CN108897717B - 一种变压器绝缘油劣化故障率计算方法 - Google Patents

一种变压器绝缘油劣化故障率计算方法 Download PDF

Info

Publication number
CN108897717B
CN108897717B CN201810438280.2A CN201810438280A CN108897717B CN 108897717 B CN108897717 B CN 108897717B CN 201810438280 A CN201810438280 A CN 201810438280A CN 108897717 B CN108897717 B CN 108897717B
Authority
CN
China
Prior art keywords
oil
transformer
insulating oil
transformer insulating
mean value
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.)
Active
Application number
CN201810438280.2A
Other languages
English (en)
Other versions
CN108897717A (zh
Inventor
邹志强
吴杰康
陶飞达
曾振达
张丽平
黄智鹏
杨夏
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.)
Guangdong Power Grid Co Ltd
Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201810438280.2A priority Critical patent/CN108897717B/zh
Publication of CN108897717A publication Critical patent/CN108897717A/zh
Application granted granted Critical
Publication of CN108897717B publication Critical patent/CN108897717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Housings And Mounting Of Transformers (AREA)

Abstract

本发明涉及电力系统及其自动化领域,尤其涉及一种变压器绝缘油劣化故障率计算方法。针对如何处理变压器绝缘油劣化故障状态评估所涉及种类多、数量大、相互关系复杂的大数据问题,在建立大数据库基础上采用数据聚类原理对大数据进行处理和分析;针对变压器绝缘油劣化故障状态评估所涉及的随机和模糊不确定性的参量,采用概率模糊集的理论进行处理和分析。利用本发明所提出的一种变压器绝缘油劣化故障率计算方法,可以评估变压器绝缘油劣化故障状态,反映了变压器绝缘油劣化故障状态特征值具有的不确定性,为变压器绝缘油劣化故障状态评估提供理论指导,为配电网运维提供必要的技术支撑。

