CN112834877B - 一种变压器局部放电电气定位方法及设备 - Google Patents
一种变压器局部放电电气定位方法及设备 Download PDFInfo
- Publication number
- CN112834877B CN112834877B CN202110006103.9A CN202110006103A CN112834877B CN 112834877 B CN112834877 B CN 112834877B CN 202110006103 A CN202110006103 A CN 202110006103A CN 112834877 B CN112834877 B CN 112834877B
- Authority
- CN
- China
- Prior art keywords
- pulse current
- transformer
- value
- transformer winding
- fitness
- 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
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
- 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
- G01R31/1227—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 of components, parts or materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0046—Arrangements for measuring currents or voltages or for indicating presence or sign thereof characterised by a specific application or detail not covered by any other subgroup of G01R19/00
- G01R19/0053—Noise discrimination; Analog sampling; Measuring transients
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
-
- 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
Abstract
本发明公开了一种变压器局部放电电气定位方法及设备,其中,在变压器通电的情况下,获取来自示波器的变压器绕组两端的第一脉冲电流组的电流信息。基于变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值。其中,若干特征值至少包括以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间。基于第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度。通过粒子群算法,调整适应度,以使粒子群算法的适应度取值最小,从而确定变压器的局部放电点。本发明通过上述方法,对变压器局部放电位置进行精确地定位。
Description
技术领域
本发明涉及局部放电定位领域,尤其涉及一种变压器局部放电电气定位方法及设备。
背景技术
变压器是电力系统中的重要设备之一,变压器的健康运行关系着整个电力系统的运行状态。目前,大型变压器的绝缘形式主要为油纸复合绝缘,其在生产制造、装备运行的过程中难免会出现绝缘缺陷,而绝缘缺陷在高电场的作用下会发生局部放电现象。局部放电的长期发展会导致绝缘材料逐渐恶化,最终导致整个绝缘系统失效,引起严重事故。因此,对变压器的局部放电位置进行检测定位,就显得尤为重要。
当前,人们经常采用超声波定位法对变压器局部放电进行定位。局部放电发生时会在放电位置引起振动形成超声波,超声波会以球面波的方式从局部放电点向四周传播,通过在变压器壳体上布置多个超声波传感器,根据超声波到达传感器的时间差即可计算得到放电位置。由于超声波在传播过程中,遇到障碍物会发生折反射,并且超声波在不同介质中的传播速度也有不同,在局部放电定位过程中,会产生一定的误差,影响判定放电实际位置。
因此,亟需提供一种能够精确地定位变压器局部放电位置的方法。
发明内容
本发明提供一种变压器局部放电电气定位方法及设备,用于解决现有技术中的如下技术问题:超声波定位法在局部放电定位过程中,存在定位误差,影响判定局部放电的实际位置。
为此,本发明采用下述技术方案:
一方面,本发明提供了一种变压器局部放电电气定位方法,其包括:
在变压器通电的情况下,获取来自示波器的变压器绕组两端的第一脉冲电流组的电流信息;基于变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值;其中,若干特征值至少包括以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间;基于第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度;通过粒子群算法,调整初始适应度,以使粒子群算法的适应度取值最小,从而确定变压器的局部放电点。
在本发明的一种实现方式中,在变压器未通电的情况下,向变压器绕组的第一端施加预设脉冲电流,获取来自示波器的变压器绕组第二端的脉冲电流的电流信息,并将预设脉冲电流及变压器绕组的第二端的脉冲电流作为第二脉冲电流组;根据第二脉冲电流组的电流信息,获取第二脉冲电流组的脉冲电流的若干特征值;基于第二脉冲电流组的脉冲电流的若干特征值,确定变压器的若干脉冲电流衰减因子。
在本发明的一种实现方式中,根据第二脉冲电流组中预设脉冲电流的电流信息及变压器绕组的第二端的脉冲电流的电流信息,确定脉冲电流峰值、脉冲电流电荷量、脉冲电流能量和脉冲电流峰值时间;基于下列公式,确定变压器的若干脉冲电流衰减因子:
k=T2-T1
其中,α表示变压器的脉冲电流峰值衰减因子,I1表示预设脉冲电流的脉冲电流峰值,I2表示变压器绕组第二端的脉冲电流的脉冲电流峰值,β表示变压器的脉冲电流电荷量衰减因子,Q1表示预设脉冲电流的脉冲电流电荷量,Q2表示变压器绕组第二端的脉冲电流的脉冲电流电荷量,γ表示变压器的脉冲电流能量衰减因子,E1表示预设脉冲电流的脉冲电流能量,E2表示变压器绕组第二端的脉冲电流的脉冲电流能量,k表示变压器的脉冲电流峰值时间衰减因子,T1表示预设脉冲电流的脉冲电流峰值时间,T2表示变压器绕组第二端的脉冲电流的脉冲电流峰值时间。
在本发明的一种实现方式中,基于所述变压器的若干脉冲电流衰减因子及第一脉冲电流组的若干特征值在变压器绕组中的传播关系,确定所述变压器绕组中脉冲电流的第一脉冲电流组的若干特征值在所述变压器绕组位置上的数值;
基于所述变压器绕组中脉冲电流的若干特征值在所述变压器绕组位置上的数值,得到粒子群算法的初始适应度。
在本发明的一种实现方式中,基于第一脉冲电流组的脉冲电流的若干特征值、变压器绕组中脉冲电流的若干特征值之间的关系,通过以下公式,得到粒子群算法的初始适应度:
式中,F(I0,Q0,E0,T0,x0)为粒子群算法的适应度函数,I0表示脉冲电流峰值自变量,Q0表示脉冲电流电荷量自变量,E0表示脉冲电流能量自变量,T0表示脉冲电流峰值时间自变量,I(0)、Q(0)、E(0)、T(0)分别表示变压器绕组第一端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,I(L)、Q(L)、E(L)、T(L)分别表示变压器绕组第二端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,x0表示变压器的局部放电点的位置自变量,L表示变压器绕组的总长度,表示脉冲电流峰值相关值,表示脉冲电流电荷量相关值,表示脉冲电流能量相关值,表示脉冲电流峰值时间自变量相关值。
在本发明的一种实现方式中,基于初始适应度,调整粒子群算法的适应度函数的自变量值,并进行迭代,以得到第二适应度;将第二适应度与初始适应度比较大小,在第二适应度小于初始适应度的情况下,确定第二适应度对应的适应度函数的变量值中的位置自变量作为局部放电点;在迭代的次数达到预设阈值和/或适应度取值最小的情况下,确定取值最小的适应度对应的位置自变量作为变压器的局部放电点。
在本发明的一种实现方式中,基于预设方向,确定自变量位置对应于变压器绕组上的位置信息;其中,预设方向为变压器绕组脉冲电流的流向;将自变量位置对应于变压器绕组上的位置信息,作为变压器绕组的局部放电点位置信息。
在本发明的一种实现方式中,使粒子群算法的粒子位置信息p(I,Q,E,T,x)满足
以及使粒子速度v(I,Q,E,T,x)的取值范围满足
从而根据粒子群算法调整初始适应度;
其中,I(0)、Q(0)、E(0)、T(0)分别表示变压器绕组第一端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,I(L)、Q(L)、E(L)、T(L)分别表示变压器绕组第二端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,α表示变压器的脉冲电流峰值衰减因子,β表示变压器的脉冲电流电荷量衰减因子,γ表示变压器的脉冲电流能量衰减因子,k表示变压器的脉冲电流峰值时间衰减因子,L表示变压器绕组总长度,N表示粒子群算法的粒子规模。
在本发明的一种实现方式中,预存粒子群算法的粒子位置的最大值及粒子速度的最大值;基于粒子位置的最大值,在粒子位置的值大于粒子位置的最大值的情况下,确定粒子位置的最大值为粒子位置的值;以及基于粒子速度的最大值,在粒子速度的值大于粒子速度的最大值的情况下,确定粒子速度的最大值为粒子速度的值。
另一方面,本发明提供了一种变压器局部放电电气定位设备,包括:
至少一个处理器,以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够实现功能:在变压器通电的情况下,获取来自示波器的变压器绕组两端的第一脉冲电流组的电流信息;基于变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值;其中,若干特征值至少包括以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间;基于第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度;通过粒子群算法,调整初始适应度,以使粒子群算法的适应度取值最小,从而确定变压器的局部放电点。
本发明具有的有益效果如下:本发明提供的一种变压器局部放电电气定位方法,通过示波器获取变压器绕组两端的电流信息,基于该电流信息进行处理,获取方式比较简便,操作简单,方式容易实现。本发明通过采集的电流信息,筛选特征值,再通过适应度的计算及粒子群算法的结合,能够精确地获取变压器绕组局部放电的位置,即变压器的局部放电点。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的变压器局部放电电气定位方法的一种流程图;
图2为本发明实施例提供的变压器局部放电电气定位方法的另一种流程图;
图3为本发明实施例提供的变压器局部放电电气定位方法的再一种流程图;
图4为本发明实施例提供的变压器局部放电电气定位设备的内部结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下结合附图,详细说明本发明各实施例提供的技术方案。
本发明实施例提供了一种变压器局部放电电气定位方法,如图1所示,该方法可以包括步骤S101-S104:
S101,在变压器通电的情况下,获取来自示波器的变压器绕组两端的第一脉冲电流组的电流信息。
在本发明的一个实施例中,在变压器通电的情况下,通过在变压器绕组的两端连接两个高频电流互感器,并连接至示波器,以获取变压器绕组两端的第一脉冲电流组的电流信息。即变压器绕组连接在通电工作电路中,通过一高频电流互感器采集变压器一绕组,如绕组A的电流流入端的脉冲电流,通过另一高频电流互感器采集变压器绕组A的电流流出端的脉冲电流,并将电流流入端、电流流出端的脉冲电流作为第一脉冲电流组。
将高频电流互感器采集到的变压器绕组A的电流流入端、电流流出端的电流信息,服务器可以用示波器分别获得绕组A的电流流入端、电流流出端的脉冲电流的电流波形数据。本领域技术人员可以明确的是,本发明实施例中的执行主体即为服务器。服务器可以是台式主机电脑、笔记本电脑等,本发明对此不作限定。
S102,基于变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值。
在本发明的一个实施例中,通过示波器得到第一脉冲电流组中的脉冲电流的电流波形数据后,服务器根据电流波形数据通过相应的处理,获取若干特征值至少以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间。
服务器对电流波形数据做出的相应的处理可以是以下公式:
I=max(y(t))
T={t|y(t)=I}
其中,I表示脉冲电流峰值,y(t)表示脉冲电流波形数据公式,t表示时间自变量,Q表示脉冲电流电荷量,τ表示脉冲电流信息采集时间间隔,E表示所述脉冲电流能量,T表示脉冲电流峰值时间。
需要说明的是,本发明实施例提供上述公式可作为一种优选地方式,获取上述若干特征值,对于获取上述实施例中若干特征值的方式不作限定。
此外,采集变压器绕组的第一脉冲电流组的电流信息之前,需要获取该变压器绕组的脉冲电流衰减因子,保证后续对变压器局部放电的精确地电气定位。获取变压器绕组的脉冲电流衰减因子的步骤,如图2所示:
S201,在变压器未通电的情况下,向变压器绕组的第一端施加预设脉冲电流,获取来自示波器的变压器绕组第二端的脉冲电流的电流信息,并将预设脉冲电流及变压器绕组的第二端的脉冲电流作为第二脉冲电流组。
在本发明的一个实施例中,为了避免误差及外界环境的干扰,对未通电的变压器的绕组A的第一端施加一已知脉冲电流波形数据的预设脉冲电流,并通过一高频电流互感器,采集在预设脉冲电流下的变压器的绕组A的第二端的脉冲电流。其中,变压器的绕组A的第一端与S101中的绕组A电流流入端为同一端,变压器的绕组A的第二端与S101中的绕组A电流流出端为同一端。
为更好地区分与S101中采集的脉冲电流,将上述施加于绕组A电流流入端的预设脉冲电流及在预设脉冲电流下的变压器的绕组A电流流出端的脉冲电流,作为第二脉冲电流组。
第二脉冲电流组是在变压器绕组施加预设脉冲电流的情况下得到的变压器绕组两端的脉冲电流,而第一脉冲电流组是在变压器绕组接入正常工作电路中采集的绕组两端的脉冲电流,两组脉冲电流的采集场景不同。
S202,根据第二脉冲电流组的电流信息,获取第二脉冲电流组的脉冲电流的若干特征值。
在本发明的一个实施例,在第二脉冲电流组中的预设脉冲电流为已知电流波形数据的脉冲电流,因此不需再次采集。通过高频电流互感器采集第二脉冲电流组中,变压器绕组的电流流出端的脉冲电流,并通过示波器获取其脉冲电流波形数据。服务器获取其脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间。其中,可以采用S102中的方式,获取上述特征值。
S203,基于第二脉冲电流组的脉冲电流的若干特征值,确定变压器的若干脉冲电流衰减因子。
在本发明的一个实施例中,通过第二脉冲电流组中来自变压器两端的两支脉冲电流的特征值,即其脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,可以获取变压器的若干脉冲电流衰减因子。并且,该脉冲电流衰减因子在不同的变压器和/或变压器绕组之间可能存在差异。
本发明提供了计算脉冲电流衰减因子的公式:
k=T2-T1
其中,α表示所述变压器的脉冲电流峰值衰减因子,I1表示所述预设脉冲电流的所述脉冲电流峰值,I2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流峰值,β表示所述变压器的脉冲电流电荷量衰减因子,Q1表示所述预设脉冲电流的脉冲电流电荷量,Q2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流电荷量,γ表示所述变压器的脉冲电流能量衰减因子,E1表示所述预设脉冲电流的所述脉冲电流能量,E2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流能量,k表示所述变压器的脉冲电流峰值时间衰减因子,T1表示所述预设脉冲电流的所述脉冲电流峰值时间,T2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流峰值时间。
上述公式中得到的α,β,γ的值不大于1,上述四个衰减因子是变压器绕组本身带来的损耗所设定的,流经变压器绕组的脉冲电流会产生损耗本领域技术人员是可知的,上述实施例即将脉冲电流在变压器绕组中的损耗进行一种量化处理。
S103,基于第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度。
在本发明的一个实施例中,脉冲电流的特征值的数值在长度一定的绕组上,例如长度为L的变压器绕组,每个位置的数值都存在差异,该差异是由于变压器绕组带来的损耗产生的,脉冲电流在变压器绕组上进行传播,若干特征值在变压器绕组中的传播关系,可确定变压器绕组上各位置的特征值数值,该传播关系为一函数关系。通过该函数关系可以获取在上述长度L的绕组上任意点的一项或多项特征值。该函数关系如下:
T(x)=T(x0)+k|x0-x|/L
式中,I(x)、Q(x)、E(x)、T(x)分别表示变压器绕组x位置的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,其中x的取值范围区间为[0,L]。I(x0)、Q(x0)、E(x0)、T(x0)分别表示变压器绕组局部放电x0位置的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间。
结合上述通过示波器采集的第一脉冲电流组中的若干特征值,即八个特征值,以及在长度L的变压器绕组中局部放电点取值,根据预设规则,获取粒子群算法的适应度函数。局部放电位置信息取值的起点从0开始至L结束,该局部放电位置信息为在变压器绕组上的坐标,即从变压器绕组的电流流入端开始至变压器绕组的电流流出端结束。
本发明实施例也可采用若干特征值中的一项或多项特征值,构造适应度函数,例如,利用脉冲电流峰值和脉冲电流电荷量构造适应度函数,从而确定初始适应度。为减少确定的局部放电点存在的误差,本发明实施例采用上述四项特征值,构造适应度函数。
上述预设规则具体地:
式中,F(I0,Q0,E0,T0,x0)为粒子群算法的适应度函数,I0表示脉冲电流峰值自变量,Q0表示脉冲电流电荷量自变量,E0表示脉冲电流能量自变量,T0表示脉冲电流峰值时间自变量,I(0)、Q(0)、E(0)、T(0)分别表示变压器绕组第一端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,I(L)、Q(L)、E(L)、T(L)分别表示变压器绕组第二端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间x0表示变压器的局部放电点的自变量位置,L表示变压器绕组的总长度,表示脉冲电流峰值相关值,表示脉冲电流电荷量相关值,表示脉冲电流能量相关值,表示脉冲电流峰值时间自变量相关值。通过上述公式,可以得到变压器绕组局部放电初始位置x0对应的适应度,将其作为初始适应度。
S104,通过粒子群算法,调整初始适应度,以使粒子群算法的适应度取值最小,从而确定变压器的局部放电点。
本发明的一个实施例中,仅通过上述适应度函数不能够准确地确定变压器绕组局部放电点,为避免出现误差,采用粒子群算法对上述适应度函数进行优化,得到适应度函数在从而确定变压器的局部放电点。在粒子群算法中,不断调整上述适应度函数的自变量取值,进行迭代,从而获得取值最小的适应度,及其对应的自变量值,进而确定了变压器绕组的局部放电点。
通过上述方案,根据变压器绕组两端的脉冲电流,并根据变压器绕组的四个衰减因子,通过构建适应度函数,并通过粒子群算法可以对局部放电点进行精确的优化,以实现变压器绕组局部放电精准定位,减少局部放电定位的误差。
上述粒子群算法的实现过程包括以下步骤:
S301,设置粒子规模,最大迭代次数,粒子速度的范围,粒子位置的范围,初始化粒子速度、位置。
在本发明的一个实施例中,粒子规模N、最大迭代次数M、粒子速度v的范围,粒子位置p的范围根据需要进行取值。服务器中预存有粒子群算法的粒子位置及粒子速度的最大值。
粒子位置信息p(I,Q,E,T,x)的设置范围:
其中,粒子位置信息最大值记为pmax,其最小值记为pmin。
粒子速度v(I,Q,E,T,x)的设置范围:
粒子速度的最大值记为vmax,其最小值记为vmin。
S302,计算每个粒子的适应度。
根据上述方案及初始适应度,进行计算每个粒子的适应度,F(pj)=F(Ij,Qj,Ej,Tj,xj),其中j表示粒子的标号。
S303,更新每个粒子的自身历史最优位置和群体历史最优位置。
在本发明的一个实施例中,更新每个粒子的自身历史最优位置和群体历史最优位置的原则为:
首先基于粒子B的初始适应度,调整粒子群算法的适应度函数的自变量值,并进行迭代,以得到第二适应度。
将所述第二适应度与初始适应度比较大小,在所述第二适应度小于所述初始适应度的情况下,确定粒子B的第二适应度的位置为自身历史最优位置pjbest,并记录于群体历史最优位置pbest中。更新粒子B的自身历史最优位置和群体历史最优位置。
S304,对于每个粒子,根据自身速度、位置和自身最优位置和群体最优位置更新速度和位置。
在本发明的一个实施例中,根据下列公式更新速度和位置:
式中,vj,i,pj,i分别表示第j个粒子的第i次迭代的粒子速度和粒子位置,vj,i+1,pj,i+1分别表示第j个粒子的第i+1次迭代的粒子速度和粒子位置,ω表示惯性因子,c1,c2表示粒子群算法中的学习因子,s1,s2为区间[-1,1]的随机数。
在本发明的一个实施例中,在粒子位置的值大于粒子位置的最大值的情况下,确定粒子位置的最大值为粒子位置的值。基于粒子位置及粒子速度的最大值,在粒子速度的值大于粒子速度的最大值的情况下,确定粒子速度的最大值为粒子速度的值。
具体地:
对于粒子位置p,当p>pmax时,令p=pmax,当p<pmin时,令p=pmin;
对于粒子速度v,当v>vmax时,令v=vmax,当v<vmin时,令v=vmin。
通过上述实施例,保证粒子的速度和位置保持在计算收敛允许的范围内。
S305,判定迭代次数是否达到预设阈值和/或适应度取值最小。
在本发明的一个实施例中,在迭代的次数达到预设阈值,例如最大迭代次数M为300,预设阈值即为300,和/或所述适应度取值最小的情况下,确定取值最小的所述适应度对应的自变量位置自变量数值C作为变压器绕组的局部放电点。其中,在长度为L的变压器绕组中,从电流流入端,即自变量位置数值C的开始端点沿变压器绕组的脉冲电流流向,走过长度为C的变压器绕组长度,该长度C的变压器绕组结束端点即为变压器绕组的局部放电点。
此外,在迭代次数未达到预设阈值且适应度取值不是最小的值,重新进行S302,直至满足S305的条件。
S306,输出最优位置和最优适应度。
通过上述方案获得的取值最小的适应度,即可作为最优适应度,通过其对应的位置自变量的值,可确定局部放电点。
图4为本发明实施例提供的一种变压器局部放电电气定位设备的内部结构示意图。如图4所示,设备包括:
至少一个处理器,以及,与至少一个处理器通信连接的存储器。其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够实现功能:
在变压器通电的情况下,获取来自示波器的变压器绕组两端的第一脉冲电流组的电流信息。基于变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值。其中,若干特征值至少包括以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间。基于第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度。通过粒子群算法,调整初始适应度,以使粒子群算法的适应度取值最小,从而确定变压器的局部放电点。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (6)
1.变压器局部放电电气定位方法,其特征在于,包括:
1)在变压器未通电的情况下,向变压器绕组的第一端施加预设脉冲电流,获取来自示波器的所述变压器绕组第二端的脉冲电流的电流信息,并将所述预设脉冲电流及所述变压器绕组的第二端的脉冲电流作为第二脉冲电流组;
根据所述第二脉冲电流组的电流信息,获取第二脉冲电流组的脉冲电流的若干特征值;
基于所述第二脉冲电流组的脉冲电流的若干特征值,确定所述变压器的若干脉冲电流衰减因子,具体包括:
根据所述第二脉冲电流组中所述预设脉冲电流的电流信息及所述变压器绕组的第二端的脉冲电流的电流信息,确定脉冲电流峰值、脉冲电流电荷量、脉冲电流能量和脉冲电流峰值时间;
基于下列公式,确定所述变压器的若干脉冲电流衰减因子:
k=T2-T1
其中,α表示所述变压器的脉冲电流峰值衰减因子,I1表示所述预设脉冲电流的所述脉冲电流峰值,I2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流峰值,β表示所述变压器的脉冲电流电荷量衰减因子,Q1表示所述预设脉冲电流的脉冲电流电荷量,Q2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流电荷量,γ表示所述变压器的脉冲电流能量衰减因子,E1表示所述预设脉冲电流的所述脉冲电流能量,E2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流能量,k表示所述变压器的脉冲电流峰值时间衰减因子,T1表示所述预设脉冲电流的所述脉冲电流峰值时间,T2表示所述变压器绕组第二端的脉冲电流的所述脉冲电流峰值时间;
2)在变压器通电的情况下,获取来自示波器的所述变压器绕组两端的第一脉冲电流组的电流信息;
基于所述变压器绕组两端的第一脉冲电流组的电流信息,获取第一脉冲电流组的脉冲电流的若干特征值;其中,所述若干特征值至少包括以下任意一项或多项:脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间;
基于所述第一脉冲电流组的脉冲电流的若干特征值以及预设规则,得到粒子群算法的初始适应度,具体包括:基于所述变压器的若干脉冲电流衰减因子及第一脉冲电流组的若干特征值在变压器绕组中的传播关系,确定所述变压器绕组中脉冲电流的第一脉冲电流组的若干特征值在所述变压器绕组位置上的数值;基于所述变压器绕组中脉冲电流的若干特征值在所述变压器绕组位置上的数值,得到粒子群算法的初始适应度;
基于所述第一脉冲电流组的脉冲电流的若干特征值、所述变压器绕组中脉冲电流的若干特征值之间的关系,通过以下公式,得到粒子群算法的初始适应度:
式中,F(I0,Q0,E0,T0,x0)为所述粒子群算法的适应度函数,I0表示脉冲电流峰值自变量,Q0表示脉冲电流电荷量自变量,E0表示脉冲电流能量自变量,T0表示脉冲电流峰值时间自变量,I(0)、Q(0)、E(0)、T(0)分别表示变压器绕组第一端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,I(L)、Q(L)、E(L)、T(L)分别表示变压器绕组第二端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,x0表示所述变压器的局部放电点的位置自变量,L表示变压器绕组的总长度,表示脉冲电流峰值相关值,表示脉冲电流电荷量相关值,表示脉冲电流能量相关值,表示脉冲电流峰值时间自变量相关值;
通过粒子群算法,调整所述初始适应度,以使所述粒子群算法的适应度取值最小,从而确定变压器的局部放电点。
2.根据权利要求1所述的方法,其特征在于,所述通过粒子群算法,调整所述初始适应度,以使所述粒子群算法的适应度取值最小,从而确定变压器的局部放电点,具体包括:
基于所述初始适应度,调整所述粒子群算法的适应度函数的自变量值,并进行迭代,以得到第二适应度;
将所述第二适应度与初始适应度比较大小,在所述第二适应度小于所述初始适应度的情况下,确定所述第二适应度对应的所述适应度函数的变量值中的自变量位置作为局部放电点;
在所述迭代的次数达到预设阈值和/或所述适应度取值最小的情况下,确定取值最小的所述适应度对应的自变量位置,作为所述变压器的局部放电点。
3.根据权利要求2所述的方法,其特征在于,所述在所述迭代的次数达到预设阈值和/或所述适应度取值最小的情况下,确定取值最小的所述适应度对应的所述自变量位置作为变压器的局部放电点,具体包括:
基于预设方向,确定所述自变量位置对应于所述变压器绕组上的位置信息;其中,所述预设方向为所述变压器绕组脉冲电流的流向;
将所述自变量位置对应于所述变压器绕组上的位置信息,作为所述变压器绕组的局部放电点位置信息。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
使所述粒子群算法的粒子位置信息p(I,Q,E,T,x)满足
以及使粒子速度v(I,Q,E,T,x)的取值范围满足
从而根据所述粒子群算法调整所述初始适应度;
其中,I表示变压器绕组的脉冲电流峰值,Q表示变压器绕组的脉冲电流电荷量,E表示变压器绕组的脉冲电流能量,T表示变压器绕组的脉冲电流峰值时间;I(0)、Q(0)、E(0)、T(0)分别表示变压器绕组第一端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,I(L)、Q(L)、E(L)、T(L)分别表示变压器绕组第二端的第一脉冲电流组的脉冲电流峰值、脉冲电流电荷量、脉冲电流能量、脉冲电流峰值时间,α表示所述变压器的脉冲电流峰值衰减因子,β表示所述变压器的脉冲电流电荷量衰减因子,γ表示所述变压器的脉冲电流能量衰减因子,k表示所述变压器的脉冲电流峰值时间衰减因子,L表示变压器绕组总长度,N表示粒子群算法的粒子规模。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
预存所述粒子群算法的粒子位置的最大值及粒子速度的最大值;
基于所述粒子位置的最大值,在粒子位置的值大于粒子位置的最大值的情况下,确定所述粒子位置的最大值为粒子位置的值;以及
基于所述粒子速度的最大值,在粒子速度的值大于粒子速度的最大值的情况下,确定所述粒子速度的最大值为粒子速度的值。
6.一种变压器局部放电电气定位设备,其特征在于,所述设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够实现权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110006103.9A CN112834877B (zh) | 2021-01-05 | 2021-01-05 | 一种变压器局部放电电气定位方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110006103.9A CN112834877B (zh) | 2021-01-05 | 2021-01-05 | 一种变压器局部放电电气定位方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112834877A CN112834877A (zh) | 2021-05-25 |
CN112834877B true CN112834877B (zh) | 2022-05-13 |
Family
ID=75927562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110006103.9A Active CN112834877B (zh) | 2021-01-05 | 2021-01-05 | 一种变压器局部放电电气定位方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112834877B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02136764A (ja) * | 1988-11-17 | 1990-05-25 | Mitsubishi Electric Corp | 受変電設備の絶縁診断装置 |
CN102445640A (zh) * | 2011-09-30 | 2012-05-09 | 云南电力试验研究院(集团)有限公司 | 基于向量机和人工鱼群优化的gis设备智能识别方法 |
CN103675617A (zh) * | 2013-11-20 | 2014-03-26 | 西安交通大学 | 一种用于高频局部放电信号检测的抗干扰方法 |
CN105719003A (zh) * | 2016-01-13 | 2016-06-29 | 中国南方电网有限责任公司超高压输电公司 | 一种基于量子遗传算法的换流变压器局放超声定位方法 |
CN106650171A (zh) * | 2017-01-05 | 2017-05-10 | 重庆大学 | 变压器局部放电超高频检测Hilbert分形天线优化方法 |
CN107944349A (zh) * | 2017-11-07 | 2018-04-20 | 武汉大学 | 基于粒子群‑支持向量机的gis局部放电类型模式识别方法 |
CN108761287A (zh) * | 2018-05-28 | 2018-11-06 | 深圳供电局有限公司 | 一种变压器局部放电类型识别方法 |
-
2021
- 2021-01-05 CN CN202110006103.9A patent/CN112834877B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02136764A (ja) * | 1988-11-17 | 1990-05-25 | Mitsubishi Electric Corp | 受変電設備の絶縁診断装置 |
CN102445640A (zh) * | 2011-09-30 | 2012-05-09 | 云南电力试验研究院(集团)有限公司 | 基于向量机和人工鱼群优化的gis设备智能识别方法 |
CN103675617A (zh) * | 2013-11-20 | 2014-03-26 | 西安交通大学 | 一种用于高频局部放电信号检测的抗干扰方法 |
CN105719003A (zh) * | 2016-01-13 | 2016-06-29 | 中国南方电网有限责任公司超高压输电公司 | 一种基于量子遗传算法的换流变压器局放超声定位方法 |
CN106650171A (zh) * | 2017-01-05 | 2017-05-10 | 重庆大学 | 变压器局部放电超高频检测Hilbert分形天线优化方法 |
CN107944349A (zh) * | 2017-11-07 | 2018-04-20 | 武汉大学 | 基于粒子群‑支持向量机的gis局部放电类型模式识别方法 |
