CN108872803A - 一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 - Google Patents
一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 Download PDFInfo
- Publication number
- CN108872803A CN108872803A CN201810268433.3A CN201810268433A CN108872803A CN 108872803 A CN108872803 A CN 108872803A CN 201810268433 A CN201810268433 A CN 201810268433A CN 108872803 A CN108872803 A CN 108872803A
- Authority
- CN
- China
- Prior art keywords
- resistance
- insulation state
- voltage
- dielectric
- transformer insulation
- 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
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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明涉及变压器绝缘状态检测评估领域,具体涉及一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,包括包括以下步骤:S1、设计绝缘介质回复电压测量电路,通过所述绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压并转成极化谱曲线;S2、通过支持向量机算法对所述步骤S1得到的极化谱曲线进行特征量的提取,所述特征量为极化谱曲线中的中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si;本发明的有益效果在于:基于自主设计的绝缘介质回复电压测量电路对变压器绝缘状态进行无损非破坏性检测,不影响所检变压器性能,能够判别出断路器的绝缘情况,为采用回复电压法评估变压器绝缘状态的检测提供了一种新的思路和方法。
Description
技术领域
本发明涉及变压器绝缘状态检测评估领域,具体涉及一种基于绝缘介质回复电压的变压器绝缘状态的检测方法。
背景技术
变压器在电网中起着电压变换、传输、分配电能的作用,对电网系统的稳定运行有着重要作用。一旦电力变压器发生故障将可能导致大面积停电,甚至造成电网瓦解,给社会造成巨大的经济损失。据统计,变压器故障的主要故障集中于绝缘老化,占全部变压器事故的85%以上。因此,对于变压器绝缘状态的检测仍然是电力部门关注的热点问题,需要及时对其进行检修和维护。
现阶段,对于变压器绝缘状态诊断的传统电气方法有电测试方法和介电响应法。相比电测试方法,介电响应法是一种无损检测技术且检测方便,携带信息丰富,弥补了电测试方法的不足。介电响应技术分为频域法和时域法,频域法测量不同频域下对应的介质损耗值和电容值,通过频率特性曲线对变压器的绝缘情况进行判断。时域法是通过对绝缘件加压获得极化电流或者回复电压来判断变压器绝缘情况。
国内对于变压器绝缘状态利用回复电压法(RVM)评估的研究由于起步晚以及各种因素的原因,比如不能实现2000V直流高压的可靠检测,电路结构设计复杂,生产成本较高等问题,导致目前尚未得到普遍应用,虽然在回复电压法评估变压器绝缘状态的研究上有所突破,但是目前针对使用回复电压法评估变压器绝缘状态的研究所能使用的方法较少,导致采用回复电压法来评估变压器绝缘状态存在着局限性。
发明内容
为了克服上述现有技术的缺陷,本发明所要解决的技术问题是:提供一种能够通过回复电压法来评估变压器绝缘状态的基于绝缘介质回复电压的变压器绝缘状态的检测方法。
为了解决上述技术问题,本发明采用的技术方案为:一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,包括以下步骤:
S1、设计绝缘介质回复电压测量电路,所述绝缘介质回复电压测量电路包括高电阻分压电路、高输入阻抗运算放大器、线性光耦隔离电路和滤波调理模块;所述高电阻分压电路的输出端和高输入阻抗运算放大器的输入端连接;所述高输入阻抗运算放大器的输出端和线性光耦隔离电路的输入端连接;所述线性光耦隔离电路的输出端和滤波调理模块的输入端连接;所述高电阻分压电路由耐高压的第一电阻与第二电阻串联而成,所述第一电阻的一端和外设的电压输入端连接,第一电阻的另一端和第二电阻的一端连接,所述第二电阻的另一端接地连接;所述滤波调理模块包括依次连接的差分滤波放大电路和电压跟随电路,通过所述绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压并转成极化谱曲线;
S2、通过支持向量机算法对所述步骤S1得到的极化谱曲线进行特征量的提取,所述特征量包括极化谱曲线中的中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si;
S3、通过聚类支持向量机算法对步骤S2中所提取的特征量进行特征量数据预处理,设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。
进一步的,所述步骤S3中的变压器绝缘状态分类器实现变压器绝缘状态检测的步骤如下:
S301、通过聚类支持向量机算法对所述步骤S2中所提取的特征量进行特征量数据预处理;
S302、挑选典型的特征量数据划分训练集,并对挑选得到的所述特征量数据进行归一化处理;
S303、通过聚类支持向量机的RBF核函数和惩罚函数建立聚类支持向量机模型;