Description

一种变压器绝缘油劣化故障率计算方法
技术领域
本发明涉及电力系统及其自动化领域,尤其涉及一种变压器绝缘油劣化故障率计算方法。
背景技术
变压器数量多,会存在不同程度的劣化、劣化、缺陷并具有家族性和隐蔽性,难以得到及时检测和评估。因运行年限、环境、检修等有很大差异并受多因素影响,增加了变压器运行绝缘油劣化状态评价的难度和复杂性,无法满足精准化和智能化评价的更高要求。
油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽等与绝缘油相关参量,在不同环境、气象条件下都有不同的数值,这些影响因素通常都具有随机不确定性或模糊不确定性,或者是具有随机和模糊不确定性,往往以随机和模糊不确定性事件或参量而存在。可见,传统变压器绝缘油劣化故障状态评估的现有技术都没有全面考虑影响因素的不确定性和随机性,计算方法适用性、实用性和应用性也难以得到满足。
发明内容
本发明的目的就是要克服现有技术的不足,采用一种变压器绝缘油劣化故障率计算方法。针对如何处理变压器绝缘油劣化故障状态评估所涉及种类多、数量大、相互关系复杂的大数据问题,在建立大数据库基础上采用数据聚类原理对大数据进行处理和分析;针对变压器绝缘油劣化故障状态评估所涉及的随机和模糊不确定性的参量,采用概率模糊集的理论进行处理和分析。
本发明的技术方案是:
一种变压器绝缘油劣化故障率计算方法,变压器故障取决于变压器绝缘油的异常变化特征,变压器故障概率由变压器绝缘油的异常变化特征值按照概率原理计算确定,变压器绝缘油劣化故障状态评估所涉及参量包括:油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽;对具有随机不确定性的变压器绝缘油异常变化特征值进行聚类处理,构建变压器绝缘油劣化故障率计算函数,包括以下步骤;
S1:变压器绝缘油数据集构建与概率数值计算;由油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽,构建变压器绝缘油数据集xSO为:
Figure BDA0001655217130000021
式中
Figure BDA0001655217130000022
为与变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽的相关数据集,NSO为变压器绝缘油数据集的数量;
第a个变压器绝缘油数据集xSOa为:
Figure BDA0001655217130000023
式中
Figure BDA0001655217130000024
为从试验中得到的第a个变压器绝缘油数据集xSOa元素数据值,NSOa为变压器第a个变压器绝缘油数据集xSOa的元素数量;
从相关数据库系统获取变压器绝缘油检测、试验等的数据信息,采用模拟的方法,确定第a个变压器绝缘油数据集xSOa的第i个元素按照正态分布规律变化的均值μSOai和方差σSOai,确定变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽按照正态分布规律变化的均值μSO1和方差σSO1、均值μSO2和方差σSO2、均值μSO3和方差σSO3、均值μSO4和方差σSO4、均值μSO5和方差σSO5、均值μSO6和方差σSO6、均值μSO7和方差σSO7、均值μSO8和方差σSO8、均值μSO9和方差σSO9、均值μSO10和方差σSO10、均值μSO11和方差σSO11
S2:基于绝缘油元素的变压器故障率计算;基于多个油元素关联分析,引入影响因子kTO,计算第a个变压器绝缘油数据集xSOa的变压器绝缘油劣化故障概率:
Figure BDA0001655217130000031
式中erf(y)为误差函数,其表达式为:
Figure BDA0001655217130000032
S3:变压器绝缘油劣化故障率计算:引入影响因子kT,计算变压器绝缘油劣化故障概率:
Figure BDA0001655217130000033
本发明的有益效果是;利用本发明所提出的一种变压器绝缘油劣化故障率计算方法,可以评估变压器绝缘油劣化故障状态,反映了变压器绝缘油劣化故障状态特征值具有的不确定性,为变压器绝缘油劣化故障状态评估提供理论指导,为配电网运维提供必要的技术支撑。
附图说明
图1是本发明的流程框图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
实施例1:
如图1所示,一种变压器绝缘油劣化故障率计算方法,变压器故障取决于变压器绝缘油的异常变化特征,变压器故障概率由变压器绝缘油的异常变化特征值按照概率原理计算确定,变压器绝缘油劣化故障状态评估所涉及参量包括:油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽;对具有随机不确定性的变压器绝缘油异常变化特征值进行聚类处理,构建变压器绝缘油劣化故障率计算函数,包括以下步骤;
S1:变压器绝缘油数据集构建与概率数值计算;由油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽,构建变压器绝缘油数据集xSO为:
Figure BDA0001655217130000041
式中
Figure BDA0001655217130000042
为与变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽的相关数据集,NSO为变压器油数据集的数量;
第a个变压器绝缘油数据集xSOa为:
Figure BDA0001655217130000043
式中
Figure BDA0001655217130000044
为从试验中得到的第a个变压器绝缘油数据集xSOa元素数据值,NSOa为变压器第a个变压器绝缘油数据集xSOa的元素数量;
从相关数据库系统获取变压器绝缘油检测、试验等的数据信息,采用模拟的方法,确定第a个变压器绝缘油数据集xSOa的第i个元素按照正态分布规律变化的均值μSOai和方差σSOai,确定变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽按照正态分布规律变化的均值μSO1和方差σSO1、均值μSO2和方差σSO2、均值μSO3和方差σSO3、均值μSO4和方差σSO4、均值μSO5和方差σSO5、均值μSO6和方差σSO6、均值μSO7和方差σSO7、均值μSO8和方差σSO8、均值μSO9和方差σSO9、均值μSO10和方差σSO10、均值μSO11和方差σSO11
S2:基于绝缘油元素的变压器故障率计算;基于多个油元素关联分析,引入影响因子kTO,计算第a个变压器绝缘油数据集xSOa的变压器绝缘油劣化故障概率:
Figure BDA0001655217130000045
式中erf(y)为误差函数,其表达式为:
Figure BDA0001655217130000046
S3:变压器绝缘油劣化故障率计算:引入影响因子kT,计算变压器绝缘油劣化故障概率:
Figure BDA0001655217130000051
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (1)

