CN109375504B - 基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 - Google Patents
基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 Download PDFInfo
- Publication number
- CN109375504B CN109375504B CN201811314158.0A CN201811314158A CN109375504B CN 109375504 B CN109375504 B CN 109375504B CN 201811314158 A CN201811314158 A CN 201811314158A CN 109375504 B CN109375504 B CN 109375504B
- Authority
- CN
- China
- Prior art keywords
- module
- oil
- monitoring module
- neural network
- fuzzy neural
- 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
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 31
- 238000009413 insulation Methods 0.000 title claims abstract description 23
- 238000004804 winding Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 65
- 230000001502 supplementing effect Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 2
- 239000007788 liquid Substances 0.000 abstract description 4
- 238000004587 chromatography analysis Methods 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 abstract 3
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005470 impregnation Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002966 varnish Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明公开了基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其通过模糊神经网络PID控制模块、运行监测模块和条件监测模块控制卸油模块和补充油模块运行，并通过卸油模块和所述补充油模块控制变压器主体卸油或者补充油，进而控制绕组绝缘气泡生成，运行监测模块包括油色谱监测模块、油温监测模块和油液位监测模块，条件监测模块包括电压监测模块、气温监测模块和气压监测模块。本发明的优点：采用模糊神经网络PID控制模块来监控油色谱、油温及油液位，并控制补充油模块和泄油模块来保证油的稳定，使其性能值在标注值上下；在不同条件下，采用的PID控制公式不同，这样控制更加准确有效，更加精准的控制了绝缘气泡的生成；自动化程度高。
Description
技术领域
本发明涉及绕组绝缘气泡生成控制的方法，特别涉及基于模糊神经网络PID 控制的绕组绝缘气泡生成控制的方法。
背景技术
配电变压器为工矿企业与民用建筑供配电系统中的重要设备之一，它将10 (6)kV或35kV网络电压降至用户使用的230/400V母线电压。变压器的种类有很多种，其中油浸式变压器是较为常见的一种。油浸式变压器在运行中会出现绝缘漆跑，变压器在运行中产生气泡的原因有：固体绝缘浸渍过程不完善，残留气泡；油在高电压作用下析出气体；局部过热引起绝缘材料分解产生气体；油中杂质水分在高电场作用下电解；密封不严、潮气反透、温度骤变、油中气体析出；局部放电会使油和纸绝缘分解出气体，产生新的气泡。其主要反映在油色谱、油温及油液位上，若这三项数据出现超出标准值的变化，若不及时控制，则很容易产生绝缘气泡，这样会对变压器的绝缘能力造成影响，甚至会造成变压器的损坏。
发明内容
本发明要解决的技术问题，在于提供基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，该方法采用模糊神经网络PID控制模块来监控油色谱、油温及油液位，并控制补充油模块和泄油模块来保证油的稳定，使其性能值在标注值上下。
本发明通过下述方案实现：基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其通过模糊神经网络PID控制模块、运行监测模块和条件监测模块控制卸油模块和补充油模块运行，并通过所述卸油模块和所述补充油模块控制变压器主体卸油或者补充油，进而控制绕组绝缘气泡生成，所述运行监测模块包括油色谱监测模块、油温监测模块和油液位监测模块，条件监测模块包括电压监测模块、气温监测模块和气压监测模块。
所述条件监测模块的变化影响所述运行监测模块的结果。
所述模糊神经网络PID控制模块连接切断模块和报警模块。
所述条件监测模块在所述条件监测模块下监测到异常后通过所述模糊神经网络PID控制模块控制所述切断模块和所述报警模块运行。
所述条件监测模块在所述条件监测模块下的监测结果决定所述模糊神经网络PID控制模块控制所述卸油模块运行或者所述补充油模块运行。
所述补充油模块连接到存储油箱。
本发明的有益效果为：
1、本发明基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法采用模糊神经网络PID控制模块来监控油色谱、油温及油液位，并控制补充油模块和泄油模块来保证油的稳定，使其性能值接近标注值；
2、本发明基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法在不同的电压、气温和气压条件下，采用的PID控制公式不同，这样控制更加准确有效，更加精准的控制了绝缘气泡的生成；
3、本发明基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法自动化程度高。
附图说明
图1为本发明基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法的示意图。
具体实施方式
下面结合图1对本发明进一步说明，但本发明保护范围不局限所述内容。
其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向，且附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
为了清楚，不描述实际实施例的全部特征，在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱，应当认为在任何实际实施例的开发中，必须做出大量实施细节以实现开发者的特定目标，例如按照有关系统或有关商业的限制，由一个实施例改变为另一个实施例，另外，应当认为这种开发工作可能是复杂和耗费时间的，但是对于本领域技术人员来说仅仅是常规工作。
基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其通过模糊神经网络PID控制模块、运行监测模块和条件监测模块控制卸油模块和补充油模块运行，并通过卸油模块和补充油模块控制变压器主体卸油或者补充油，进而控制绕组绝缘气泡生成，运行监测模块包括油色谱监测模块、油温监测模块和油液位监测模块，条件监测模块包括电压监测模块、气温监测模块和气压监测模块。
条件监测模块的变化影响运行监测模块的结果。
模糊神经网络PID控制模块连接切断模块和报警模块。
条件监测模块在条件监测模块下监测到异常后通过模糊神经网络PID控制模块控制切断模块和报警模块运行。
条件监测模块在条件监测模块下的监测结果决定模糊神经网络PID控制模块控制卸油模块运行或者补充油模块运行。
补充油模块连接到存储油箱。
采用模糊神经网络PID控制模块来监控油色谱、油温及油液位，并控制补充油模块和泄油模块来保证油的稳定，使其性能值接近标注值，当油液位低时，控制补充油模块进行补油，当油色谱不佳时，控制泄油模块进行卸油，然后重新补油，在不同的电压、气温和气压条件下，采用的PID控制公式不同，这样控制更加准确有效，更加精准的控制了绝缘气泡的生成。
尽管已经对本发明的技术方案做了较为详细的阐述和列举，应当理解，对于本领域技术人员来说，对上述实施例做出修改或者采用等同的替代方案，这对本领域的技术人员而言是显而易见，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (4)
1.基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其特征在于：其通过模糊神经网络PID控制模块、运行监测模块和条件监测模块控制卸油模块和补充油模块运行，并通过所述卸油模块和所述补充油模块控制变压器主体卸油或者补充油，进而控制绕组绝缘气泡生成，所述运行监测模块包括油色谱监测模块、油温监测模块和油液位监测模块，条件监测模块包括电压监测模块、气温监测模块和气压监测模块，所述模糊神经网络PID控制模块连接切断模块和报警模块，所述条件监测模块在所述条件监测模块下监测到异常后通过所述模糊神经网络PID控制模块控制所述切断模块和所述报警模块运行。
2.根据权利要求1所述的基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其特征在于：所述条件监测模块的变化影响所述运行监测模块的结果。
3.根据权利要求1所述的基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其特征在于：所述条件监测模块在所述条件监测模块下的监测结果决定所述模糊神经网络PID控制模块控制所述卸油模块运行或者所述补充油模块运行。
4.根据权利要求1所述的基于模糊神经网络PID控制的绕组绝缘气泡生成控制的方法，其特征在于：所述补充油模块连接到存储油箱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811314158.0A CN109375504B (zh) | 2018-11-06 | 2018-11-06 | 基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811314158.0A CN109375504B (zh) | 2018-11-06 | 2018-11-06 | 基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109375504A CN109375504A (zh) | 2019-02-22 |
| CN109375504B true CN109375504B (zh) | 2022-04-19 |
Family
ID=65397655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811314158.0A Active CN109375504B (zh) | 2018-11-06 | 2018-11-06 | 基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109375504B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5777821A (en) * | 1980-10-30 | 1982-05-15 | Omron Tateisi Electronics Co | Combustion controller |
| CN103996497A (zh) * | 2014-05-28 | 2014-08-20 | 平顶山电力设计院有限公司 | 一种便于排水实时调节液位的变压器油箱 |
| CN104156017A (zh) * | 2014-08-19 | 2014-11-19 | 江苏科技大学 | 大功率高频变压器双层油温监控系统及方法 |
| CN105700571A (zh) * | 2016-01-21 | 2016-06-22 | 科润电力科技股份有限公司 | 一种电力变压器液位保护机构 |