CN108761287A (zh) * | 2018-05-28 | 2018-11-06 | 深圳供电局有限公司 | 一种变压器局部放电类型识别方法 |
Non-Patent Citations (1)
Title |
---|
变压器局部放电在线检测的研究与应用;孙西方 等;《科技信息》;20111231;第301-302页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112834877A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abbasi et al. | Diagnosis and clustering of power transformer winding fault types by cross‐correlation and clustering analysis of FRA results | |
Ji et al. | Detection of power transformer winding deformation and variation of measurement connections using a hybrid winding model | |
CN109212392B (zh) | 直流电缆局部放电缺陷故障的识别方法、系统及Caffe卷积神经网络 | |
CN112149554A (zh) | 故障分类模型的训练、故障检测方法及相关装置 | |
CN114994138B (zh) | 电缆缓冲层的缺陷检测方法、装置和设备 | |
CN105021951A (zh) | 用于地点分辨的诊断的方法及设备 | |
EP3012643B1 (en) | Method and apparatus for identifying causes for cable overcurrent | |
Cai et al. | High‐accuracy localisation method for PD in transformers | |
Xu et al. | Self‐adapted single‐ended travelling wave fault location algorithm considering transfer characteristics of the secondary circuit | |
CN112834877B (zh) | 一种变压器局部放电电气定位方法及设备 | |
CN114626769A (zh) | 一种电容式电压互感器运维方法及系统 | |
CN113189513B (zh) | 一种基于纹波的冗余电源均流状态识别方法 | |
CN113901666A (zh) | 应用于智能电网的实时监控和异常检测方法 | |
CN107895078A (zh) | 强电磁脉冲对长电力输电线路耦合响应的宏模型构建方法 | |
CN117347916A (zh) | 一种基于参数辨识的绕组结构故障定位方法及装置 | |
CN113030648B (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
Bohórquez et al. | One-ended fault location method based on machine learning models | |
CN111983398B (zh) | 一种考虑nlos条件下电力变压器局放tdoa定位方法及系统 | |
CN109901030B (zh) | 一种电抗器匝间绝缘状态监测方法、系统及应用 | |
CN115577249A (zh) | 多视角特征融合的变压器声信号识别方法、系统及介质 | |
CN108919040A (zh) | 电抗器线圈的故障检测方法、故障检测装置及电子设备 | |
Mishra et al. | A fast-executing single ended fault location method using transmission line characteristics for wind parks integrated HVDC network | |
Župan et al. | Power transformer winding model for lightning impulse testing | |
Sian et al. | A novel fault diagnosis method of power cable based on convolutional probabilistic neural network with discrete wavelet transform and symmetrized dot pattern | |
KR102225671B1 (ko) | 모터에서 발생하는 광대역 주파수의 임피던스 예측 시스템 및 방법 |
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 |