1.一种变压器绝缘油劣化故障率计算方法,其特征在于,变压器故障取决于变压器绝缘油的异常变化特征,变压器故障概率由变压器绝缘油的异常变化特征值按照概率原理计算确定,变压器绝缘油劣化故障状态评估所涉及参量包括:油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽;对具有随机不确定性的变压器绝缘油异常变化特征值进行聚类处理,构建变压器绝缘油劣化故障率计算函数,包括以下步骤;
S1:变压器绝缘油数据集构建与概率数值计算;由油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽,构建变压器绝缘油数据集xSO为:
Figure FDA0001655217120000011
式中
Figure FDA0001655217120000012
为与变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽的相关数据集,NSO为变压器绝缘油数据集的数量;
第a个变压器绝缘油数据集xSOa为:
Figure FDA0001655217120000013
式中
Figure FDA0001655217120000014
为从试验中得到的第a个变压器绝缘油数据集xSOa元素数据值,NSOa为变压器第a个变压器绝缘油数据集xSOa的元素数量;
从相关数据库系统获取变压器绝缘油检测、试验的数据信息,采用模拟的方法,确定第a个变压器绝缘油数据集xSOa的第i个元素按照正态分布规律变化的均值μSOai和方差σSOai,确定变压器油介质损耗、油中含水量、油中含气量、油击穿电压、油体积电阻率、油电导率、油中酸值、油破坏电压、油总酸值、油中糠醛量、油色泽按照正态分布规律变化的均值μSO1和方差σSO1、均值μSO2和方差σSO2、均值μSO3和方差σSO3、均值μSO4和方差σSO4、均值μSO5和方差σSO5、均值μSO6和方差σSO6、均值μSO7和方差σSO7、均值μSO8和方差σSO8、均值μSO9和方差σSO9、均值μSO10和方差σSO10、均值μSO11和方差σSO11
S2:基于绝缘油元素的变压器故障率计算;基于多个油元素关联分析,引入影响因子KSOa ,计算第a个变压器绝缘油数据集xSOa的变压器绝缘油劣化故障概率:
Figure FDA0001655217120000021
式中erf(y)为误差函数,其表达式为:
Figure FDA0001655217120000022
S3:变压器绝缘油劣化故障率计算:引入影响因子kT,计算变压器绝缘油劣化故障概率:
Figure FDA0001655217120000023
CN201810438280.2A 2018-05-09 2018-05-09 一种变压器绝缘油劣化故障率计算方法 Active CN108897717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810438280.2A CN108897717B (zh) 2018-05-09 2018-05-09 一种变压器绝缘油劣化故障率计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810438280.2A CN108897717B (zh) 2018-05-09 2018-05-09 一种变压器绝缘油劣化故障率计算方法

Publications (2)

Publication Number Publication Date
CN108897717A CN108897717A (zh) 2018-11-27
CN108897717B true CN108897717B (zh) 2021-09-10

Family

ID=64342765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810438280.2A Active CN108897717B (zh) 2018-05-09 2018-05-09 一种变压器绝缘油劣化故障率计算方法

Country Status (1)

Country Link
CN (1) CN108897717B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112485307A (zh) * 2020-10-27 2021-03-12 国网湖北省电力有限公司孝感供电公司 一种再利用的电力绝缘油和电池共性评价分类方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110047432A (ko) * 2009-10-30 2011-05-09 주식회사 케이디파워 절연유 열화측정 센서를 구비한 유입 변압기
CN103884818A (zh) * 2014-03-31 2014-06-25 苏州热工研究院有限公司 一种变压器绝缘纸活化能的测定方法及变压器绝缘纸的寿命预测方法
CN104036131A (zh) * 2014-06-06 2014-09-10 清华大学 一种变压器老化故障率估计方法
CN104217104A (zh) * 2014-08-19 2014-12-17 上海交通大学 一种基于风险评估的电力变压器寿命分析方法及系统
CN105717382A (zh) * 2014-12-05 2016-06-29 青岛泰威机床有限公司 一种变压器使用寿命预估系统
CN107831300A (zh) * 2017-10-20 2018-03-23 广东电网有限责任公司河源供电局 一种基于三维梯形概率模糊集的变压器绝缘油劣化评估方法
CN107843718A (zh) * 2017-10-20 2018-03-27 广东电网有限责任公司河源供电局 一种变压器绝缘油老化状态评估的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10488384B2 (en) * 2013-11-06 2019-11-26 Electric Power Research Institute, Inc. System and method for assessing power transformers

