线与数据采集模块通信,数据采集模块与中心服务器通信;
步骤2:油中气体采集柜用于测量和分析油浸式电力设备绝缘油中所含微量特征气体含量,生成气体浓度数据,并通过网线将气体浓度数据发送给数据采集模块;
步骤3:数据采集模块用于将气体浓度数据上传给中心服务器;数据采集模块还设有显示屏,数据采集模块通过显示屏显示气体浓度数据;
步骤6:在中心服务器中建立大卫三角分析模块、变压器大数据状态评价模块、专家数据库诊断模块和立体分析模块,立体分析模块和大卫三角分析模块分别采用立体分析法和大卫三角法分析气体浓度数据;
立体分析法模块通过对比C2H2比C2H4、CH4比H2和C2H4比C2H6的比值,生成三种比值结果,并通过这三种比值结果判断故障的类型;
大卫三角分析模块负责通过分析CH4、C2H4和C2H2这三种气体浓度的百分比,得出变压器的故障状态;
变压器大数据状态评价模块根据变压器运行时产生的气体浓度数据建立大数据库,根据大数据库挖掘出变压器部件运行参数与变压器状态和故障的关系;
专家数据库诊断模块存储了大部分的变压器故障记录,通过比对变压器型号、电压等级、故障类型和油中气体参数,查询出相似案例,并提供相似案例的解决方案。
2.如权利要求1所述的基于数据挖掘的变压器故障预警系统,其特征在于:所述微量特征气体含量包括氢气含量、甲烷含量、乙炔含量、乙烯含量、乙烷含量、一氧化碳含量、二氧化碳含量、总烃含量和微水含量。
3.如权利要求1所述的基于数据挖掘的变压器故障预警系统,其特征在于:所述油中气体采集柜采用光声光谱仪器采集绝缘油中所含微量特征气体含量,其型号为GTP-100光声光谱油中气体在线监测装置。
4.如权利要求3所述的基于数据挖掘的变压器故障预警系统,其特征在于:所述数据采集模块负责与光声光谱仪器通信,并将光声光谱仪器获取的数据上传给所述中心服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711074998.XA CN107884647A (zh) | 2017-11-06 | 2017-11-06 | 基于数据挖掘的变压器故障预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711074998.XA CN107884647A (zh) | 2017-11-06 | 2017-11-06 | 基于数据挖掘的变压器故障预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107884647A true CN107884647A (zh) | 2018-04-06 |
Family
ID=61778598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711074998.XA Pending CN107884647A (zh) | 2017-11-06 | 2017-11-06 | 基于数据挖掘的变压器故障预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107884647A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112067556A (zh) * | 2020-09-29 | 2020-12-11 | 湖北鑫英泰系统技术股份有限公司 | 一种油浸式设备油气检测方法及装置 |
CN113836190A (zh) * | 2021-08-04 | 2021-12-24 | 国网河南省电力公司信息通信公司 | 一种基于电力系统的图形数据文本挖掘方法 |
CN114252724A (zh) * | 2022-03-02 | 2022-03-29 | 山东和兑智能科技有限公司 | 变压器智能检测方法与检测系统 |
CN114609046A (zh) * | 2022-04-20 | 2022-06-10 | 江苏国电南自海吉科技有限公司 | 一种变压器油中气体高精度光声光谱监测方法 |
CN114761798A (zh) * | 2020-02-28 | 2022-07-15 | 日立能源瑞士股份公司 | 用于溶解气体分析的系统和方法 |
CN117074833A (zh) * | 2023-08-30 | 2023-11-17 | 江苏理工学院 | 一种变压器故障预测方法及故障预测系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484034A (zh) * | 2002-09-18 | 2004-03-24 | 新疆特变电工股份有限公司 | 变压器在线智能监测系统及其智能分析诊断方法 |
CN202141769U (zh) * | 2011-07-20 | 2012-02-08 | 唐江 | 一种变压器状态在线监测及故障诊断系统 |
CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
CN102662113A (zh) * | 2012-04-17 | 2012-09-12 | 国网电力科学研究院 | 基于故障树的油浸式变压器综合诊断方法 |
CN103135014A (zh) * | 2012-12-14 | 2013-06-05 | 西安电子科技大学 | 基于案例推理的变压器故障诊断方法 |
CN103512619A (zh) * | 2013-10-18 | 2014-01-15 | 海南电力技术研究院 | 一种变压器状态信息智能监控系统及方法 |
CN104198840A (zh) * | 2014-08-07 | 2014-12-10 | 华北电力大学(保定) | 一种应用b样条理论改进的变压器三比值故障诊断方法 |
CN104459474A (zh) * | 2014-12-22 | 2015-03-25 | 国网上海市电力公司 | 一种配网故障智能识别方法 |
CN204405618U (zh) * | 2014-10-31 | 2015-06-17 | 广西电网公司电力科学研究院 | 变压器油中溶解气体在线监测综合处理单元 |
CN104931807A (zh) * | 2014-04-25 | 2015-09-23 | 许继电气股份有限公司 | 一种基于可视化模型的变压器故障检测方法 |
CN105404979A (zh) * | 2015-12-15 | 2016-03-16 | 国家电网公司 | 一种基于多源信息的电网设备质量评级方法 |
CN106682081A (zh) * | 2016-11-23 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 基于多模型的变压器性能综合分析系统 |
-
2017
- 2017-11-06 CN CN201711074998.XA patent/CN107884647A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484034A (zh) * | 2002-09-18 | 2004-03-24 | 新疆特变电工股份有限公司 | 变压器在线智能监测系统及其智能分析诊断方法 |
CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
CN202141769U (zh) * | 2011-07-20 | 2012-02-08 | 唐江 | 一种变压器状态在线监测及故障诊断系统 |
CN102662113A (zh) * | 2012-04-17 | 2012-09-12 | 国网电力科学研究院 | 基于故障树的油浸式变压器综合诊断方法 |
CN103135014A (zh) * | 2012-12-14 | 2013-06-05 | 西安电子科技大学 | 基于案例推理的变压器故障诊断方法 |
CN103512619A (zh) * | 2013-10-18 | 2014-01-15 | 海南电力技术研究院 | 一种变压器状态信息智能监控系统及方法 |
CN104931807A (zh) * | 2014-04-25 | 2015-09-23 | 许继电气股份有限公司 | 一种基于可视化模型的变压器故障检测方法 |
CN104198840A (zh) * | 2014-08-07 | 2014-12-10 | 华北电力大学(保定) | 一种应用b样条理论改进的变压器三比值故障诊断方法 |
CN204405618U (zh) * | 2014-10-31 | 2015-06-17 | 广西电网公司电力科学研究院 | 变压器油中溶解气体在线监测综合处理单元 |
CN104459474A (zh) * | 2014-12-22 | 2015-03-25 | 国网上海市电力公司 | 一种配网故障智能识别方法 |
CN105404979A (zh) * | 2015-12-15 | 2016-03-16 | 国家电网公司 | 一种基于多源信息的电网设备质量评级方法 |
CN106682081A (zh) * | 2016-11-23 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 基于多模型的变压器性能综合分析系统 |
Non-Patent Citations (5)
Title |
---|
关敬棠: "电力设备状态检修决策支持系统需求分析研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
姜鑫: "数据挖掘技术在变压器故障分析中的应用研究", 《PLC&FA》 * |
张炜: "基于状态评价及风险评估的变电设备状态检修方法研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
朱玉生: "基于物联网的输变电设备故障诊断", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
束洪春 等: "电力变压器故障诊断专家系统知识库建立和维护的粗糙集方法", 《中国电机工程学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114761798A (zh) * | 2020-02-28 | 2022-07-15 | 日立能源瑞士股份公司 | 用于溶解气体分析的系统和方法 |
US11867683B2 (en) | 2020-02-28 | 2024-01-09 | Hitachi Energy Ltd | Systems and methods for dissolved gas analysis |
CN114761798B (zh) * | 2020-02-28 | 2024-05-31 | 日立能源有限公司 | 用于溶解气体分析的系统和方法 |
CN112067556A (zh) * | 2020-09-29 | 2020-12-11 | 湖北鑫英泰系统技术股份有限公司 | 一种油浸式设备油气检测方法及装置 |
CN112067556B (zh) * | 2020-09-29 | 2021-08-17 | 湖北鑫英泰系统技术股份有限公司 | 一种油浸式设备油气检测方法及装置 |
CN113836190A (zh) * | 2021-08-04 | 2021-12-24 | 国网河南省电力公司信息通信公司 | 一种基于电力系统的图形数据文本挖掘方法 |
CN114252724A (zh) * | 2022-03-02 | 2022-03-29 | 山东和兑智能科技有限公司 | 变压器智能检测方法与检测系统 |
CN114609046A (zh) * | 2022-04-20 | 2022-06-10 | 江苏国电南自海吉科技有限公司 | 一种变压器油中气体高精度光声光谱监测方法 |
CN117074833A (zh) * | 2023-08-30 | 2023-11-17 | 江苏理工学院 | 一种变压器故障预测方法及故障预测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107884647A (zh) | 基于数据挖掘的变压器故障预警系统 | |
CN102662113B (zh) | 基于故障树的油浸式变压器综合诊断方法 | |
CN102170124B (zh) | 一种电能质量稳态指标预警方法 | |
CN109856299A (zh) | 一种变压器在线监测差异化阈值动态设置方法、系统 | |
CN104007336B (zh) | 一种基于物联网的变压器在线监测信息聚合方法 | |
CN102034019A (zh) | 六氟化硫电气设备绝缘状态综合评估的方法 | |
CN103926490B (zh) | 一种具有自学习功能的电力变压器综合诊断方法 | |
CN112803592A (zh) | 一种适用于分布式电站的智能故障预警方法及系统 | |
CN105044499A (zh) | 一种电力系统设备变压器状态的检测方法 | |
CN109597396B (zh) | 一种基于大数据流及迁移学习的配变故障在线诊断方法 | |
KR101625087B1 (ko) | 고조파 분석에 의한 전기설비 고장 진단장치 | |
CN102788931A (zh) | 用于电力变压器绕组故障的诊断方法 | |
Németh et al. | Transformer condition analyzing expert system using fuzzy neural system | |
CN107219446A (zh) | 一种基于光声光谱信息的气体绝缘组合电器绝缘故障识别方法 | |
CN106295240A (zh) | 一种基于模糊数学的电力变压器状态评估方法 | |
CN105117512A (zh) | 变压器预警值的估算方法及装置 | |
CN110299758A (zh) | 一种变电站综合在线监测及诊断系统 | |
CN107450440A (zh) | 智能发油监控系统及其监控方法 | |
CN104090177A (zh) | 一种电网运行数据智能测试分析仪 | |
CN105137214B (zh) | 一种卫星总线数据分析系统 | |
CN204064351U (zh) | 一种电力变压器的监测诊断装置 | |
CN105319528B (zh) | 一种电能表的运行工况检验方法 | |
CN109918388A (zh) | 一种检测设备管理系统及管理方法 | |
CN105158610A (zh) | 一种变压器状态预警数据可疑值的筛查处理方法 | |
CN107328994A (zh) | 变压器绝缘电阻试验装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180406 |
|
RJ01 | Rejection of invention patent application after publication |