CN109900995A - 电力变压器健康状态评估方法 - Google Patents
电力变压器健康状态评估方法 Download PDFInfo
- Publication number
- CN109900995A CN109900995A CN201910249794.8A CN201910249794A CN109900995A CN 109900995 A CN109900995 A CN 109900995A CN 201910249794 A CN201910249794 A CN 201910249794A CN 109900995 A CN109900995 A CN 109900995A
- Authority
- CN
- China
- Prior art keywords
- data
- data points
- sampled data
- transformer
- fault
- 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
Landscapes
- Electrotherapy Devices (AREA)
Abstract
本发明公开了一种电力变压器健康状态评估方法,包括如下步骤:S1:对变压器周围的气体含量进行采样,得到采样数据,之后,对采样数据进行预处理,去除噪声;S2:根据变压器常见故障类型将历史数据分为6个故障数据簇,并分别对所述故障数据簇进行编号;S3:计算每个采样数据点与每个故障数据簇的相对邻近度;S4:根据不同故障类型,将变压器健康状态分为多个健康状态,并根据S3中计算出来的相对邻近度判断采样数据点处于何种健康状态。该电力变压器健康状态评估方法能够消除采样噪声对诊断结果的影响,不局限于仅能判断变压器的健康或故障,能够对变压器健康状态进行评估,反映出变压器的潜在故障或缺陷。
Description
技术领域
本发明涉及变压器故障诊断领域,特别提供了一种电力变压器健康状态评估方法。
背景技术
近年来,很多学者将各种智能算法应用于变压器故障诊断领域中,虽取得了较好的效果,但仍存在两个局限:1、未进行数据预处理,采样噪声对诊断结果有较大影响;2、仅能对当前设备所属的状态进行健康或故障的二值化判断,无法反映出变压器的潜在故障或缺陷,难以为设备的运行维护检修提供指导。
因此,研制一种新的电力变压器健康状态评估方法,以消除采样噪声对诊断结果的影响,同时,使其不局限于仅能判断变压器的健康或故障,能够对变压器健康状态进行评估,反映变压器的潜在故障或缺陷,成为人们亟待解决的问题。
发明内容
鉴于此,本发明的目的在于提供一种电力变压器健康状态评估方法,以解决现有技术中采样噪声对变压器诊断结果的较大影响以及无法反映出变压器的潜在故障或缺陷,难以为设备的运行维护检修提供指导问题。
本发明提供的技术方案是:电力变压器健康状态评估方法,包括如下步骤:
S1:对变压器周围的气体含量进行采样,得到采样数据,之后,对采样数据进行预处理,去除噪声;
S2:根据变压器常见故障类型将历史数据分为6个故障数据簇,分别为低温过热、中温过热、高温过热、局部放电、低能放电和高能放电,并分别对所述故障数据簇进行编号,依次为C1-C6;
S3:计算每个采样数据点与每个故障数据簇的相对邻近度;
S4:根据不同故障类型,将变压器健康状态分为多个健康状态,并根据S3中计算出来的相对邻近度判断采样数据点处于何种健康状态。
优选,S1中,采样数据中的各采样数据点均为五维数据点,每一维分别表示变压器周围的CH4、C2H6、C2H4、C2H2、H2的含量。
进一步优选,S1中,对采样数据进行预处理的步骤如下:
S11:根据公式(1)计算数据预处理窗口长度
上式中,TC表示计算周期;TS表示数据采样周期,n表示数据预处理窗口长度;
S12:根据公式(2)计算每个采样数据点与其所在数据预处理窗口N内且与它最近邻的k1个采样数据点的邻近度
上式中,N(x,k1)表示位于采样数据点x所在数据预处理窗口N内且与它最近邻的k1个采样数据点的集合;d(x,y)表示位于数据预处理窗口N内的采样数据点x和一个最近邻采样数据点y的欧式距离,其中,第l个数据预处理窗口Nl当中两个采样数据点xl和yl的欧式距离d(xl,yl)通过公式(3)计算:
上式中,m表示数据维数;xli代表采样数据点xl在维度i上的坐标;yli代表采样数据点yl在维度i上的坐标;λli为第l个数据预处理窗口中维度i的归一系数,等于上一个数据预处理窗口中去噪后的正常数据点在维度i上的总距离与去噪后的正常数据点在所有维度上的总距离之和的比值,其中,第1个数据预处理窗口中各维度的归一系数均为预设值,取值范围为0~1;
S13:分别在每个数据预处理窗口内比较该数据预处理窗口中每个采样数据点x与它最近邻的k1个采样数据点的邻近度l(x,k1),若l(x,k1)小于预设阈值lth,则标记此采样数据点为噪声数据,否则,标记此采样数据点为正常数据。
进一步优选,S12中,k1的取值范围为数据预处理窗口N内采样数据点总数的30%~40%。
进一步优选,S13中,lth的取值范围为0.4~0.6。
进一步优选,S3中,采样数据点x与故障数据簇Cj的相对邻近度的计算方法如下:
S31:根据公式(4)计算采样数据点x与故障数据簇Cj的邻近度lj(x,k2),
上式中,cj(x,k2)表示采样数据点x在故障数据簇Cj中的k2个最近邻点的集合,y表示采样数据点x在故障数据簇Cj内的一个最近邻点,d(x,y)表示采样数据点x与最邻近点y之间的欧式距离,其中,d(x,y)通过公式(5)计算:
上式中,m表示数据维数,xi表示采样数据点x在维度i上的坐标;yi表示最邻近点y在维度i上的坐标;λi为维度i上的归一系数,等于采样数据点x与故障数据簇Cj中的k2个最近邻点在维度i上的总距离与采样数据点x与故障数据簇Cj中的k2个最近邻点在所有维度上的总距离之和的比值;
S32:根据公式(6)分别计算每个采样数据点x与故障数据簇Cj的相对邻近度
上式中,lj(x,k2)为采样数据点x与故障数据簇Cj的邻近度,ljref为Cj的基准邻近度,通过将Cj内部数据点作为待测数据点,代入式(4)中进行计算,分别得到Cj内部各个数据点相对于本故障数据簇的邻近度后,对所有内部数据点的簇内邻近度取平均值得到。
进一步优选,S31中,k2的取值范围为该故障数据簇内数据点总数的30%~40%。
进一步优选,S4中,将变压器健康状态分为4个健康状态,分别为优、良、中、差,优指的是变压器无任何故障;良指的是变压器出现低温过热或局部放电故障,为一级劣化,中指的是变压器出现中温过热或低能放电故障,为二级劣化,差指的是变压器出现高温过热或高能放电故障,为三级劣化,当采样数据点与每个故障数据簇的相对邻近度均小于预设相对邻近度,健康状态则为优,否则,采样数据点与哪个故障数据簇最接近,就将该故障数据簇所对应的变压器健康状态等级作为该采样数据点的健康状态。
进一步优选,所述预设相对邻近度为0.4~0.6。
本发明提供的电力变压器健康状态评估方法能够消除采样噪声对诊断结果的影响,不局限于仅能判断变压器的健康或故障,能够对变压器健康状态进行评估,反映出变压器的潜在故障或缺陷,能够为设备的运行维护检修提供指导。
具体实施方式
下面将结合具体的实施方案对本发明进行进一步的解释,但并不局限本发明。
本发明提供了一种电力变压器健康状态评估方法,包括如下步骤:
S1:对变压器周围的气体含量进行采样,得到采样数据,之后,对采样数据进行预处理,去除噪声,避免噪声数据对变压器健康状态评价的影响,优选,所述采样数据中的各采样数据点均为五维数据点,每一维分别表示变压器周围的CH4、C2H6、C2H4、C2H2、H2的含量;
其中,对采样数据进行预处理的步骤如下:
S11:根据公式(1)计算数据预处理窗口长度
上式中,TC表示计算周期;TS表示数据采样周期,n表示数据预处理窗口长度;
S12:根据公式(2)计算每个采样数据点与其所在数据预处理窗口N内且与它最近邻的k1个采样数据点的邻近度,其中,k1的取值范围为数据预处理窗口N内采样数据点总数的30%~40%
上式中,N(x,k1)表示位于采样数据点x所在数据预处理窗口N内且与它最近邻的k1个采样数据点的集合;d(x,y)表示位于数据预处理窗口N内的采样数据点x和一个最近邻采样数据点y的欧式距离,其中,第l个数据预处理窗口Nl当中两个采样数据点xl和yl的欧式距离d(xl,yl)通过公式(3)计算
上式中,m表示数据维数;xli代表采样数据点xl在维度i上的坐标;yli代表采样数据点yl在维度i上的坐标;λli为第l个数据预处理窗口中维度i的归一系数,等于上一个数据预处理窗口中去噪后的正常数据点在维度i上的总距离与去噪后的正常数据点在所有维度上的总距离之和的比值,其中,第1个数据预处理窗口中各维度的归一系数均为预设值,取值范围为0~1;
S13:分别在每个数据预处理窗口内比较该数据预处理窗口中每个采样数据点x与它最近邻的k1个采样数据点的邻近度l(x,k1),若l(x,k1)小于预设阈值lth,则标记此采样数据点为噪声数据,否则,标记此采样数据点为正常数据,其中,lth的取值范围为0.4~0.6;
S2:根据变压器常见故障类型将历史数据分为6个故障数据簇,分别为低温过热、中温过热、高温过热、局部放电、低能放电和高能放电,并分别对所述故障数据簇进行编号,依次为C1-C6;
S3:计算每个采样数据点与每个故障数据簇的相对邻近度,为后续变压器健康状态评估做准备;
其中,采样数据点x与故障数据簇Cj的相对邻近度的计算方法如下:
S31:根据公式(4)计算采样数据点x与故障数据簇Cj的邻近度lj(x,k2),
上式中,cj(x,k2)表示采样数据点x在故障数据簇Cj中的k2个最近邻点的集合,其中,k2的取值范围为该故障数据簇内数据点总数的30%~40%;y表示采样数据点x在故障数据簇Cj内的一个最近邻点,d(x,y)表示采样数据点x与最邻近点y之间的欧式距离,其中,d(x,y)通过公式(5)计算:
上式中,m表示数据维数,xi表示采样数据点x在维度i上的坐标;yi表示最邻近点y在维度i上的坐标;λi为维度i上的归一系数,等于采样数据点x与故障数据簇Cj中的k2个最近邻点在维度i上的总距离与采样数据点x与故障数据簇Cj中的k2个最近邻点在所有维度上的总距离之和的比值;
S32:根据公式(6)分别计算每个采样数据点x与故障数据簇Cj的相对邻近度
上式中,lj(x,k2)为采样数据点x与故障数据簇Cj的邻近度,ljref为Cj的基准邻近度,通过将Cj内部数据点作为待测数据点,代入式(4)中进行计算,分别得到Cj内部各个数据点相对于本故障数据簇的邻近度后,对所有内部数据点的簇内邻近度取平均值得到;
S4:根据不同故障类型,将变压器健康状态分为多个健康状态,并根据S3中计算出来的相对邻近度判断采样数据点处于何种健康状态。
优选,将变压器健康状态分为4个健康状态,分别为优、良、中、差,优指的是变压器无任何故障;良指的是变压器出现低温过热或局部放电故障,为一级劣化;中指的是变压器出现中温过热或低能放电故障,为二级劣化;差指的是变压器出现高温过热或高能放电故障,为三级劣化。当采样数据点与每个故障数据簇的相对邻近度均小于预设相对邻近度时,健康状态为优,否则,采样数据点与哪个故障数据簇最接近,就将该故障数据簇所对应的变压器健康状态等级作为该采样数据点的健康状态,优选,所述预设相对邻近度的取值范围为0.4~0.6。
得到采样数据点的健康状态后,根据健康状态的不同程度,对变压器做出相应处理即可,例如:若为优等级,则表示变压器健康状态非常好,变压器一年内无需检修;若为良等级,则表示变压器健康状态良好,变压器六个月内无需检修;若为中等级,则表示变压器健康状态较好,变压器三个月内无需检修;若为差等级,则表示变压器健康状态非常差,变压器急需检修。
该电力变压器健康状态评估方法能够消除采样噪声对诊断结果的影响,不局限于仅能判断变压器的健康或故障两者状态,能够对变压器健康状态进行评估,反映出变压器的潜在故障或缺陷,能够为设备的运行维护检修提供指导。
本发明的具体实施方式是按照递进的方式进行撰写的,着重强调各个实施方案的不同之处,其相似部分可以相互参见。
上面对本发明的实施方式做了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (9)
1.电力变压器健康状态评估方法,其特征在于,包括如下步骤:
S1:对变压器周围的气体含量进行采样,得到采样数据,之后,对采样数据进行预处理,去除噪声;
S2:根据变压器常见故障类型将历史数据分为6个故障数据簇,分别为低温过热、中温过热、高温过热、局部放电、低能放电和高能放电,并分别对所述故障数据簇进行编号,依次为C1-C6;
S3:计算每个采样数据点与每个故障数据簇的相对邻近度;
S4:根据不同故障类型,将变压器健康状态分为多个健康状态,并根据S3中计算出来的相对邻近度判断采样数据点处于何种健康状态。
2.按照权利要求1所述电力变压器健康状态评估方法,其特征在于:S1中,采样数据中的各采样数据点均为五维数据点,每一维分别表示变压器周围的CH4、C2H6、C2H4、C2H2、H2的含量。
3.按照权利要求1所述电力变压器健康状态评估方法,其特征在于:S1中,对采样数据进行预处理的步骤如下:
S11:根据公式(1)计算数据预处理窗口长度
上式中,TC表示计算周期;TS表示数据采样周期,n表示数据预处理窗口长度;
S12:根据公式(2)计算每个采样数据点与其所在数据预处理窗口N内且与它最近邻的k1个采样数据点的邻近度
上式中,N(x,k1)表示位于采样数据点x所在数据预处理窗口N内且与它最近邻的k1个采样数据点的集合;d(x,y)表示位于数据预处理窗口N内的采样数据点x和一个最近邻采样数据点y的欧式距离,其中,第l个数据预处理窗口Nl当中两个采样数据点xl和yl的欧式距离d(xl,yl)通过公式(3)计算
上式中,m表示数据维数;xli代表采样数据点xl在维度i上的坐标;yli代表采样数据点yl在维度i上的坐标;λli为第l个数据预处理窗口中维度i的归一系数,等于上一个数据预处理窗口中去噪后的正常数据点在维度i上的总距离与去噪后的正常数据点在所有维度上的总距离之和的比值,其中,第1个数据预处理窗口中各维度的归一系数均为预设值,取值范围为0~1;