S304、对所述步骤S303的聚类支持向量机模型进行仿真测试,确认精度是否满足;若满足,则进行变压器绝缘状态评估;若不满足,则返回所述步骤S302。
进一步的,所述步骤S303中的所述聚类支持向量机的RBF核函数和惩罚函数是通过微粒群算法训练得到的。
进一步的,所述高输入阻抗运算放大器采用的芯片型号为CA3140。
进一步的,所述线性光耦隔离电路包括第三电阻、第四电阻、线性光耦隔离器、第一电容和光耦隔离放大器;
所述线性光耦隔离电路通过第三电阻和所述高输入阻抗运算放大器的输出端连接;
所述第三电阻和线性光耦隔离器的第一引脚连接,所述线性光耦隔离器的第四引脚和第五引脚分别接地连接,所述线性光耦隔离器的第六引脚、第四电阻的一端分别和光耦隔离放大器的反向输入端连接,所述线性光耦隔离器的第五引脚和光耦隔离放大器的同向输入端连接,所述光耦隔离放大器的输出端分别和第四电阻的另一端、所述滤波调理模块的输入端连接;
所述第一电容和第四电阻并联。
进一步的,所述线性光耦隔离器采用的芯片型号为HCRN201。
进一步的,所述差分滤波放大电路包括电阻、第二电容、二极管和差分放大器,所述电阻包括第五电阻、第六电阻、第七电阻、第八电阻、第九电阻和第十电阻,所述二极管包括第一二极管、第二二极管、第三二极管和第四二极管;
所述第五电阻和所述光耦隔离放大器的输出端连接;
所述差分放大器的同向输入端分别和第七电阻的一端、第三二极管的正极、第四二极管的负极连接,所述第七电阻的另一端和第五电阻串联;
所述差分放大器的反向输入端分别和第八电阻的一端、第十电阻的一端、第一二极管的负极、第二二极管的正极连接,所述第八电阻的另一端和第六电阻串联;
所述差分放大器的输出端分别和第九电阻的一端、第十电阻的另一端连接;
所述第二电容的一端分别和第五电阻、第七电阻连接,所述第二电容的另一端分别和第六电阻、第八电阻连接。
进一步的,所述电压跟随电路包括第三电容、电压跟随器和第十一电阻,所述电压跟随器的同向输入端分别和第三电容的一端、第九电阻的另一端连接,所述第三电容的另一端接地连接,所述电压跟随器的反向输入端和第十一电阻的一端连接,所述电压跟随器的输出端和第十一电阻的另一端连接。
本发明的有益效果在于:通过自主设计一种绝缘介质回复电压测量电路,该测量电路既能够实现2000V直流高压的可靠检测,又能够确保高、低压良好的电气隔离,且电路结构简单、能够有效降低生产成本。
采用该绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压,根据所得到的绝缘介质回复电压可转化成极化谱曲线,基于所得到的极化谱曲线,本发明通过采用机器学习理论中的支持向量机算法(SVM)针对绝缘介质回复电压的极化谱曲线进行特征量(中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si)提取分析,并利用聚类支持向量机算法(C-SVM)设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。
本发明的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法为无损非破坏性检测,不影响所检变压器性能,能够判别出断路器的绝缘情况,为采用回复电压法评估变压器绝缘状态的检测提供了一种新的思路和方法。
附图说明
图1为本发明具体实施方式的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法的设计流程图;
图2为本发明具体实施方式的绝缘介质回复电压测量电路的电路结构示意框图;
图3为本发明具体实施方式的绝缘介质回复电压测量电路的具体实施方式电路结构示意框图;
图4为本发明具体实施方式的绝缘介质回复电压测量电路的二阶低通滤波的电路结构示意框图;
图5为本发明具体实施方式的绝缘介质回复电压测量电路的电路结构原理图;
图5-1为图5的绝缘介质回复电压测量电路的高输入阻抗运算放大器的电路结构原理图;
图5-2为图5的绝缘介质回复电压测量电路的线性光耦隔离电路的电路结构原理图;
图5-3为图5的绝缘介质回复电压测量电路的滤波调理模块的电路结构原理图;
图6为图5的绝缘介质回复电压测量电路的理论回复电压示意图;
图7为图5的绝缘介质回复电压测量电路的理论回复电压转化为极化谱曲线的极化谱曲线示意图;
图8为图5的绝缘介质回复电压测量电路在不同充电电压下测量到的回复电压曲线图;
图9为本发明具体实施方式的变压器绝缘不同老化时期的回复电压极化谱曲线图;
图10为本发明具体实施方式的变压器绝缘不同受潮程度的回复电压极化谱曲线图;
图11为本发明具体实施方式的变压器绝缘状态好坏的回复电压初始斜率图谱;
图12为本发明具体实施方式的变压器绝缘状态分类器的实现流程图;
标号说明:
1、高电阻分压电路;2、高输入阻抗运算放大器;3、线性光耦隔离电路;
4、滤波调理模块;41、差分滤波放大电路;42、电压跟随电路;
R1、第一电阻;R2、第二电阻;R3、第三电阻;R4、第四电阻;
R5、第五电阻;R6、第六电阻;R7、第七电阻;R8、第八电阻;
R9、第九电阻;R10、第十电阻;R11、第十一电阻;
D1、第一二极管;D2、第二二极管;D3、第三二极管;D4、第四二极管;
C1、第一电容;C2、第二电容;C3、第三电容;
A、光耦隔离放大器;A1、高输入阻抗运算放大器;A2、差分放大器;A3、电压跟随器;
HV、外设的电压输入端的电压值;Vin、输入信号;Vout、输出信号;
t3、主时间常数;Ur(t)、回复电压;
图5-2中的数字1到数字8表示的是线性光耦隔离器采用的芯片型号为 HCRN201的引脚。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:自主设计一种绝缘介质回复电压测量电路,基于该测量电路采用聚类支持向量机算法来设计变压器绝缘状态分类器,该算法以极化谱曲线为研究对象,分析提取其特征量探索其对应的变压器绝缘状态间的关系,达到对变压器绝缘状态的分类辨识,为回复电压法评估变压器绝缘状态研究提供一种新的思路和方法。
请参照图1至图5所示,一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,包括以下步骤:
S1、设计绝缘介质回复电压测量电路,所述绝缘介质回复电压测量电路包括高电阻分压电路1、高输入阻抗运算放大器2、线性光耦隔离电路3和滤波调理模块4;所述高电阻分压电路1的输出端和高输入阻抗运算放大器2的输入端连接;所述高输入阻抗运算放大器2的输出端和线性光耦隔离电路3的输入端连接;所述线性光耦隔离电路3的输出端和滤波调理模块4的输入端连接;所述高电阻分压电路1由耐高压的第一电阻与第二电阻串联而成,所述第一电阻的一端和外设的电压输入端连接,第一电阻的另一端和第二电阻的一端连接,所述第二电阻的另一端接地连接;所述滤波调理模块4包括依次连接的差分滤波放大电路41和电压跟随电路42,通过所述绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压并转成极化谱曲线;
S2、通过支持向量机算法对所述步骤S1得到的极化谱曲线进行特征量的提取,所述特征量包括极化谱曲线中的中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si;
S3、通过聚类支持向量机算法对步骤S2中所提取的特征量进行特征量数据预处理,设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。
上述的绝缘介质回复电压测量电路的设计思路为:
通过将高电阻分压电路1设计为由耐高压的第一电阻和第二电阻串联而成,经过第一电阻分压,降压处理后的第二电阻的高电位端作为高输入阻抗运算放大器2的输入信号,再由高输入阻抗运算放大器2的输出信号作为线性光耦隔离电路3的输入信号,使得高低压侧间经由耐高压的第一电阻和线性光耦隔离电路3隔离,从而实现高低压测良好的电气双隔离保护。
通过采用高输入阻抗运算放大器2,高输入阻抗运算放大器2具有低输入电流、功耗低且具备高速性能的优点;通过采用线性光耦隔离电路3,相比较于变压器隔离和电容耦合隔离,线性光耦隔离电路3不仅光耦体积小、价格便宜,而且线性光耦隔离电路3结构简单且可以完全消除前后级的相互干扰;通过将滤波调理模块4中的差分滤波放大电路41与电压跟随电路42构成二阶低通滤波,从而实现达到抗共模干扰,滤除高次频率谐波,使输出信号稳定。
从上述描述可知,上述的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法的有益效果在于:
通过设计一种绝缘介质回复电压测量电路,该测量电路既能够实现2000V 直流高压的可靠检测,又能够确保高、低压良好的电气隔离,且电路结构简单、能够有效降低生产成本。采用该绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压,根据所得到的绝缘介质回复电压可转化成极化谱曲线,基于所得到的极化谱曲线,本发明通过采用机器学习理论中的支持向量机算法(SVM) 针对绝缘介质回复电压的极化谱曲线进行特征量(中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si)提取分析,并利用聚类支持向量机算法 (C-SVM)设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。本发明的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法为无损非破坏性检测,不影响所检变压器性能,能够判别出断路器的绝缘情况,为变压器绝缘状态的检测提供了一种新的思路和方法。
请参照图12所示,进一步的,所述步骤S3中的变压器绝缘状态分类器实现变压器绝缘状态检测的步骤如下:
S301、通过聚类支持向量机算法对所述步骤S2中所提取的特征量进行特征量数据预处理;
S302、挑选典型的特征量数据划分训练集,并对挑选得到的所述特征量数据进行归一化处理;
S303、通过聚类支持向量机的RBF核函数和惩罚函数建立聚类支持向量机模型;
S304、对所述步骤S303的聚类支持向量机模型进行仿真测试,确认精度是否满足;若满足,则进行变压器绝缘状态评估;若不满足,则返回所述步骤S302。
进一步的,所述步骤S303中的所述聚类支持向量机的RBF核函数和惩罚函数是通过微粒群算法训练得到的。
由上述描述可知,通过采用微粒群算法对采集得到的特征量数据进行训练,可得到经微粒群算法优化后的聚类支持向量机的RBF核函数和惩罚函数,使得步骤S303中建立的聚类支持向量机模型更加准确。
进一步的,所述高输入阻抗运算放大器2采用的芯片型号为CA3140。
请参照图5-1所示,由上述描述可知,通过采用芯片型号为CA3140的高输入阻抗运算放大器2,不仅能够实现低输入电流和实现功耗低的效果,而且还具备高速性能。
如图2所示,耐高压的第一电阻R1和第二电阻R2串联,直流高电压由耐高压第一电阻R1分压后作用于第二电阻R2两端,第二电阻R2低电位端接地,第二电阻R2高电位端电压信号作为高输入阻抗运算放大器2输入信号,高输入阻抗运算放大器2输入信号VIN为:
进一步的,所述线性光耦隔离电路3包括第三电阻、第四电阻、线性光耦隔离器、第一电容和光耦隔离放大器;
所述线性光耦隔离电路3通过第三电阻和所述高输入阻抗运算放大器2的输出端连接;
所述第三电阻和线性光耦隔离器的第一引脚连接,所述线性光耦隔离器的第四引脚和第五引脚分别接地连接,所述线性光耦隔离器的第六引脚、第四电阻的一端分别和光耦隔离放大器的反向输入端连接,所述线性光耦隔离器的第五引脚和光耦隔离放大器的同向输入端连接,所述光耦隔离放大器的输出端分别和第四电阻的另一端、所述滤波调理模块4的输入端连接;
所述第一电容和第四电阻并联。
请参照图5-2所示,由上述描述可知,通过设置线性光耦隔离电路3,以线性光耦隔离器为分割界,将绝缘介质回复电压测量电路划分为高压区域和低压区域,其中高压区域由高电阻分压电路1和高输入阻抗运算放大器2组成,低压区域由滤波调理模块4组成,实现高低压测良好的电气双隔离保护。
进一步的,所述线性光耦隔离器采用的芯片型号为HCRN201。
由上述描述可知,通过采用芯片信号为HCRN201的线性光耦隔离器,相比于变压器隔离和电容耦合隔离来说,线性光耦隔离器不仅光耦体积小,而且价格便宜。
进一步的,所述差分滤波放大电路41包括电阻、第二电容、二极管和差分放大器,所述电阻包括第五电阻、第六电阻、第七电阻、第八电阻、第九电阻和第十电阻,所述二极管包括第一二极管、第二二极管、第三二极管和第四二极管;
所述第五电阻和所述光耦隔离放大器的输出端连接;
所述差分放大器的同向输入端分别和第七电阻的一端、第三二极管的正极、第四二极管的负极连接,所述第七电阻的另一端和第五电阻串联;
所述差分放大器的反向输入端分别和第八电阻的一端、第十电阻的一端、第一二极管的负极、第二二极管的正极连接,所述第八电阻的另一端和第六电阻串联;
所述差分放大器的输出端分别和第九电阻的一端、第十电阻的另一端连接;
所述第二电容的一端分别和第五电阻、第七电阻连接,所述第二电容的另一端分别和第六电阻、第八电阻连接。
请参照图5-3所示,由上述描述可知,通过第五电阻、第六电阻、第七电阻、第八电阻和第二电容构成平衡滤波电路,其中第五电阻、第六电阻、第七电阻和第八电阻起到限流分压作用,通过设置第一二极管、第二二极管、第三二极管和第四二极管对输入信号起到钳位作用,第五电阻、第六电阻、第七电阻、第八电阻、第九电阻、第十电阻、第二电容和差分放大器构成差分信号采集电路。
进一步的,所述电压跟随电路42包括第三电容、电压跟随器和第十一电阻,所述电压跟随器的同向输入端分别和第三电容的一端、第九电阻的另一端连接,所述第三电容的另一端接地连接,所述电压跟随器的反向输入端和第十一电阻的一端连接,所述电压跟随器的输出端和第十一电阻的另一端连接。
由上述描述可知,通过设置电压跟随电路42,差分滤波放大电路41通过第九电阻以及第三电容和电压跟随器连接,一同构成二阶低通滤波电路。
请参照图1至图5所示,本发明的实施例一为:
一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,包括以下步骤:
S1、设计绝缘介质回复电压测量电路,所述绝缘介质回复电压测量电路包括高电阻分压电路1、高输入阻抗运算放大器2、线性光耦隔离电路3和滤波调理模块4;所述高电阻分压电路1的输出端和高输入阻抗运算放大器2的输入端连接;所述高输入阻抗运算放大器2的输出端和线性光耦隔离电路3的输入端连接;所述线性光耦隔离电路3的输出端和滤波调理模块4的输入端连接;所述高电阻分压电路1由耐高压的第一电阻与第二电阻串联而成,所述第一电阻的一端和外设的电压输入端连接,第一电阻的另一端和第二电阻的一端连接,所述第二电阻的另一端接地连接;所述滤波调理模块4包括依次连接的差分滤波放大电路41和电压跟随电路42,通过所述绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压并转成极化谱曲线;
S2、通过支持向量机算法对所述步骤S1得到的极化谱曲线进行特征量的提取,所述特征量包括极化谱曲线中的中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si;
S3、通过聚类支持向量机算法对步骤S2中所提取的特征量进行特征量数据预处理,设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。
所述步骤S3中的变压器绝缘状态分类器实现变压器绝缘状态检测的步骤如下:
S301、通过聚类支持向量机算法对所述步骤S2中所提取的特征量进行特征量数据预处理;
S302、挑选典型的特征量数据划分训练集,并对挑选得到的所述特征量数据进行归一化处理;
S303、通过聚类支持向量机的RBF核函数和惩罚函数建立聚类支持向量机模型;
S304、对所述步骤S303的聚类支持向量机模型进行仿真测试,确认精度是否满足;若满足,则进行变压器绝缘状态评估;若不满足,则返回所述步骤S302。
所述步骤S303中的所述聚类支持向量机的RBF核函数和惩罚函数是通过微粒群算法训练得到的。
所述高输入阻抗运算放大器2采用的芯片型号为CA3140。
所述线性光耦隔离电路3包括第三电阻、第四电阻、线性光耦隔离器、第一电容和光耦隔离放大器;
所述线性光耦隔离电路3通过第三电阻和所述高输入阻抗运算放大器2的输出端连接;
所述第三电阻和线性光耦隔离器的第一引脚连接,所述线性光耦隔离器的第四引脚和第五引脚分别接地连接,所述线性光耦隔离器的第六引脚、第四电阻的一端分别和光耦隔离放大器的反向输入端连接,所述线性光耦隔离器的第五引脚和光耦隔离放大器的同向输入端连接,所述光耦隔离放大器的输出端分别和第四电阻的另一端、所述滤波调理模块4的输入端连接;
所述第一电容和第四电阻并联。
所述线性光耦隔离器采用的芯片型号为HCRN201。
所述差分滤波放大电路41包括电阻、第二电容、二极管和差分放大器,所述电阻包括第五电阻、第六电阻、第七电阻、第八电阻、第九电阻和第十电阻,所述二极管包括第一二极管、第二二极管、第三二极管和第四二极管;
所述第五电阻和所述光耦隔离放大器的输出端连接;
所述差分放大器的同向输入端分别和第七电阻的一端、第三二极管的正极、第四二极管的负极连接,所述第七电阻的另一端和第五电阻串联;
所述差分放大器的反向输入端分别和第八电阻的一端、第十电阻的一端、第一二极管的负极、第二二极管的正极连接,所述第八电阻的另一端和第六电阻串联;
所述差分放大器的输出端分别和第九电阻的一端、第十电阻的另一端连接;
所述第二电容的一端分别和第五电阻、第七电阻连接,所述第二电容的另一端分别和第六电阻、第八电阻连接。
所述电压跟随电路42包括第三电容、电压跟随器和第十一电阻,所述电压跟随器的同向输入端分别和第三电容的一端、第九电阻的另一端连接,所述第三电容的另一端接地连接,所述电压跟随器的反向输入端和第十一电阻的一端连接,所述电压跟随器的输出端和第十一电阻的另一端连接。
下面结合图6至图12实施电路示意图对绝缘介质回复电压的测量电路做进一步描述。
如图8所示,在对变压器绝缘保持其他参数不变,改变充电电压下测量绝缘介质回复电压,验证绝缘介质回复电压测量电路的工作性能可靠性以及图6 和图7理论的准确性,其中如图6所示,时间0至t1为充电阶段,时间t1至t2为放电阶段,时间t2之后为开路时的回复电压曲线,如图7所示,t3为主时间常数。
如图9所示,保持其他参数不变的情况下,测量不同老化时期的变压器绝缘情况,得到不同老化时期的绝缘介质回复电压,可见绝缘老化越严重,回复电压曲线中tcdom越小,最大回复电压值Urmax变大。
如图10所示,保持其他参数不变的情况下,测量不同受潮情况的变压器绝缘情况,得到不同受潮情况的绝缘介质回复电压,可见受潮越严重,回复电压曲线中tcdom越小的同时最大回复电压值Urmax变大。
如图11所示,保持其他参数不变的情况下,测量绝缘效果好坏的回复电压初始斜率Si图谱,可见绝缘好坏将影响到到回复电压初始斜率Si的大小。
运用所设计的绝缘介质回复电压测量电路控制因变量多次测量绝缘良好、绝缘不佳(包括受潮程度、劣质早中晚时期)等绝缘情况的回复电压曲线、极化谱曲线获取模型训练数据。
如图12为变压器绝缘状态分类器的实现流程图,即如何通过聚类支持向量机算法实现变压器绝缘状态分类器的设计过程。
在基于前文测试数据的基础上,建立C-SVM训练样本集{xi,yi}i-1 n,样本的数量为n;绝缘状态分类器输入的参数是1个d维特征向量组xi∈Xd=Rd。根据二叉树分类模式,每一步为二类划分,即yi∈{-1,+1}。
在建立多维度分类决策函数时,根据C-SVM的算法思想分别引入两个变量:松弛变量和惩罚系数,为非线性分类问题的解决建立了最优分类决策面,该引入也允许一定的分类错误(软间隔);继而引入径向基(RBF)核函数,将复杂的最优化问题的求解简化为对原有样本数据的内积运算,RBF核函数为
K(x',x)=exp(-||x'-x||2/σ2)
上式中,x'—支持向量的值;x—需分类的样本值;σ—核函数宽度。每个支持向量构成1个径向基函数的中心,通过训练也确定其位置、个数以及连接权值。
构建非线性软间隔的C-SVM绝缘状态分类决策函数为:
上式中,sgn—符号函数,当x<1时,sgn(x)返回值为-1;当x>0时,sgn(x)返回值为1;n—支持相量数目;a*—支持向量系数,为标量数字;σ—核函数宽度;b*为分类阈值,可由任1个支持向量求得。
利用微粒群算法优化在惩罚系数和RBF核函数宽度的参数空间中搜寻最优或者近似最优的值,评价粒子适应值适应度函数
上式中,RMSE(C,σ)—训练样本的均方根误差;N—样本数量;ek—分类误差,本项目使用12折交叉验证错误率。
综上所述,本发明提供的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,通过自主设计一种绝缘介质回复电压测量电路,该测量电路既能够实现2000V直流高压的可靠检测,又能够确保高、低压良好的电气隔离,且电路结构简单、能够有效降低生产成本。采用该绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压,根据所得到的绝缘介质回复电压可转化成极化谱曲线,基于所得到的极化谱曲线,本发明通过采用机器学习理论中的支持向量机算法(SVM)针对绝缘介质回复电压的极化谱曲线进行特征量(中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si)提取分析,并利用聚类支持向量机算法(C-SVM)设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。本发明的一种基于绝缘介质回复电压的变压器绝缘状态的检测方法为无损非破坏性检测,不影响所检变压器性能,能够判别出断路器的绝缘情况,为采用回复电压法评估变压器绝缘状态的检测提供了一种新的思路和方法。
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同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,包括以下步骤:
S1、设计绝缘介质回复电压测量电路,所述绝缘介质回复电压测量电路包括高电阻分压电路、高输入阻抗运算放大器、线性光耦隔离电路和滤波调理模块;所述高电阻分压电路的输出端和高输入阻抗运算放大器的输入端连接;所述高输入阻抗运算放大器的输出端和线性光耦隔离电路的输入端连接;所述线性光耦隔离电路的输出端和滤波调理模块的输入端连接;所述高电阻分压电路由耐高压的第一电阻与第二电阻串联而成,所述第一电阻的一端和外设的电压输入端连接,第一电阻的另一端和第二电阻的一端连接,所述第二电阻的另一端接地连接;所述滤波调理模块包括依次连接的差分滤波放大电路和电压跟随电路,通过所述绝缘介质回复电压测量电路多次测量得到绝缘介质回复电压并转成极化谱曲线;
S2、通过支持向量机算法对所述步骤S1得到的极化谱曲线进行特征量的提取,所述特征量包括极化谱曲线中的中心时间常数tcdom、最大回复电压值Urmax和曲线初始斜率Si;
S3、通过聚类支持向量机算法对步骤S2中所提取的特征量进行特征量数据预处理,设计变压器绝缘状态分类器,对变压器绝缘状态进行检测,确认变压器绝缘状态。
2.根据权利要求1所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述步骤S3中的变压器绝缘状态分类器实现变压器绝缘状态检测的步骤如下:
S301、通过聚类支持向量机算法对所述步骤S2中所提取的特征量进行特征量数据预处理;
S302、挑选典型的特征量数据划分训练集,并对挑选得到的所述特征量数据进行归一化处理;
S303、通过聚类支持向量机的RBF核函数和惩罚函数建立聚类支持向量机模型;
S304、对所述步骤S303的聚类支持向量机模型进行仿真测试,确认精度是否满足;若满足,则进行变压器绝缘状态评估;若不满足,则返回所述步骤S302。
3.根据权利要求2所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述步骤S303中的所述聚类支持向量机的RBF核函数和惩罚函数是通过微粒群算法训练得到的。
4.根据权利要求1所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述高输入阻抗运算放大器采用的芯片型号为CA3140。
5.根据权利要求1所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述线性光耦隔离电路包括第三电阻、第四电阻、线性光耦隔离器、第一电容和光耦隔离放大器;
所述线性光耦隔离电路通过第三电阻和所述高输入阻抗运算放大器的输出端连接;
所述第三电阻和线性光耦隔离器的第一引脚连接,所述线性光耦隔离器的第四引脚和第五引脚分别接地连接,所述线性光耦隔离器的第六引脚、第四电阻的一端分别和光耦隔离放大器的反向输入端连接,所述线性光耦隔离器的第五引脚和光耦隔离放大器的同向输入端连接,所述光耦隔离放大器的输出端分别和第四电阻的另一端、所述滤波调理模块的输入端连接;
所述第一电容和第四电阻并联。
6.根据权利要求5所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述线性光耦隔离器采用的芯片型号为HCRN201。
7.根据权利要求1所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述差分滤波放大电路包括电阻、第二电容、二极管和差分放大器,所述电阻包括第五电阻、第六电阻、第七电阻、第八电阻、第九电阻和第十电阻,所述二极管包括第一二极管、第二二极管、第三二极管和第四二极管;
所述第五电阻和所述光耦隔离放大器的输出端连接;
所述差分放大器的同向输入端分别和第七电阻的一端、第三二极管的正极、第四二极管的负极连接,所述第七电阻的另一端和第五电阻串联;
所述差分放大器的反向输入端分别和第八电阻的一端、第十电阻的一端、第一二极管的负极、第二二极管的正极连接,所述第八电阻的另一端和第六电阻串联;
所述差分放大器的输出端分别和第九电阻的一端、第十电阻的另一端连接;
所述第二电容的一端分别和第五电阻、第七电阻连接,所述第二电容的另一端分别和第六电阻、第八电阻连接。
8.根据权利要求1所述的基于绝缘介质回复电压的变压器绝缘状态的检测方法,其特征在于,所述电压跟随电路包括第三电容、电压跟随器和第十一电阻,所述电压跟随器的同向输入端分别和第三电容的一端、第九电阻的另一端连接,所述第三电容的另一端接地连接,所述电压跟随器的反向输入端和第十一电阻的一端连接,所述电压跟随器的输出端和第十一电阻的另一端连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810268433.3A CN108872803B (zh) | 2018-03-29 | 2018-03-29 | 一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810268433.3A CN108872803B (zh) | 2018-03-29 | 2018-03-29 | 一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108872803A true CN108872803A (zh) | 2018-11-23 |
CN108872803B CN108872803B (zh) | 2020-12-08 |
Family
ID=64326406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810268433.3A Active CN108872803B (zh) | 2018-03-29 | 2018-03-29 | 一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108872803B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633364A (zh) * | 2019-01-03 | 2019-04-16 | 广东电网有限责任公司 | 一种互感器绕组及熔断器故障评估方法、装置和设备 |
CN113899997A (zh) * | 2021-11-10 | 2022-01-07 | 哈尔滨理工大学 | 一种基于改进支持向量机的变压器绝缘状态诊断方法 |
CN114298616A (zh) * | 2022-03-11 | 2022-04-08 | 西南石油大学 | 设备健康状态评估方法、装置和计算机设备 |
CN116400175A (zh) * | 2023-02-14 | 2023-07-07 | 山东电工电气集团数字科技有限公司 | 一种电力变压器线圈绝缘在线监测装置及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10161410A1 (de) * | 2001-12-13 | 2003-06-18 | Rainer Patsch | Verfahren zur Charakterisierung des Alterungszustandes von elektrotechnischen Betriebsmitteln |
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 |
CN101650392A (zh) * | 2008-08-15 | 2010-02-17 | 上海中区节电科技有限公司 | 一种用于配电设备故障诊断的回复电压试验方法 |
CN202133726U (zh) * | 2011-05-31 | 2012-02-01 | 湖南省电力公司科学研究院 | 一种基于介质响应的绝缘体检测仪 |
CN103063991A (zh) * | 2012-12-28 | 2013-04-24 | 四川电力科学研究院 | 基于回复电压的油浸式变压器绝缘纸聚合度的测试方法 |
CN104330714A (zh) * | 2014-11-19 | 2015-02-04 | 广东电网有限责任公司佛山供电局 | 变压器介电响应回复电压的测量系统及方法 |
CA3006890A1 (en) * | 2015-12-01 | 2017-06-08 | General Electric Technology Gmbh | An intelligent assessment method of main insulation condition of transformer oil paper insulation |
CN206292298U (zh) * | 2016-11-11 | 2017-06-30 | 大禹电气科技股份有限公司 | 一种高压变频器输出电压隔离采样电路 |
CN207117292U (zh) * | 2017-05-16 | 2018-03-16 | 六安职业技术学院 | 一种冰箱电压补偿系统 |
-
2018
- 2018-03-29 CN CN201810268433.3A patent/CN108872803B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10161410A1 (de) * | 2001-12-13 | 2003-06-18 | Rainer Patsch | Verfahren zur Charakterisierung des Alterungszustandes von elektrotechnischen Betriebsmitteln |
CN101650392A (zh) * | 2008-08-15 | 2010-02-17 | 上海中区节电科技有限公司 | 一种用于配电设备故障诊断的回复电压试验方法 |
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 |
CN202133726U (zh) * | 2011-05-31 | 2012-02-01 | 湖南省电力公司科学研究院 | 一种基于介质响应的绝缘体检测仪 |
CN103063991A (zh) * | 2012-12-28 | 2013-04-24 | 四川电力科学研究院 | 基于回复电压的油浸式变压器绝缘纸聚合度的测试方法 |
CN104330714A (zh) * | 2014-11-19 | 2015-02-04 | 广东电网有限责任公司佛山供电局 | 变压器介电响应回复电压的测量系统及方法 |
CA3006890A1 (en) * | 2015-12-01 | 2017-06-08 | General Electric Technology Gmbh | An intelligent assessment method of main insulation condition of transformer oil paper insulation |
CN206292298U (zh) * | 2016-11-11 | 2017-06-30 | 大禹电气科技股份有限公司 | 一种高压变频器输出电压隔离采样电路 |
CN207117292U (zh) * | 2017-05-16 | 2018-03-16 | 六安职业技术学院 | 一种冰箱电压补偿系统 |
Non-Patent Citations (5)
Title |
---|
FRANCISCO GOMEZ ET.AL: "Support vector machine-basedalgorithm for post-fault transient stability status prediction using synchronized measurements", 《2011 IEEE POWER AND ENERGY SOCIETY GENERAL MEETING》 * |
廖瑞金 等: "采用回复电压法分析油纸绝缘老化特征量", 《高电压技术》 * |
林燕桢: "回复电压极化谱特征量与油纸绝缘变压器微水含量关系分析", 《电力系统保护与控制》 * |
蔡金锭 等: "基于灰色关联诊断模型的电力变压器绝缘老化研究", 《高电压技术》 * |
鄢仁武: "变压器油纸绝缘RVM现场测试技术研究", 《高压电器》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633364A (zh) * | 2019-01-03 | 2019-04-16 | 广东电网有限责任公司 | 一种互感器绕组及熔断器故障评估方法、装置和设备 |
CN109633364B (zh) * | 2019-01-03 | 2020-12-04 | 广东电网有限责任公司 | 一种互感器绕组及熔断器故障评估方法、装置和设备 |
CN113899997A (zh) * | 2021-11-10 | 2022-01-07 | 哈尔滨理工大学 | 一种基于改进支持向量机的变压器绝缘状态诊断方法 |
CN114298616A (zh) * | 2022-03-11 | 2022-04-08 | 西南石油大学 | 设备健康状态评估方法、装置和计算机设备 |