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110047432A (ko) * 2009-10-30 2011-05-09 주식회사 케이디파워 절연유 열화측정 센서를 구비한 유입 변압기
CN103884818A (zh) * 2014-03-31 2014-06-25 苏州热工研究院有限公司 一种变压器绝缘纸活化能的测定方法及变压器绝缘纸的寿命预测方法
CN104036131A (zh) * 2014-06-06 2014-09-10 清华大学 一种变压器老化故障率估计方法
CN104217104A (zh) * 2014-08-19 2014-12-17 上海交通大学 一种基于风险评估的电力变压器寿命分析方法及系统
CN105717382A (zh) * 2014-12-05 2016-06-29 青岛泰威机床有限公司 一种变压器使用寿命预估系统
CN107831300A (zh) * 2017-10-20 2018-03-23 广东电网有限责任公司河源供电局 一种基于三维梯形概率模糊集的变压器绝缘油劣化评估方法
CN107843718A (zh) * 2017-10-20 2018-03-27 广东电网有限责任公司河源供电局 一种变压器绝缘油老化状态评估的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于多状态信息修正优化组合的电力设备;吴杰康等;《广东电力》;20160831;第29卷(第8期);第60-66页 *
电力变压器油纸绝缘状态评估研究;李伟;《中国优秀硕士学位论文全文数据库》;20140915;第C042-102页 *
电力变压器状态评估方法的研究;刘瑞英;《中国优秀硕士学位论文全文数据库》;20180115;第C042-346页 *
采用核主成分分析和随机森林算法的变压器;张丽平等;《四川电力技术》;20180430;第41卷(第2期);第29-33页 *

Also Published As

Publication number Publication date
CN108897717A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN107843718B (zh) 一种变压器绝缘油老化状态评估的方法
CN107831415B (zh) 一种变压器绝缘纸老化状态评估的区间值模糊集方法
Ahmed et al. Multivariate online anomaly detection using kernel recursive least squares
CN108680811B (zh) 一种变压器故障状态评估方法
CN108802584B (zh) 一种变压器绝缘纸老化状态评估方法
CN107843816B (zh) 一种考虑负载率影响的变压器绝缘缺陷状态评估方法
Zhang et al. Fault detection strategy based on weighted distance of $ k $ nearest neighbors for semiconductor manufacturing processes
CN107831300B (zh) 一种基于三维梯形概率模糊集的变压器绝缘油劣化评估方法
CN108052092B (zh) 一种基于大数据分析的地铁机电设备状态异常检测方法
Zhong et al. Multimode non‐Gaussian process monitoring based on local entropy independent component analysis
Lira et al. Metal-oxide surge arrester monitoring and diagnosis by self-organizing maps
CN111723367A (zh) 一种电力监控系统业务场景处置风险评价方法及系统
Li et al. On autoregressive model selection for the exponentially weighted moving average control chart of residuals in monitoring the mean of autocorrelated processes
CN108897717B (zh) 一种变压器绝缘油劣化故障率计算方法
Jafarian-Namin et al. An integrated model for optimal selection of quality, maintenance, and production parameters with auto correlated data
CN108647431B (zh) 一种变压器绝缘纸劣化故障率计算方法
Akhavan Niaki et al. On the monitoring of multi-attributes high-quality production processes
Nadi et al. Monitoring simple linear profiles in the presence of within‐and between‐profile autocorrelation
CN109086483A (zh) 一种变压器老化状态评估的证据融合与集对分析方法
CN108681835B (zh) 一种变压器绝缘油劣化状态评估方法
Osei‐Aning et al. Bivariate dispersion control charts for monitoring non‐normal processes
CN108647717B (zh) 一种考虑温度的变压器故障率计算方法
Majdani et al. Detecting malicious signal manipulation in smart grids using intelligent analysis of contextual data
CN113672658B (zh) 基于复相关系数的电力设备在线监测错误数据识别方法
CN108805467A (zh) 一种变压器老化状态评估的概率模糊集方法

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
TA01 Transfer of patent application right

Effective date of registration: 20210311

Address after: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Applicant after: GUANGDONG POWER GRID Co.

Applicant after: HEYUAN POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd.

Address before: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Applicant before: GUANGDONG POWER GRID Co.

Applicant before: HEYUAN POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd.

Applicant before: GUANGDONG University OF TECHNOLOGY

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant