CN114384192B - 一种油色谱监测装置告警误报的排除方法 - Google Patents

一种油色谱监测装置告警误报的排除方法 Download PDF

Info

Publication number
CN114384192B
CN114384192B CN202210026571.7A CN202210026571A CN114384192B CN 114384192 B CN114384192 B CN 114384192B CN 202210026571 A CN202210026571 A CN 202210026571A CN 114384192 B CN114384192 B CN 114384192B
Authority
CN
China
Prior art keywords
alarm
false
calculation result
oil
content
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
Application number
CN202210026571.7A
Other languages
English (en)
Other versions
CN114384192A (zh
Inventor
于虹
魏杰
王宣军
陈龙潭
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202210026571.7A priority Critical patent/CN114384192B/zh
Publication of CN114384192A publication Critical patent/CN114384192A/zh
Application granted granted Critical
Publication of CN114384192B publication Critical patent/CN114384192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8665—Signal analysis for calibrating the measuring apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8696—Details of Software

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Housings And Mounting Of Transformers (AREA)

Abstract

本申请公开一种油色谱监测装置告警误报的排除方法，包括：根据误报数据，建立数据库；采集变压器油色谱数据信息，得到总烃浓度；计算乙烷在总烃中的占比，乙烷含量变化量以及其余烃类含量变化量的数量级；计算乙烯在总烃中的占比，乙烯含量变化量的以及其余烃类含量变化量的数量级；将计算结果与数据库对比，判断是否为误报；误报，不予上报；非误报，获取乙炔浓度；计算全部气体除乙炔外的其余气体的含量变化量；将计算结果与数据库数据对比，判断是否为误报；误报，不予上报；非误报，正常上报。本发明不仅提升了变压器油色谱在线检测技术的智能化应用水平，减少了偶然性数据跃变造成的误报数量，还有效减轻了基层检修人员的工作量和安全风险。

