CN111289829A - 一种基于多源信息融合的配电变压器在线监测方法及系统 - Google Patents

一种基于多源信息融合的配电变压器在线监测方法及系统 Download PDF

Info

Publication number
CN111289829A
CN111289829A CN202010193690.2A CN202010193690A CN111289829A CN 111289829 A CN111289829 A CN 111289829A CN 202010193690 A CN202010193690 A CN 202010193690A CN 111289829 A CN111289829 A CN 111289829A
Authority
CN
China
Prior art keywords
transformer
fault
probability
signal
sensor
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
Application number
CN202010193690.2A
Other languages
English (en)
Other versions
CN111289829B (zh
Inventor
宋佳骏
张安安
李茜
杨超
周熙鹏
刘家泰
刘自强
蒲彩霞
张浩田
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202010193690.2A priority Critical patent/CN111289829B/zh
Publication of CN111289829A publication Critical patent/CN111289829A/zh
Application granted granted Critical
Publication of CN111289829B publication Critical patent/CN111289829B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/02—Arrangements for measuring electric power or power factor by thermal methods, e.g. calorimetric
    • 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
    • G01R31/1209—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 using acoustic measurements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Testing Relating To Insulation (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Protection Of Transformers (AREA)

Abstract

本发明公开了一种基于多源信息的配电变压器在线监测方法及系统，通过以下步骤对变压器进行在线监测；对所需监测的变压器进行单项编号，并选取每台变压器的监测指标，采集相关指标数据；采用D‑S证据理论融合多源数据获得变压器故障发生概率；建立故障模型获得故障诊断结果，结合故障发生概率对每台变压器进行多级报警；本发明提出的故障预警方法无需考虑指标间定权问题，改善了现有变压器故障诊断方法计算复杂、需要样本数据多等问题；将故障概率与故障结果结合，提高了变压器监测的准确性与客观性，采用多级报警方式便于维修人员及时发现存在问题的变压器及其所存在的问题，保证变压器运行的可靠性。

Description

一种基于多源信息融合的配电变压器在线监测方法及系统
技术领域
本发明属于变压器运行检测技术领域，特别涉及一种基于多源信息融合的配电变压器在线监测方法及系统。
背景技术
目前国内外监测技术是针对大型电力变压器设计，而大多监测设备只是监测变压器的单一状态量，导致其对变压器运行状态的分析不够全面。由于市场上油色谱、局部放电等监测设备价格昂贵，从经济性及实用性角度考虑，其并不适用于小型配电变压器，所以对于配电变压器的状态检修工作通常以人工巡检及定期试验进行。CN110007182A公开了一种配电变压器的健康状态预警方法及装置，通过监测变压器负荷、用电及热点温度情况对配电变压器健康状态进行预警，但是对于变压器振动过大，局放次数过多造成变压器绕组变形、绝缘损伤等问题还没有相应解决措施；CN110333414A公开了一种电力变压器多层次状态评估方法，建立了能反应故障类型的多层次指标体系，能够判断变压器整体所处状态，但其计算复杂并且需要大量的故障样本进行支撑；对于小型配电变压器，其采集的数据的种类及故障样本数量均不能满足计算需求。
发明内容
针对现有技术存在的不足，本发明提出一种基于多源信息融合的配电变压器在线监测方法及系统，同时对多个配电变压器进行监测，可长期对变压器状态信息进行分析，以便维修人员可以及时发现存在安全隐患的变压器，保障配电变压器的运行安全。
为实现上述目的，所述基于多源信息的配电变压器在线监测方法包括：
步骤一：对多个配电变压器进行单项编号，每个变压器分别由副信号线连接至总信号线上将信号传到主机；
步骤二：利用温湿度传感器检测每个变压器所在环境温湿度数据；利用绕组温度计检测每个变压器油温及绕温数据；利用电流互感器检测每个变压器运行电流；利用振动传感器检测每个变压器振动信号；利用超声传感器检测每个变压器的局部放电超声波信号；
步骤三：以振动信号幅值、超声信号幅值、绕组热点温度值作为特征参数分别计算变压器发生故障概率，采用D-S证据理论融合多种故障概率获得变压器最终故障概率；
步骤四：对检测到的多源信息进行预处理并分别构建放电故障模型、绕组变形故障模型及过热故障模型，并通过故障模型对变压器进行故障诊断，定义故障判据；
步骤五：结合最终故障概率和故障判据计算变压器发生故障的最优概率，并利用蜂鸣器进行多级报警；
步骤六：利用LED显示器显示变压器在线监测系统界面及检测的实时环境温湿度、油温、绕组热点温度、电流、振动信号、超声波信号等数据信息。
按上述方案，所述步骤二中，所得各项检测数据在传感器处经边缘计算后传入主机进行储存和处理。
按上述方案，所述步骤三中，所述故障概率计算方法如下：
(1)计算每种特征参数所对应的变压器故障发生概率，
定义三种特征参数对应变压器故障发生的概率为pi：
Figure BDA0002416213710000021
式中，Xi为特征参数实测值，
Figure BDA0002416213710000022
为预设的特征参数阈值；
其中，i＝1表示特征参数为振动信号幅值，i＝2表示特征参数为超声信号幅值，i＝3表示特征参数为绕组热点温度值；
定义基于上述三个特征参数判断变压器不发生故障概率为qi：
qi＝1-pi,i＝1,2,3
(2)采用D-S证据理论融合多种故障概率获得变压器最终故障概率方法如下：
定义用D-S证据理论处理得到的变压器最终故障概率为P；
设命题“发生故障”为A，命题“未发生故障”为
Figure BDA0002416213710000023
定义基于振动信号幅值判断的基本概率分配函数为m1，其中m1(A)＝p1，
Figure BDA0002416213710000024
定义基于超声信号幅值判断的基本概率分配函数为m2，其中 m2(A)＝p2，
Figure BDA0002416213710000025
定义基于绕组热点温度值判断的基本概率分配函数为m3，其中m3(A)＝p3，
Figure BDA0002416213710000031
以上三个证据融合为m，其中m(A)＝P，
Figure BDA0002416213710000032
计算变压器最终故障概率P，计算方法如下：
Figure BDA0002416213710000033
其中冲突系数K可表示为：
Figure BDA0002416213710000034
得到
Figure BDA0002416213710000035
按上述方案，所述步骤三中，所述放电故障模型建立方法如下：
(1)将每个超声传感器采集到的超声信号变换到15～160kHz的有效频段内，分别计算正常超声信号和待诊断的超声信号在15～160kHz频率范围内每个频率间隔内的频谱面积；
(2)计算待诊断的超声信号与正常超声信号在对应频率间隔内的频谱面积的比值N，统计待诊断的信号在15～160kHz频率范围内比值N超阈值的个数 Len，根据Len的大小判断待诊断超声信号中是否存在局部放电；
当放电故障模型诊断出变压器发生局部放电时，设定放电故障判据PD＝1，否则PD＝0。
按上述方案，所述步骤三中，所述绕组变形故障模型建立方法如下：
(1)将每个超声传感器采集到的超声信号变换到0～200kHz的有效频段内，分别计算变压器油箱顶面和正面的正常振动信号和待诊断振动信号的能量值；
(2)通过多个频段的能量比值计算正常振动信号和待诊断振动信号的特征向量，根据两者特征向量的差值的大小判断变压器是否存在绕组变形故障；
当绕组变形故障模型诊断出变压器发生绕组变形时，设定绕组变形故障判据 WD＝1，否则WD＝0。
按上述方案，所述步骤三中，所述过热故障模型建立方法如下：
收集正常运行变压器的环境温湿度、顶层油温、绕组热点温度及电流的各项数值，将正常运行的各项数值存入主机内并设定此范围值为警告阈值。将检测信号经处理与阈值作比较，判断变压器是否存在过热故障；
当过热故障模型诊断出变压器发生过热故障时，设定过热故障判据OH＝1，否则OH＝0。
按上述方案，所述步骤五中，所述多级报警方法如下：
定义变压器发生故障的最优概率为R：
R＝(PD)∪(WD)∪(OH)∪(P)
Figure BDA0002416213710000041
变压器正常时，不进行报警；变压器注意时，进行一级报警：注意，加强运行监视；变压器异常时，进行二级报警：异常，适时安排停电检修；变压器严重时，进行三级报警：严重，尽快安排停电检修。
本发明提供一种基于多源信息的配电变压器在线监测系统，其特征在于，所述检测系统包括：
电源模块，包括220V交流电源和分布式电源，用于多个变压器装置内部各器件、传感器供电；
信号检测模块，至少包括电流互感器、温湿度传感、绕组温度计、超声传感器、振动传感器；
信号处理模块，包括传感器边缘处理和主机集中处理，传感器边缘处理为各传感器就地处理该传感器采集到的数据，并向主机发送数据包；
通信模块，包括有线通信模块和无线通信模块，有线通信模块主要用于信号总线与信号副线的一对多通信及现场数据读取、拓展装置兼容性，无线通信模块用于手持终端实时监测与后台通信，实现变压器状态的远程监测和在线评估；
报警模块，包括LED显示器和蜂鸣器，LED显示器用于传感器运行状态显示和报警显示，蜂鸣器用于变压器评估状态报警。
本发明具有如下优点：
本发明基于多种传感器采集与配电变压器运行状态相关的多种指标参量，包括电流、电压、超声局放、异常振动、环境温湿度、绕组热点温度等状态信息，可同时对多个配电变压器运行状态和环境进行实时监测，并且可根据用户需求增加或减少传感器数量；本发明融合多源数据获得变压器故障发生概率，同时建立多种故障模型获得故障诊断结果，并结合故障发生概率与故障诊断结果对每台变压器进行多级报警，可提高对变压器故障判别的准确度，减少计算的复杂性，能对实际工程提供有效帮助；本系统具有监测精度高、兼容性强、经济成本低的优点，便于维修人员及时发现变压器所存在的问题，保证变压器运行的可靠性。
附图说明
图1为本发明中基于多源信息的配电变压器在线监测方法流程图；
图2为本发明中在线监测系统的工作流程图；
图3为本发明中在线监测系统的结构示意图；
其中1-温湿度传感器，2-绕组温度计，3-超声传感器，4-振动传感器，5-终端，6-配电变压器本体，7-电源总线，8-蜂鸣器，9-LORA通信模块，10-主机， 11-LED显示。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明；
本发明一种基于多源信息的配电变压器在线监测方法，包括以下步骤：
步骤一：对多个配电变压器进行单项编号，每个变压器分别由副信号线连接至总信号线上将信号传到主机10；
定义多个配电变压器单项编号为001，002，003，004，005，……；
步骤二：利用温湿度传感器1检测每个变压器所在环境温湿度数据；利用绕组温度计2检测每个变压器油温及绕温数据；利用电流互感器检测每个变压器运行电流；利用振动传感器4检测每个变压器振动信号；利用超声传感器6检测每个变压器的局部放电超声波信号；
步骤三：以振动信号幅值、超声信号幅值、绕组热点温度值作为特征参数分别计算变压器发生故障概率，采用D-S证据理论融合多种故障概率获得变压器最终故障概率；
步骤四：对检测到的多源信息进行预处理并分别构建放电故障模型、绕组变形故障模型及过热故障模型，并通过故障模型对变压器进行故障诊断，定义故障判据；
步骤五：结合最终故障概率和故障判据计算变压器发生故障的最优概率，并利用蜂鸣器进行多级报警；
步骤六：利用LED显示器11显示变压器在线监测系统界面及检测的实时环境温湿度、油温、绕组热点温度、电流、振动信号、超声波信号等数据信息。
步骤二中，所得各项检测数据在传感器处经边缘计算后传入主机10进行储存和处理；处理得到实时局部放电超声信号的频率和幅值、振动信号频域分量的某频段内各离散点的幅值。
步骤三中，所述故障概率计算方法如下：
从同型号、同类型或该变压器收集发生故障时振动信号幅值、超声信号幅值、绕组热点温度值的数据，经识别、剔除后，选其中最小值作为特征参数阈值；
(1)计算每种特征参数所对应的变压器故障发生概率，
定义基于振动信号幅值判断故障发生的概率为p1：
Figure BDA0002416213710000061
式中，X1为振动信号幅值实测值，
Figure BDA0002416213710000062
为预设的振动信号幅值阈值；
定义基于超声信号幅值判断故障发生的概率为p2：
Figure BDA0002416213710000063
式中，X2为振动信号幅值实测值，
Figure BDA0002416213710000066
为预设的振动信号幅值阈值；
定义基于绕组热点温度值判断故障发生的概率为p3：
Figure BDA0002416213710000064
式中，X3为振动信号幅值实测值，
Figure BDA0002416213710000065
为预设的振动信号幅值阈值；
定义基于上述三个特征参数判断变压器不发生故障概率为qi：
qi＝1-pi,i＝1,2,3
根据上述概率得到表1；
表1
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
发生故障 p<sub>1</sub> p<sub>2</sub> p<sub>3</sub>
不发生故障 q<sub>1</sub> q<sub>2</sub> q<sub>3</sub>
(2)采用D-S证据理论融合多种故障概率获得变压器最终故障概率方法如下：
定义用D-S证据理论处理得到的变压器最终故障概率为P；
设命题“发生故障”为A，命题“未发生故障”为
Figure BDA0002416213710000071
定义基于振动信号幅值判断的基本概率分配函数为m1，其中m1(A)＝p1，
Figure BDA0002416213710000072
定义基于超声信号幅值判断的基本概率分配函数为m2，其中 m2(A)＝p2，
Figure BDA0002416213710000073
定义基于绕组热点温度值判断的基本概率分配函数为 m3，其中m3(A)＝p3，
Figure BDA0002416213710000074
以上三个证据融合为m，其中m(A)＝P，
Figure BDA0002416213710000075
得到表2：
表2
Figure BDA0002416213710000076
计算变压器最终故障概率P，计算方法如下：
Figure BDA0002416213710000077
其中冲突系数K可表示为：
Figure BDA0002416213710000078
得到
Figure BDA0002416213710000079
步骤四中，所述放电故障模型建立方法如下：
本发明实施例中变压器在线监测系统一共装设了3个变压器超声局放传感器3，将每个传感器采集到的超声信号变换到15～160kHz的有效频段内；分别计算正常超声信号和待诊断的超声信号在15～160kHz频率范围内每个频率间隔内的频谱面积；
取1kHz为频率间隔，超声信号的频谱特征的频谱面积S，其中，
Figure BDA0002416213710000081
Figure BDA0002416213710000082
其中，Si、Sj分别为待诊断超声信号和正常超声信号在某个频率间隔内的频谱面积；fi及magi分别为频谱特征中第i个频率及其对应幅值，fj及magj分别为频谱特征中第j个频率及其对应幅值；i、j＝15，16…159；
计算待诊断的超声信号与正常超声信号在对应频率间隔内的频谱面积的比值N，为避免较强背景下引起误判，设定N的阈值为3。其中：
Figure BDA0002416213710000083
统计待诊断的信号在15～160kHz频率范围内比值N超阈值的个数Len；根据 Len的大小判断待诊断超声信号中是否存在局部放电，当Len<1时，判断该信号中没有局部放电，结束。当Len≥1时，转到以下步骤计算判别结果可信度；
设定Len的阈值Thr＝6；当1≤Len<(Thr/3)时，可信度为较小；(Thr/ 3)≤Len<(2Thr/3)时，可信度为一般；当(2Thr/3)≤Len<Thr时，可信度为几乎肯定；
当放电故障模型诊断出变压器发生局部放电时，即当(2Thr/3)≤Len时，设定放电故障判据PD＝1，否则PD＝0。
步骤四中，所述绕组变形故障模型建立方法如下：
本发明实施例中变压器在线监测装置一共装设了2个振动传感器4，将每个传感器采集到的振动信号S(t)变换为频域信号H(f)后，得到各频率段能量Ef，其中：
Figure BDA0002416213710000084
其中：Ef为某频段内的能量值；Xm(m＝1,2,…,n)为频域信号H(f)的某频段内各离散点的幅值；
根据振动信号在各个频段内的能量值差异，建立如下绕组变形故障诊断模型：
Figure BDA0002416213710000091
其中，ET50，ET100，ET150，ET200分别为变压器油箱顶面振动信号 50，100，150，200Hz分量的能量值；EF100为变压器油箱正面振动信号100Hz分量的能量值；C1，C2，C3为绕组故障诊断判据；
令特征向量T＝[C1，C2，C3]，计算待诊断的振动信号特征向量TX与正常振动信号特征向量TN的差值；
计算ΔT＝TX-TN＝[ΔC1,ΔC2,ΔC3]，若ΔC1，ΔC2，ΔC3均大于零，则可判定变压器存在绕组变形故障；
当绕组变形故障模型诊断出变压器发生绕组变形时，即当ΔT＝ [ΔC1,ΔC2,ΔC3]>0时，设定绕组变形故障判据WD＝1，否则WD＝0。
步骤四中，所述过热故障模型建立方法如下：
收集正常运行变压器的环境温湿度、顶层油温、绕组热点温度及电流的各项数值，将正常运行的各项数值存入主机10内并设定此范围值为警告阈值；
温度及负载电流限值如下表3所示：
表3
负载类型 配电变压器
正常周期性负载电流(标幺值) 1.5
热点温度(℃) 140
顶层油温(℃) 105
长期救急周期性负载电流(标幺值) 1.8
热点温度(℃) 150
顶层油温(℃) 115
短期救急周期性负载电流(标幺值) 2.0
热点温度(℃) 160
顶层油温(℃) 115
将检测信号经处理与阈值作比较，判断变压器是否存在过热故障；
当过热故障模型诊断出变压器发生过热故障时，即当绕组热点温度大于限值时，设定过热故障判据OH＝1，否则OH＝0。
步骤五中，所述多级报警方法如下：
定义变压器发生故障的最优概率为R，
R＝(PD)∪(WD)∪(OH)∪(P)
Figure BDA0002416213710000101
变压器正常时，不进行报警；变压器注意时，进行一级报警：注意，加强运行监视；变压器异常时，进行二级报警：异常，适时安排停电检修；变压器严重时，进行三级报警：严重，尽快安排停电检修。
本发明提供一种基于多源信息的配电变压器在线监测系统，该检测系统包括：
电源模块，包括220V交流电源和分布式电源，用于多个变压器装置内部各器件、传感器供电；
信号检测模块，至少包括电流互感器、温湿度传感1、绕组温度计2、超声传感器3、振动传感器4；
信号处理模块，包括传感器边缘处理和主机集中处理，传感器边缘处理为各传感器就地处理该传感器采集到的数据，并向主机10发送数据包；
通信模块，包括有线通信模块和无线通信模块，有线通信模块主要用于信号总线与信号副线的一对多通信及现场数据读取、拓展装置兼容性，无线通信模块用于手持终端实时监测与后台通信，实现变压器状态的远程监测和在线评估；
报警模块，包括LED显示器11和蜂鸣器8，LED显示器11用于传感器运行状态显示和报警显示，蜂鸣器8用于变压器评估状态报警。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
算例分析
以某油气平台一台容量为800kVA的配电变压器为例进行分析；实用数据如表4所示，该变压器经检修A相绕组端部垫块松动引发绕组变形。
表4
指标 数据
a相运行电流(A) 743.6
b相运行电流(A) 822.96
c相运行电流(A) 550.88
热点温度(℃) 92.3
顶层油温(℃) 73.6
振动信号幅值(V) 1.89
超声信号幅值(mV) 3.47
诊断过程如下：
依据国家标准规定及同型号变压器正常运行参数范围，确定指标阈值如表5 所示。
表5
指标 阈值
热点温度(℃) 140
振动信号幅值(V) 2
超声信号幅值(mV) 30
根据上述数据，计算故障概率如表6所示：
表6
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
发生故障 0.86 0.98 0.18
不发生故障 0.14 0.02 0.82
得到
Figure BDA0002416213710000121
判断出变压器发生故障，根据以下步骤分别判断变压器故障类型。
通过计算待诊断的超声信号与正常超声信号在对应频率间隔内的频谱面积的比值N，统计待诊断的信号在15～160kHz频率范围内比值N超阈值的个数Len，的到Len＝0。取放电故障判据PD＝0。
通过计算变压器油箱顶面振动信号50，100，150，200Hz分量的能量值和油箱正面振动信号100Hz分量的能量值，得到振动信号特征向量差值ΔT如表7所示：
表6
C<sub>1</sub> C<sub>2</sub> C<sub>3</sub>
T<sub>N</sub> 0.25 0.21 1.19
T<sub>X</sub> 5.84 3.52 1.43
ΔC<sub>1</sub> ΔC<sub>2</sub> ΔC<sub>3</sub>
ΔT 5.59 3.31 0.24
得到ΔT>0，绕组存在变形故障，取绕组变形故障判据WD＝1。
根据上述指标计算得到负载电流标幺值及热点温度、顶层油温均小于表3所规定限值，取过热故障判据OH＝0；
计算变压器发生故障的最优概率为R＝1，对该变压器进行三级报警：严重，尽快安排停电检修。

Claims (8)

1.一种基于多源信息融合的配电变压器在线监测方法及系统，其特征在于，所述基于多源信息的配电变压器在线监测方法包括：
步骤一：对多个配电变压器进行单项编号，每个变压器分别由副信号线连接至总信号线上将信号传到主机；
步骤二：利用温湿度传感器检测每个变压器所在环境温湿度数据；利用绕组温度计检测每个变压器油温及绕温数据；利用电流互感器检测每个变压器运行电流；利用振动传感器检测每个变压器振动信号；利用超声传感器检测每个变压器的局部放电超声波信号；
步骤三：以振动信号幅值、超声信号幅值、绕组热点温度值作为特征参数分别计算变压器发生故障概率，采用D-S证据理论融合多种故障概率获得变压器最终故障概率；
步骤四：对检测到的多源信息进行预处理并分别构建放电故障模型、绕组变形故障模型及过热故障模型，并通过故障模型对变压器进行故障诊断，定义故障判据；
步骤五：结合最终故障概率和故障判据计算变压器发生故障的最优概率，并利用蜂鸣器进行多级报警；
步骤六：利用LED显示器显示变压器在线监测系统界面及检测的实时环境温湿度、油温、绕组热点温度、电流、振动信号、超声波信号等数据信息。
2.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤二中，所得各项检测数据在传感器处经边缘计算后传入主机进行储存和处理。
3.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤三中，所述故障概率计算方法如下：
(1)计算每种特征参数所对应的变压器故障发生概率，
定义三种特征参数对应变压器故障发生的概率为pi：
Figure FDA0002416213700000011
式中，Xi为特征参数实测值，
Figure FDA0002416213700000012
为预设的特征参数阈值；
其中，i＝1表示特征参数为振动信号幅值，i＝2表示特征参数为超声信号幅值，i＝3表示特征参数为绕组热点温度值；
定义基于上述三个特征参数判断变压器不发生故障概率为qi：
qi＝1-pi,i＝1,2,3
(2)采用D-S证据理论融合多种故障概率获得变压器最终故障概率方法如下：
定义用D-S证据理论处理得到的变压器最终故障概率为P；
设命题“发生故障”为A，命题“未发生故障”为
Figure FDA0002416213700000021
定义基于振动信号幅值判断的基本概率分配函数为m1，其中m1(A)＝p1，
Figure FDA0002416213700000022
定义基于超声信号幅值判断的基本概率分配函数为m2，其中m2(A)＝p2，
Figure FDA0002416213700000023
定义基于绕组热点温度值判断的基本概率分配函数为m3，其中m3(A)＝p3，
Figure FDA0002416213700000024
以上三个证据融合为m，其中m(A)＝P，
Figure FDA0002416213700000025
计算变压器最终故障概率P，计算方法如下：
Figure FDA0002416213700000026
其中冲突系数K可表示为：
Figure FDA0002416213700000027
得到
Figure FDA0002416213700000028
4.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤四中，所述放电故障模型建立方法如下：
(1)将每个超声传感器采集到的超声信号变换到15～160kHz的有效频段内，分别计算正常超声信号和待诊断的超声信号在15～160kHz频率范围内每个频率间隔内的频谱面积；
(2)计算待诊断的超声信号与正常超声信号在对应频率间隔内的频谱面积的比值N，统计待诊断的信号在15～160kHz频率范围内比值N超阈值的个数Len，根据Len的大小判断待诊断超声信号中是否存在局部放电；
当放电故障模型诊断出变压器发生局部放电时，设定放电故障判据PD＝1，否则PD＝0。
5.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤四中，所述绕组变形故障模型建立方法如下：
(1)将每个超声传感器采集到的超声信号变换到0～200kHz的有效频段内，分别计算变压器油箱顶面和正面的正常振动信号和待诊断振动信号的能量值；
(2)通过多个频段的能量比值计算正常振动信号和待诊断振动信号的特征向量，根据两者特征向量的差值的大小判断变压器是否存在绕组变形故障；
当绕组变形故障模型诊断出变压器发生绕组变形时，设定绕组变形故障判据WD＝1，否则WD＝0。
6.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤四中，所述过热故障模型建立方法如下：
收集正常运行变压器的环境温湿度、顶层油温、绕组热点温度及电流的各项数值，将正常运行的各项数值存入主机内并设定此范围值为警告阈值，将检测信号经处理与阈值作比较，判断变压器是否存在过热故障；
当过热故障模型诊断出变压器发生过热故障时，设定过热故障判据OH＝1，否则OH＝0。
7.如权利要求1所述的配电变压器在线监测方法，其特征在于：步骤五中，所述多级报警方法如下：
定义变压器发生故障的最优概率为R：
R＝(PD)∪(WD)∪(OH)∪(P)
Figure FDA0002416213700000031
变压器正常时，不进行报警；变压器注意时，进行一级报警：注意，加强运行监视；变压器异常时，进行二级报警：异常，适时安排停电检修；变压器严重时，进行三级报警：严重，尽快安排停电检修。
8.一种基于多源信息的配电变压器在线监测系统，其特征在于，所述检测系统包括：
电源模块，包括220V交流电源和分布式电源，用于多个变压器装置内部各器件、传感器供电；
信号检测模块，至少包括电流互感器、温湿度传感、绕组温度计、超声传感器、振动传感器；
信号处理模块，包括传感器边缘处理和主机集中处理，传感器边缘处理为各传感器就地处理该传感器采集到的数据，并向主机发送数据包；
通信模块，包括有线通信模块和无线通信模块，有线通信模块主要用于信号总线与信号副线的一对多通信及现场数据读取、拓展装置兼容性，无线通信模块用于手持终端实时监测与后台通信，实现变压器状态的远程监测和在线评估；
报警模块，包括LED显示器和蜂鸣器，LED显示器用于传感器运行状态显示和报警显示，蜂鸣器用于变压器评估状态报警。
CN202010193690.2A 2020-03-18 2020-03-18 一种基于多源信息融合的配电变压器在线监测方法及系统 Expired - Fee Related CN111289829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010193690.2A CN111289829B (zh) 2020-03-18 2020-03-18 一种基于多源信息融合的配电变压器在线监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010193690.2A CN111289829B (zh) 2020-03-18 2020-03-18 一种基于多源信息融合的配电变压器在线监测方法及系统

Publications (2)

Publication Number Publication Date
CN111289829A true CN111289829A (zh) 2020-06-16
CN111289829B CN111289829B (zh) 2022-07-12

Family

ID=71021118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010193690.2A Expired - Fee Related CN111289829B (zh) 2020-03-18 2020-03-18 一种基于多源信息融合的配电变压器在线监测方法及系统

Country Status (1)

Country Link
CN (1) CN111289829B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784175A (zh) * 2020-07-10 2020-10-16 西南石油大学 一种基于多源信息的配电变压器风险评估方法及系统
CN111980900A (zh) * 2020-07-15 2020-11-24 湘潭中环水务有限公司 一种基于多源数据融合分析的水泵故障诊断方法
CN112129353A (zh) * 2020-09-29 2020-12-25 华润电力（菏泽）有限公司 一种火电厂配电间环境监测方法和系统
CN112285617A (zh) * 2020-10-23 2021-01-29 南京谷贝电气科技有限公司 变压器电气故障预警系统及装置
CN112327220A (zh) * 2020-10-30 2021-02-05 国网福建省电力有限公司莆田供电公司 基于多源数据的配电变压器健康在线诊断方法及设备
CN112463362A (zh) * 2020-11-03 2021-03-09 江苏核电有限公司 多信息边缘计算的干式变压器故障模式识别系统及方法
CN113916281A (zh) * 2021-09-06 2022-01-11 广东电网有限责任公司广州供电局 配电室监测方法和系统
CN114023540A (zh) * 2021-11-08 2022-02-08 国网河北省电力有限公司电力科学研究院 变压器升高座及套管的监测方法、装置、设备及存储介质
CN114295944A (zh) * 2021-12-28 2022-04-08 南京力通达电气技术有限公司 一种智能寻式变压器故障监测定位装置及优化算法
CN114492636A (zh) * 2022-01-26 2022-05-13 上海交通大学 一种变压器绕组状态信号的采集系统
CN115856709A (zh) * 2023-03-03 2023-03-28 深圳市鸿明机电有限公司 一种电力设备的传感器的数据处理方法
CN116026403A (zh) * 2022-11-09 2023-04-28 国能四川西部能源股份有限公司 开关柜故障预警方法、装置、介质和电子设备
CN116068322A (zh) * 2023-03-07 2023-05-05 常州太平洋电力设备(集团)有限公司 卷铁芯变压器综合参数在线监测方法、系统及服务器
CN117503204A (zh) * 2024-01-04 2024-02-06 北京超数时代科技有限公司 一种超声ai数字诊疗系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB886395A (en) * 1957-03-29 1962-01-03 Emi Ltd Improvements relating to automatic displacement control mechanism
WO2008014213A2 (en) * 2006-07-24 2008-01-31 Aulterra International, Inc. Electromagnetic radiation transformation
CN101201370A (zh) * 2006-12-13 2008-06-18 上海海事大学 一种采用电路信息融合的故障诊断系统及其实现方法
DE102007026175A1 (de) * 2007-06-05 2008-12-11 Areva Energietechnik Gmbh Verfahren zur Ermittlung der Alterung eines elektrischen Transformators
CN101614775A (zh) * 2009-07-15 2009-12-30 河北科技大学 基于多源信息融合的变压器状态评估系统及其评估方法
CN101894549A (zh) * 2010-06-24 2010-11-24 中国科学院声学研究所 一种语音识别应用领域中的置信度快速计算方法
CN102331547A (zh) * 2011-07-12 2012-01-25 江苏镇安电力设备有限公司 一种变压器绕组振动的在线监测及故障诊断方法
CN103199621A (zh) * 2013-03-07 2013-07-10 安徽省电力公司芜湖供电公司 智能变电站电力变压器在线监测组网
CN103592374A (zh) * 2013-11-18 2014-02-19 国家电网公司 一种基于d-s证据理论的变压器油色谱数据预测方法
CN104764979A (zh) * 2015-03-30 2015-07-08 国网河南省电力公司经济技术研究院 一种基于概率推理的虚拟信息融合电网报警方法
CN106124949A (zh) * 2016-08-30 2016-11-16 国网山东省电力公司济南供电公司 一种基于热红外成像技术对绝缘子故障在线监测方法
CN106404078A (zh) * 2016-11-28 2017-02-15 山东科技大学 一种变压器在线监测装置
US20170356771A1 (en) * 2013-04-29 2017-12-14 Emerson Electric (Us) Holding Corporation (Chile) Limitada Selective Decimation and Analysis of Oversampled Data
CN109711663A (zh) * 2018-11-15 2019-05-03 国网山东省电力公司淄博供电公司 基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统
CN109839565A (zh) * 2019-04-29 2019-06-04 国网山东省电力公司诸城市供电公司 变压器工作状态监测方法
CN109977500A (zh) * 2019-03-11 2019-07-05 东南大学 基于ds证据理论的半挂罐车多源信息融合侧翻预警方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB886395A (en) * 1957-03-29 1962-01-03 Emi Ltd Improvements relating to automatic displacement control mechanism
WO2008014213A2 (en) * 2006-07-24 2008-01-31 Aulterra International, Inc. Electromagnetic radiation transformation
CN101201370A (zh) * 2006-12-13 2008-06-18 上海海事大学 一种采用电路信息融合的故障诊断系统及其实现方法
DE102007026175A1 (de) * 2007-06-05 2008-12-11 Areva Energietechnik Gmbh Verfahren zur Ermittlung der Alterung eines elektrischen Transformators
CN101614775A (zh) * 2009-07-15 2009-12-30 河北科技大学 基于多源信息融合的变压器状态评估系统及其评估方法
CN101894549A (zh) * 2010-06-24 2010-11-24 中国科学院声学研究所 一种语音识别应用领域中的置信度快速计算方法
CN102331547A (zh) * 2011-07-12 2012-01-25 江苏镇安电力设备有限公司 一种变压器绕组振动的在线监测及故障诊断方法
CN103199621A (zh) * 2013-03-07 2013-07-10 安徽省电力公司芜湖供电公司 智能变电站电力变压器在线监测组网
US20170356771A1 (en) * 2013-04-29 2017-12-14 Emerson Electric (Us) Holding Corporation (Chile) Limitada Selective Decimation and Analysis of Oversampled Data
CN103592374A (zh) * 2013-11-18 2014-02-19 国家电网公司 一种基于d-s证据理论的变压器油色谱数据预测方法
CN104764979A (zh) * 2015-03-30 2015-07-08 国网河南省电力公司经济技术研究院 一种基于概率推理的虚拟信息融合电网报警方法
CN106124949A (zh) * 2016-08-30 2016-11-16 国网山东省电力公司济南供电公司 一种基于热红外成像技术对绝缘子故障在线监测方法
CN106404078A (zh) * 2016-11-28 2017-02-15 山东科技大学 一种变压器在线监测装置
CN109711663A (zh) * 2018-11-15 2019-05-03 国网山东省电力公司淄博供电公司 基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统
CN109977500A (zh) * 2019-03-11 2019-07-05 东南大学 基于ds证据理论的半挂罐车多源信息融合侧翻预警方法
CN109839565A (zh) * 2019-04-29 2019-06-04 国网山东省电力公司诸城市供电公司 变压器工作状态监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XUEMEI YAO 等: "Improving Rolling Bearing Fault Diagnosis by DS Evidence Theory Based Fusion Model", 《HINDAWI》 *
王汉林 等: "油中溶解气体分析的电力变压器故障诊断", 《自动化仪表》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784175A (zh) * 2020-07-10 2020-10-16 西南石油大学 一种基于多源信息的配电变压器风险评估方法及系统
CN111980900B (zh) * 2020-07-15 2022-04-15 湘潭中环水务有限公司 一种基于多源数据融合分析的水泵故障诊断方法
CN111980900A (zh) * 2020-07-15 2020-11-24 湘潭中环水务有限公司 一种基于多源数据融合分析的水泵故障诊断方法
CN112129353A (zh) * 2020-09-29 2020-12-25 华润电力（菏泽）有限公司 一种火电厂配电间环境监测方法和系统
CN112285617A (zh) * 2020-10-23 2021-01-29 南京谷贝电气科技有限公司 变压器电气故障预警系统及装置
CN112327220A (zh) * 2020-10-30 2021-02-05 国网福建省电力有限公司莆田供电公司 基于多源数据的配电变压器健康在线诊断方法及设备
CN112327220B (zh) * 2020-10-30 2024-04-16 国网福建省电力有限公司莆田供电公司 基于多源数据的配电变压器健康在线诊断方法及设备
CN112463362A (zh) * 2020-11-03 2021-03-09 江苏核电有限公司 多信息边缘计算的干式变压器故障模式识别系统及方法
CN113916281A (zh) * 2021-09-06 2022-01-11 广东电网有限责任公司广州供电局 配电室监测方法和系统
CN114023540B (zh) * 2021-11-08 2023-11-17 国网河北省电力有限公司电力科学研究院 变压器升高座及套管的监测方法、装置、设备及存储介质
CN114023540A (zh) * 2021-11-08 2022-02-08 国网河北省电力有限公司电力科学研究院 变压器升高座及套管的监测方法、装置、设备及存储介质
CN114295944B (zh) * 2021-12-28 2023-11-10 南京力通达电气技术有限公司 一种智能寻式变压器故障监测定位装置及优化算法
CN114295944A (zh) * 2021-12-28 2022-04-08 南京力通达电气技术有限公司 一种智能寻式变压器故障监测定位装置及优化算法
CN114492636A (zh) * 2022-01-26 2022-05-13 上海交通大学 一种变压器绕组状态信号的采集系统
CN114492636B (zh) * 2022-01-26 2023-11-24 上海交通大学 一种变压器绕组状态信号的采集系统
CN116026403A (zh) * 2022-11-09 2023-04-28 国能四川西部能源股份有限公司 开关柜故障预警方法、装置、介质和电子设备
CN115856709A (zh) * 2023-03-03 2023-03-28 深圳市鸿明机电有限公司 一种电力设备的传感器的数据处理方法
CN116068322A (zh) * 2023-03-07 2023-05-05 常州太平洋电力设备(集团)有限公司 卷铁芯变压器综合参数在线监测方法、系统及服务器
CN117503204A (zh) * 2024-01-04 2024-02-06 北京超数时代科技有限公司 一种超声ai数字诊疗系统
CN117503204B (zh) * 2024-01-04 2024-03-22 北京超数时代科技有限公司 一种超声ai数字诊疗系统

Also Published As

Publication number Publication date
CN111289829B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN111289829B (zh) 一种基于多源信息融合的配电变压器在线监测方法及系统
CN111784175A (zh) 一种基于多源信息的配电变压器风险评估方法及系统
JP3157712U (ja) 電池健康状態監視構造
CN104020754B (zh) 一种变电站一次主设备状态监测信息接入调控系统的方法
CN110646194B (zh) 一种换流阀冷却能力多维度分析预警方法及系统
CN116435634B (zh) 基于蓄电池温度状态监控及管理系统
CN106404078A (zh) 一种变压器在线监测装置
CN104990629B (zh) 一种红外成像测温的电力设备故障自动预警系统
CN115864223B (zh) 一种基于无人机巡视技术的电网全专业差异化运维方法
CN107543581A (zh) 多功能变电构架健康监测和损伤识别方法
CN112345865A (zh) 一种电力电容器运行状态在线评估预警装置及方法
CN114167296A (zh) 一种蓄电池远程充放电核容监测装置及方法
CN116315173A (zh) 基于新能源汽车的电池温度采样系统
CN109782112B (zh) 一种变压器多参量故障监测系统及检测方法
CN115096366A (zh) 一种sf6环网柜运行状态监测系统及其状态评估方法
CN106325258B (zh) 一种基于在线监测信息的继电保护装置状态评估方法
CN116961226A (zh) 一种变电站中变压器的监控方法和系统
CN117134490A (zh) 一种基于云平台的智能电涌保护器监测系统及其方法
CN113934191A (zh) 一种冷水机组故障诊断系统
CN110057587A (zh) 一种核电用泵轴承智能故障诊断方法及系统
CN206656749U (zh) 火电厂传感器故障诊断系统
CN210376555U (zh) 变电站电容器自动测温预警系统
CN112001616A (zh) 一种cvt状态评估系统及方法
CN115236196A (zh) 一种压力容器监测系统及方法
CN111337764A (zh) 充电桩故障诊断系统、方法及存储介质

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
CB03 Change of inventor or designer information

Inventor after: Zhang Anan

Inventor after: Song Jiajun

Inventor after: Li Qian

Inventor after: Yang Chao

Inventor after: Zhou Xipeng

Inventor after: Liu Jiatai

Inventor after: Liu Ziqiang

Inventor after: Pu Caixia

Inventor after: Zhang Haotian

Inventor before: Song Jiajun

Inventor before: Zhang Anan

Inventor before: Li Qian

Inventor before: Yang Chao

Inventor before: Zhou Xipeng

Inventor before: Liu Jiatai

Inventor before: Liu Ziqiang

Inventor before: Pu Caixia

Inventor before: Zhang Haotian

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220712

CF01 Termination of patent right due to non-payment of annual fee