S13:分别在每个数据预处理窗口内比较该数据预处理窗口中每个采样数据点x与它最近邻的k1个采样数据点的邻近度l(x,k1),若l(x,k1)小于预设阈值lth,则标记此采样数据点为噪声数据,否则,标记此采样数据点为正常数据。
4.按照权利要求3所述电力变压器健康状态评估方法,其特征在于:S12中,k1的取值范围为数据预处理窗口N内采样数据点总数的30%~40%。
5.按照权利要求3所述电力变压器健康状态评估方法,其特征在于:S13中,lth的取值范围为0.4~0.6。
6.按照权利要求1所述电力变压器健康状态评估方法,其特征在于:S3中,采样数据点x与故障数据簇Cj的相对邻近度的计算方法如下:
S31:根据公式(4)计算采样数据点x与故障数据簇Cj的邻近度lj(x,k2),
上式中,cj(x,k2)表示采样数据点x在故障数据簇Cj中的k2个最近邻点的集合,y表示采样数据点x在故障数据簇Cj内的一个最近邻点,d(x,y)表示采样数据点x与最邻近点y之间的欧式距离,其中,d(x,y)通过公式(5)计算:
上式中,m表示数据维数,xi表示采样数据点x在维度i上的坐标;yi表示最邻近点y在维度i上的坐标;λi为维度i上的归一系数,等于采样数据点x与故障数据簇Cj中的k2个最近邻点在维度i上的总距离与采样数据点x与故障数据簇Cj中的k2个最近邻点在所有维度上的总距离之和的比值;
S32:根据公式(6)分别计算每个采样数据点x与故障数据簇Cj的相对邻近度
上式中,lj(x,k2)为采样数据点x与故障数据簇Cj的邻近度,ljref为Cj的基准邻近度,通过将Cj内部数据点作为待测数据点,代入式(4)中进行计算,分别得到Cj内部各个数据点相对于本故障数据簇的邻近度后,对所有内部数据点的簇内邻近度取平均值得到。
7.按照权利要求6所述电力变压器健康状态评估方法,其特征在于:S31中,k2的取值范围为该故障数据簇内数据点总数的30%~40%。
8.按照权利要求1所述电力变压器健康状态评估方法,其特征在于:S4中,将变压器健康状态分为4个健康状态,分别为优、良、中、差,优指的是变压器无任何故障;良指的是变压器出现低温过热或局部放电故障,为一级劣化,中指的是变压器出现中温过热或低能放电故障,为二级劣化,差指的是变压器出现高温过热或高能放电故障,为三级劣化,当采样数据点与每个故障数据簇的相对邻近度均小于预设相对邻近度,健康状态则为优,否则,采样数据点与哪个故障数据簇最接近,就将该故障数据簇所对应的变压器健康状态等级作为该采样数据点的健康状态。
9.按照权利要求8所述电力变压器健康状态评估方法,其特征在于:所述预设相对邻近度为0.4~0.6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249794.8A CN109900995A (zh) | 2019-03-29 | 2019-03-29 | 电力变压器健康状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910249794.8A CN109900995A (zh) | 2019-03-29 | 2019-03-29 | 电力变压器健康状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109900995A true CN109900995A (zh) | 2019-06-18 |
Family
ID=66954054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910249794.8A Pending CN109900995A (zh) | 2019-03-29 | 2019-03-29 | 电力变压器健康状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109900995A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487818A (zh) * | 2009-02-20 | 2009-07-22 | 国网电力科学研究院 | 变压器油中气体含量在线监测方法及系统 |
CN104101795A (zh) * | 2014-02-19 | 2014-10-15 | 江苏倍尔科技发展有限公司 | 一种变压器故障控制方法 |
CN104764869A (zh) * | 2014-12-11 | 2015-07-08 | 国家电网公司 | 一种基于多维特征量的变压器气体故障诊断和报警方法 |
CN108845074A (zh) * | 2018-04-18 | 2018-11-20 | 国网江西省电力有限公司电力科学研究院 | 油浸式变压器状态评价方法 |