CN114298616B (zh) * | 2022-03-11 | 2022-05-06 | 西南石油大学 | 设备健康状态评估方法、装置和计算机设备 |
CN116400175A (zh) * | 2023-02-14 | 2023-07-07 | 山东电工电气集团数字科技有限公司 | 一种电力变压器线圈绝缘在线监测装置及方法 |
CN116400175B (zh) * | 2023-02-14 | 2024-02-02 | 山东电工电气集团数字科技有限公司 | 一种电力变压器线圈绝缘在线监测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108872803B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108872803A (zh) | 一种基于绝缘介质回复电压的变压器绝缘状态的检测方法 | |
Miao et al. | DC arc-fault detection based on empirical mode decomposition of arc signatures and support vector machine | |
CN109444656A (zh) | 一种变压器绕组变形位置的在线诊断方法 | |
CN110514889A (zh) | 一种非侵入式家庭用电负载识别的方法及系统 | |
CN107132443B (zh) | 一种三电平statcom智能故障诊断方法 | |
CN106483370A (zh) | 基于多特征融合的非侵入式家用负荷实时识别方法及装置 | |
CN109633368A (zh) | 基于vmd和dfa的含分布式电源配电网电能质量扰动检测方法 | |
CN107025365A (zh) | 一种用于用户侧的非侵入负荷辨识方法 | |
CN107037313A (zh) | 建立变压器绕组变形故障与扫频阻抗特征对应关系的方法 | |
CN104154854B (zh) | 基于李萨如特性在线监测电力变压器绕组变形的方法 | |
Wang et al. | Application of extension neural network algorithm and chaos synchronization detection method to partial discharge diagnosis of power capacitor | |
CN109670242A (zh) | 基于椭圆包络线的变压器绕组变形无监督在线监测方法 | |
Gao et al. | Fault line detection using waveform fusion and one-dimensional convolutional neural network in resonant grounding distribution systems | |
CN108169583A (zh) | 中性点经电容接地的自耦变压器直流偏磁判别方法及系统 | |
CN108680834A (zh) | 一种基于pdc的变压器绝缘状态的检测方法 | |
Zhong et al. | Mechanical defect identification for gas‐insulated switchgear equipment based on time‐frequency vibration signal analysis | |
CN109932053A (zh) | 一种用于高压并联电抗器的状态监测装置及方法 | |
Wang et al. | Cable incipient fault identification using restricted Boltzmann machine and stacked autoencoder | |
CN113745049B (zh) | 一种真空灭弧室内真空度监测方法及系统 | |
CN207730890U (zh) | 一种风力发电机介质损耗与局部放电一体化检测装置 | |
CN109557434A (zh) | 基于复合字典稀疏表示分类的强背景噪声下局部放电信号识别方法 | |
CN101614799A (zh) | 应用于电流传感器角差在线监测系统的信号分离择优方法 | |
CN104777446B (zh) | 一种电容型电流互感器在线故障诊断装置及方法 | |
CN112287953A (zh) | 一种用于gis绝缘缺陷类别识别的方法及系统 | |
CN115291156A (zh) | 一种电压互感器误差特性在线检测系统及检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201215 Address after: 350009 No. 4, Xingang Road, Taijiang District, Fujian, Fuzhou Patentee after: FUZHOU POWER SUPPLY COMPANY OF STATE GRID FUJIAN ELECTRIC POWER Co.,Ltd. Patentee after: FUZHOU YILI ELECTRIC EQUIPMENT Co.,Ltd. Address before: No.3, Xueyuan Road, new campus of Fuzhou University, Shangjie Town, Minhou County, Fuzhou City, Fujian Province Patentee before: FUJIAN University OF TECHNOLOGY |
|
TR01 | Transfer of patent right |