CN113723439A - 一种基于外推法的变压器状态故障诊断和预测方法 - Google Patents
一种基于外推法的变压器状态故障诊断和预测方法 Download PDFInfo
- Publication number
- CN113723439A CN113723439A CN202110616882.4A CN202110616882A CN113723439A CN 113723439 A CN113723439 A CN 113723439A CN 202110616882 A CN202110616882 A CN 202110616882A CN 113723439 A CN113723439 A CN 113723439A
- Authority
- CN
- China
- Prior art keywords
- fault
- transformer
- state
- extrapolation
- prediction
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013213 extrapolation Methods 0.000 title claims abstract description 21
- 238000003745 diagnosis Methods 0.000 title claims abstract description 11
- 108010014173 Factor X Proteins 0.000 claims abstract description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 229930195733 hydrocarbon Natural products 0.000 claims description 5
- 150000002430 hydrocarbons Chemical class 0.000 claims description 5
- 239000004215 Carbon black (E152) Substances 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000036541 health Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; viscous liquids; paints; inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供了一种基于外推法的变压器状态故障诊断和预测方法,本获取故障气体的成分含量,建立状态预测方程,通过将故障特征值进行归一化,得到总故障因子,将总故障因子X与给出的故障等级和分档表进行对比,得到故障等级,实现变压器状态预测以及故障诊断。本发明利用油气组分信息进行故障状态预测,实现了某型变压器故障可能出现的时间的估计,以及特定时间段内变压器故障状态进行预测,实现了针对变压器的“故障预测与健康管理”功能,提高了电力变压器运行状态监控水平,优化了运行与维修的效率,降低了维护成本,延长了变压器的使用寿命。
Description
技术领域
本发明涉及电力设备领域,尤其是电力变换设备运行故障诊断与预测方法,特别指变压器变压状态故障预测与健康管理。
背景技术
电力变压器是电力系统中的一种重要设备,其运行的可靠性直接关系着电力系统的稳定安全。对变压器进行故障预测,可以快速及时的发现故障,对降低运行成本,提升设备的使用寿命以及防止突发事故的发生具有重要的现实意义。
油中溶解气体分析法(DGA)技术是目前变压器最为常见的监测手段,通过变压器油中溶解气体色谱分析,可及时掌握变压器的运行状况,发现和跟踪存在的潜伏性故障。
目前,国内外设计的变压器故障诊断系统主要是对变压器是否出现故障进行判断,对出现故障的变压器通过DGA技术诊断其故障类型。但在电力行业中,对未发生故障但已经出现运行不稳定,故障症状不明显的变压器,这些诊断系统无法对存在潜伏性故障的变压器做出准确预测,预测何时发生故障,发生何种类型的故障,但这正是电力部门最关心的问题。开展电力变压器的故障预测研究,对存在潜伏性故障的变压器,消除安全隐患,确保电网长久稳定的运行,具有重要的价值。
发明内容
为了克服现有技术的不足,本发明提供一种基于外推法的变压器状态故障诊断和预测方法。本发明获取故障气体的成分含量,建立状态预测方程,实现变压器状态预测以及故障诊断。可以预测变压器故障可能出现的时间以及特定时间段内变压器的故障状态,提高了电力变压器运行状态监控水平。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤一:变压器故障状态信息的获取:以电力行业标准DL/T722-2014为依据,采用高精度油气分析仪测定变压器油中气体的含量为故障特征量,故障特征量包括总烃、 CH4、C2H2和H2含量,用于后续故障检测;
步骤二:建立基于外推法的状态预测方程,预测特定时间段内变压器的故障特征量,同时对因元器件老化、环境温度攀升等导致的渐变性故障出现的时间点进行预测;
步骤三:变压器故障等级和分档的确定;
将由式(1)、式(2)预测得到的四个故障特征值进行归一化,得到总故障因子X。
将总故障因子X与给出的故障等级和分档表进行对比,得到故障等级,从而制定相应的处置措施。
所述步骤二中采用的外推法的函数模型有线性模型、指数曲线模型,其中线性模型的外推法用来研究随时间按恒定增长率变化的事物,如生长、衰败、气候的变迁,适合于因元器件老化、环温攀升等渐变性故障。
所述线性外推法采用两点线性外推进行故障状态预测,数学表达式为:
x=kt+b (1)
公式(1)已知两个时刻和相应时刻的状态量值,根据斜率k相等,求出待预测时刻故障状态量的预测值,公式(2)是先已知两个时刻和相应时刻的状态量值,先求出斜率k,再用公式(2)求解待预测时刻故障状态量的预测值;
其中:x表示t时刻故障特征量的预测值,x1表示在t1时刻的某一故障特征量,x2表示在t2时刻的某一故障特征量;k与特征量状态的变化速率相关;b为常量,与被测试系统的特征量的初始值相关。
所述步骤三中,归一化的计算为用预测故障特征值的自然对数除以注意值(即表征有轻微故障的值)的自然对数,得到各故障特征量的归一化值,将各故障特征量的归一化值代入公式(3):
即可得到总故障因子X。
本发明的有益效果在于:
1.利用油气组分信息进行故障状态预测,实现了某型变压器故障可能出现的时间的估计,以及特定时间段内变压器故障状态进行预测,实现了针对变压器的“故障预测与健康管理(PHM)”功能。
2.提高了电力变压器运行状态监控水平,优化了运行与维修的效率,降低了维护成本,延长了变压器的使用寿命。
具体实施方式
下面结合实施例对本发明进一步说明。
步骤1、采用高精度油气分析仪测定变压器油中总烃、CH4、C2H2和H2含量;
步骤2、基于两点(三点)外推法构建预测方程;
利用两点(三点)外推法分别对上述的故障特征量构建相应的预测方程,以利用两点线性外推法对变压器油气中的总烃含量x这一特征量建立预测方程,构建以时间序列t为自变量的故障特征量预测方程
x=kt+b (4)
可以用于估计特定时间变压器的故障特征量状态以及预测某一故障状态出现的时间。
步骤、变压器故障定级与健康管理。
步骤3.1、特征量归一化及故障定级
假定总烃的含量、CH4的含量、C2H2的含量和H2的含量的注意值数据分别为:x=150,y=45,z=5,p=150,分别对其取自然对数,取特征量的估计值分别为x1,y1, z1,p1。
故障因子的计算方法为:
表1:故障分级
表2:故障程度
然后,根据表1,表2,可以推断出故障的等级和程度。
步骤3.2故障等级与处置办法描述;
I级故障:轻微故障,建议跟踪检测与调试。
II级故障:中度故障,建议停电检修。
III级故障:严重故障,建议立即抢修。
Claims (4)
1.一种基于外推法的变压器状态故障诊断和预测方法,其特征在于包括下述步骤:
步骤一:变压器故障状态信息的获取:以电力行业标准DL/T722-2014为依据,采用高精度油气分析仪测定变压器油中气体的含量为故障特征量,故障特征量包括总烃、CH4、C2H2和H2含量,用于后续故障检测;
步骤二:建立基于外推法的状态预测方程,预测特定时间段内变压器的故障特征量,同时对因元器件老化、环境温度攀升等导致的渐变性故障出现的时间点进行预测;
步骤三:变压器故障等级和分档的确定;
将预测得到的四个故障特征值进行归一化,得到总故障因子X;
将总故障因子X与给出的故障等级和分档表进行对比,得到故障等级,从而制定相应的处置措施。
2.根据权利要求1所述的基于外推法的变压器状态故障诊断和预测方法,其特征在于:
所述步骤二中采用的外推法的函数模型有线性模型、指数曲线模型,其中线性模型的外推法用来研究随时间按恒定增长率变化的事物,适合渐变性故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616882.4A CN113723439A (zh) | 2021-06-03 | 2021-06-03 | 一种基于外推法的变压器状态故障诊断和预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616882.4A CN113723439A (zh) | 2021-06-03 | 2021-06-03 | 一种基于外推法的变压器状态故障诊断和预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113723439A true CN113723439A (zh) | 2021-11-30 |
Family
ID=78672867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110616882.4A Withdrawn CN113723439A (zh) | 2021-06-03 | 2021-06-03 | 一种基于外推法的变压器状态故障诊断和预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723439A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106770939A (zh) * | 2016-12-08 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于支持向量描述和k近质心近邻的变压器故障诊断方法 |
CN106908674A (zh) * | 2017-02-17 | 2017-06-30 | 国网上海市电力公司 | 一种基于多状态量预测的变压器状态评估方法 |
KR101936283B1 (ko) * | 2017-12-28 | 2019-01-08 | 주식회사 한국가스기술공사 | 기계적 결함에 대한 진단 및 예측 방법 |
CN110109441A (zh) * | 2019-04-15 | 2019-08-09 | 北京航天自动控制研究所 | 一种激光惯组故障预测方法和系统 |
US20210003640A1 (en) * | 2019-07-01 | 2021-01-07 | Wuhan University | Fault locating method and system based on multi-layer evaluation model |
-
2021
- 2021-06-03 CN CN202110616882.4A patent/CN113723439A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106770939A (zh) * | 2016-12-08 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于支持向量描述和k近质心近邻的变压器故障诊断方法 |
CN106908674A (zh) * | 2017-02-17 | 2017-06-30 | 国网上海市电力公司 | 一种基于多状态量预测的变压器状态评估方法 |
KR101936283B1 (ko) * | 2017-12-28 | 2019-01-08 | 주식회사 한국가스기술공사 | 기계적 결함에 대한 진단 및 예측 방법 |
CN110109441A (zh) * | 2019-04-15 | 2019-08-09 | 北京航天自动控制研究所 | 一种激光惯组故障预测方法和系统 |
US20210003640A1 (en) * | 2019-07-01 | 2021-01-07 | Wuhan University | Fault locating method and system based on multi-layer evaluation model |
Non-Patent Citations (3)
Title |
---|
JING SHENGLI ET AL.: ""Life Cycle Evaluation of the Power Supply Device based on State Prediction"", 《2018 IEEE INTERNATIONAL CONFERENCE OF SAFETY PRODUCE INFORMATIZATION (IICSPI)》 * |
李伟等: ""基于红外传感器方位跟踪算法的性能分析"", 《西北工业大学学报》, vol. 32, no. 3 * |
马钢;王磊;王鑫;刘海鹏;崔旭;王伟;: "电力系统超短期负荷预算法及准确率评价", 中国科技信息, no. 1 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104730378B (zh) | 基于油中溶解气体的变压器内部复合缺陷模糊诊断方法 | |
CN107894969B (zh) | 一种基于趋势分析的变压器潜伏性故障预警方法 | |
CN108037378B (zh) | 基于长短时记忆网络的变压器运行状态预测方法及系统 | |
CN103678765B (zh) | 基于在线监测的变压器运行状态综合评估方法 | |
CN102662113B (zh) | 基于故障树的油浸式变压器综合诊断方法 | |
CN104091416B (zh) | 一种监测电力变压器异常状态的报警系统 | |
CN1289038A (zh) | 填充有流体的电气设备用的智能分析系统和方法 | |
CN103218695A (zh) | 二次设备智能状态评估诊断系统及其方法 | |
CN105044499A (zh) | 一种电力系统设备变压器状态的检测方法 | |
CN105043593A (zh) | 一种机车温度传感器故障诊断及容错估计方法 | |
CN107884646B (zh) | 变电站在线监测系统危急告警方法 | |
CN104090080A (zh) | 一种油浸式变压器异常状态的监控方法 | |
CN109490685B (zh) | 基于油中溶解气体在线监测的变压器早期缺陷预警方法 | |
CN105445584B (zh) | 一种基于油色谱的变压器安全状态评估方法 | |
CN110134079B (zh) | 一种基于斜率分析的工艺参数预警方法及系统 | |
CN105548796A (zh) | 一种输电变压器控制系统 | |
CN113723439A (zh) | 一种基于外推法的变压器状态故障诊断和预测方法 | |
CN106093222A (zh) | 一种电网体系中色谱检测装置层次化评估方法 | |
CN113591396B (zh) | 一种基于朴素贝叶斯网络的电网元器件故障诊断方法 | |
CN208833515U (zh) | 一种利用循环电网的汽车变速器性能全方位检测平台 | |
RU2791597C1 (ru) | Система мониторинга, диагностирования и управления техническим состоянием силовых трансформаторов | |
CN115993421B (zh) | 一种主变压器油中溶解气体的评价方法及装置 | |
TWI693415B (zh) | 變壓器診斷方法及其系統、電腦程式產品及電腦可讀取記錄媒體 | |
CN116008869A (zh) | 一种基于监测油色谱校准的故障类型判定方法及系统 | |
CN109756173B (zh) | 抽油井电动机的损耗分析方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211130 |
|
WW01 | Invention patent application withdrawn after publication |