| CN105845376A (zh) * | 2016-05-16 | 2016-08-10 | 国家电网公司 | 一种大型变压器带电滤油时气泡抑制方法及其装置 |
| CN106338593A (zh) * | 2016-08-26 | 2017-01-18 | 国网山东省电力公司阳信县供电公司 | 一种变压器专用维护装置和方法 |
| CN107255778A (zh) * | 2017-06-14 | 2017-10-17 | 华北电力大学（保定） | 一种变压器绕组绝缘气泡生成模拟试验方法及装置 |
| CN207042062U (zh) * | 2017-08-01 | 2018-02-27 | 上海铁路局上海机车检修段 | 大功率电力机车变压器油处理集成装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202420556U (zh) * | 2012-01-01 | 2012-09-05 | 东北电力大学 | 油浸电力变压器绝缘油综合监控装置 |
| CN207741832U (zh) * | 2017-12-28 | 2018-08-17 | 广西电网有限责任公司电力科学研究院 | 一种基于超声透视扫描的便携式变压器油箱液位仪 |
| CN108733921B (zh) * | 2018-05-18 | 2021-07-16 | 山东大学 | 基于模糊信息粒化的变压器绕组热点温度波动范围预测方法 |
-
2018
- 2018-11-06 CN CN201811314158.0A patent/CN109375504B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5777821A (en) * | 1980-10-30 | 1982-05-15 | Omron Tateisi Electronics Co | Combustion controller |
| CN103996497A (zh) * | 2014-05-28 | 2014-08-20 | 平顶山电力设计院有限公司 | 一种便于排水实时调节液位的变压器油箱 |
| CN104156017A (zh) * | 2014-08-19 | 2014-11-19 | 江苏科技大学 | 大功率高频变压器双层油温监控系统及方法 |
| CN105700571A (zh) * | 2016-01-21 | 2016-06-22 | 科润电力科技股份有限公司 | 一种电力变压器液位保护机构 |
| CN105845376A (zh) * | 2016-05-16 | 2016-08-10 | 国家电网公司 | 一种大型变压器带电滤油时气泡抑制方法及其装置 |
| CN106338593A (zh) * | 2016-08-26 | 2017-01-18 | 国网山东省电力公司阳信县供电公司 | 一种变压器专用维护装置和方法 |
| CN107255778A (zh) * | 2017-06-14 | 2017-10-17 | 华北电力大学（保定） | 一种变压器绕组绝缘气泡生成模拟试验方法及装置 |
| CN207042062U (zh) * | 2017-08-01 | 2018-02-27 | 上海铁路局上海机车检修段 | 大功率电力机车变压器油处理集成装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109375504A (zh) | 2019-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8890540B2 (en) | Partial discharge experiment power supply system for extra-high voltage transformer and method thereof | |
| CN105471178B (zh) | 水冷系统的泄漏保护装置及方法、风力发电机组水冷系统 | |
| CN109375504B (zh) | 基于模糊神经网络pid控制的绕组绝缘气泡生成控制的方法 | |
| CN106740133A (zh) | 电动汽车的车载can电源电路、电动汽车及其电源系统 | |
| CN208766549U (zh) | 启动电路、核心电路、耗材芯片、耗材 | |
| CN204835697U (zh) | 一种电压优选供电切换电路 | |
| CN106160607B (zh) | 一种励磁调节器定子过电流限制的实现方法 | |
| CN111404116A (zh) | 一种抽水蓄能电站差动保护无死区配置的实现系统及方法 | |
| CN109460896B (zh) | 一种电网110kV线路N-1风险自动扫描分析方法 | |
| WO2020008687A1 (ja) | 水電解システム及び水電解方法 | |
| CN218039026U (zh) | 继电器控制电路及电子设备 | |
| CN103615382A (zh) | 一种智能型潜水电泵 | |
| CN108630401B (zh) | 一种基于用合成酯油部分替代原变压器油的滤油机滤油方法 | |
| CN101930240A (zh) | 超纯水节能控制系统 | |
| CN203338189U (zh) | 三相可控硅交流稳压器 | |
| CN106020304A (zh) | 一种自适应主从多模式并机均流控制方法 | |
| CN206849672U (zh) | 一种智能无损电力变压器 | |
| CN205791795U (zh) | 一种船用高压电站控制系统 | |
| CN220083315U (zh) | 一种水位自动调节的电加热锅炉 | |
| CN217763387U (zh) | 锅炉液位的控制装置和锅炉液位的控制系统 | |
| CN204577862U (zh) | 臭氧杀菌开关柜 | |
| CN206992976U (zh) | 高压电解电容器正极箔腐蚀专用大功率电源 | |
| CN117029370B (zh) | 用于控制核电站循环水系统的方法 | |
| CN216751145U (zh) | 一种苯酐生产中的防晃电装置 | |
| CN109193742B (zh) | 一种抗交流扰动的高压直流输电系统控制方法 |
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 |