CN109298258A (zh) * | 2018-09-18 | 2019-02-01 | 四川大学 | 结合rvm和dbn的变压器故障诊断方法及系统 |
-
2019
- 2019-03-29 CN CN201910249794.8A patent/CN109900995A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487818A (zh) * | 2009-02-20 | 2009-07-22 | 国网电力科学研究院 | 变压器油中气体含量在线监测方法及系统 |
CN104101795A (zh) * | 2014-02-19 | 2014-10-15 | 江苏倍尔科技发展有限公司 | 一种变压器故障控制方法 |
CN104764869A (zh) * | 2014-12-11 | 2015-07-08 | 国家电网公司 | 一种基于多维特征量的变压器气体故障诊断和报警方法 |
CN108845074A (zh) * | 2018-04-18 | 2018-11-20 | 国网江西省电力有限公司电力科学研究院 | 油浸式变压器状态评价方法 |
CN109298258A (zh) * | 2018-09-18 | 2019-02-01 | 四川大学 | 结合rvm和dbn的变压器故障诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
辛建波等: ""基于聚类和时间序列分析的变压器状态评价方法"", 《电力系统保护与控制》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103048036B (zh) | 一种变压器有载分接开关运行状态的在线监测方法 | |
CN110380390B (zh) | 一种基于行波波形相似性的高压直流输电线路保护方法 | |
CN102981108B (zh) | 一种基于多特征信息融合技术的变压器内绝缘老化诊断方法 | |
CN105223293B (zh) | 基于油色谱在线监测的变压器状态预警方法 | |
CN101692113B (zh) | 基于区间数学理论的电力变压器故障诊断方法 | |
Ashok et al. | Distribution transformer health monitoring using smart meter data | |
CN107505538B (zh) | 基于线模电压行波幅值衰减特性的半波长输电线路非同步故障定位方法 | |
WO2016058435A1 (zh) | 变压器外部故障下绕组状态评估方法 | |
CN103245861A (zh) | 一种基于贝叶斯网络的变压器故障诊断方法 | |
CN109443717B (zh) | 一种有载分接开关机械故障在线监测方法 | |
CN106153183A (zh) | 变压器有载分接开关机械状态的在线监测方法 | |
CN107367673A (zh) | 一种避雷器阀片电阻运行状态诊断方法 | |
CN107992665A (zh) | 一种特高压换流站交流滤波器在线故障诊断分析方法 | |
CN109085460B (zh) | 基于暂态量监测的特高压直流输电线路故障单端诊断方法 | |
CN109324267B (zh) | 基于双采样率的配网线路故障点定位方法及装置 | |
CN105203866B (zh) | 一种基于轨迹法的高压xlpe电缆故障诊断方法 | |
CN108680814A (zh) | 一种多维度变压器运行状态评价方法 | |
CN109490685A (zh) | 一种基于油中溶解气体在线监测的变压器早期缺陷预警方法 | |
CN106443229A (zh) | 一种变压器绕组变形的诊断方法 | |
CN109933865A (zh) | 一种基于递归图和递归定量分析的oltc故障诊断方法 | |
CN105021871B (zh) | 一种不完全信息下电缆线路泄露电流确定方法 | |
CN108845074B (zh) | 油浸式变压器状态评价方法 | |
CN114325493B (zh) | 基于多维度关联和综合诊断的变压器状态评价方法 | |
CN109900995A (zh) | 电力变压器健康状态评估方法 | |
CN109193578B (zh) | 基于波前广义Logistic函数拟合的直流输电线路快速保护方法 |
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: 20190618 |
|
RJ01 | Rejection of invention patent application after publication |