Description

一种油色谱监测装置告警误报的排除方法
技术领域
本申请实施例涉及误报排除方法领域，特别涉及一种油色谱监测装置告警误报的排除方法。
背景技术
根据变压器油中溶解气体组分含量可以初步判断充油设备是否存在异常,不同的故障类型对应产生的气体组分含量各有不同，常见的故障类型有油过热、油和纸过热、油纸绝缘中局部放电、油中火花放电、油中电弧、油和纸中电弧、受潮等。
根据《DL/T722-2000变压器油中溶解气体分析和判断导则》，不同故障类型对应的特征气体不同。油过热的故障特征气体主要有甲烷、乙烯，其次是氢气、乙烷；油和纸过热的故障特征气体主要有甲烷、乙烯、一氧化碳、二氧化碳，其次是氢气、乙烷；油纸绝缘中局部放电的故障特征气体主要是氢气、甲烷、一氧化碳，其次是乙炔、乙烷、二氧化碳；油中火花放电的故障特征气体主要有氢气、乙炔；油中电弧的故障特征气体主要是氢气、乙炔，其次是甲烷、乙烯、乙炔；受潮的故障特征气体主要是氢气；固体绝缘材料的分解主要产生甲烷、一氧化碳、二氧化碳。
根据变压器类型产生的气体可知，乙烷、乙烯、乙炔不可能单独增加，在当前告警阈值的设置下，可能是正确告警的情况有5种：
1.甲烷含量升高且乙烯含量升高；
2.氢气含量升高且甲烷含量升高；
3.氢气含量升高且乙炔含量升高；
4.氢气含量升高；
5.甲烷含量升高；
因此除上述五种可能的正确告警情况外其余情况的告警可以判断为误报。
截止2019年12月31日，油色谱在线监测装置自接入中心以来，共发生告警70次，其中有效告警14次，误报56次，误报率为80％，误报率较高。对56次误报进一步分析，其中26次误报多为连续多次误报，现场检查发现误报原因主要为装置配件损坏(制冷器、油气分离装置、色谱柱等)、程序设置错误、载气问题、基线漂移；另外30次误报多为偶发性的1次误报，到现场未检查出装置存在的问题。
目前接到告警信息的闭环模式为：接到一次告警信息供电局相关人员即安排当天或第二天取油样工作，待实验室结果出来后判定在线监测数据是否为误报。此种模式一是增加了基层人员的工作量；二是增加了基层工作人员的安全风险，包括交通环境风险和作业风险。在目前误报率较高的情况下，人工设置在线监测装置采样频率和周期这一方式更加显得不智能，因此急需对现有在线监测装置的控制系统进行智能化升级，提高在线监测装置的智能化水平，减少因偶发性数据跃变造成的不必要现场工作，减少基层工作者的工作量和安全风险，同时满足智能化应用的需求。
发明内容
本申请提供了一种油色谱监测装置告警误报的排除方法，以提升变压器油色谱在线检测技术的智能化应用水平，减少偶然性数据跃变造成误报的数量，减轻基层检修人员的工作量和安全风险。
本发明提出了一种油色谱监测装置告警误报的排除方法，所述排除方法包括：
根据已获取的典型误报数据，建立单一组分变化引发油色谱告警误报的数据库；
使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到总烃浓度；
计算乙烷在所述总烃中的占比，计算所述乙烷含量变化量的数量级，计算总烃除乙烷外的其余烃类含量变化量的数量级，得到乙烷计算结果；
计算乙烯在所述总烃中的占比，计算所述乙烯含量变化量的数量级，计算总烃除乙烯外的其余烃类含量变化量的数量级，得到乙烯计算结果；
将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到乙炔浓度；
计算全部气体除乙炔外的其余气体的含量变化量，得到乙炔计算结果；
将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则正常上报。
进一步地，所述将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
当总烃含量大于等于150μL/L，乙烷含量占总烃的80％以上，且乙烷的变化量
同时总烃除乙烷外的其余烃类含量变化量
则可判断该告警为误报。
进一步地，所述将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法还包括：
当总烃含量大于等于150μL/L，乙烯含量占总烃的80％以上，且乙烯的变化量
同时总烃除乙烯外的其余烃类含量变化量
则可判断该告警为误报。
进一步地，所述将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
使用油色谱在线检测装置采集告警的500kV等级变压器油色谱的数据信息，当乙炔含量大于等于1μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报。
进一步地，所述将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法还包括：
使用油色谱在线检测装置采集告警的220kV及以下等级变压器油色谱的数据信息，当乙炔含量大于等于5μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报。
本申请提供的一种油色谱监测装置告警误报的排除方法，根据已确定的典型误报数据，建立了单一组分变化引发油色谱告警的误报排除规则，将新采集的告警信息对比误报排除规则，如果满足规则说明是误报，不予上报该告警信息，从而达到对单一组分变化引发油色谱告警的误报排除的目的。本发明不仅提升了变压器油色谱在线检测技术的智能化应用水平，减少了偶然性数据跃变造成的误报数量，同时，还有效减轻了基层检修人员的工作量和安全风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一种油色谱监测装置告警误报的排除方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
参见图1，图1为本申请一种油色谱监测装置告警误报的排除方法的流程图；由图1可知，本申请提供了一种油色谱监测装置告警误报的排除方法，所述排除方法包括：
根据已获取的典型误报数据，建立单一组分变化引发油色谱告警误报的数据库；
使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到总烃浓度；
计算乙烷在所述总烃中的占比，计算所述乙烷含量变化量的数量级，计算总烃除乙烷外的其余烃类含量变化量的数量级，得到乙烷计算结果；
计算乙烯在所述总烃中的占比，计算所述乙烯含量变化量的数量级，计算总烃除乙烯外的其余烃类含量变化量的数量级，得到乙烯计算结果；
将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到乙炔浓度；
计算全部气体除乙炔外的其余气体的含量变化量，得到乙炔计算结果；
将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则正常上报。
进一步地，所述将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
当总烃含量大于等于150μL/L，乙烷含量占总烃的80％以上，且乙烷的变化量
同时总烃除乙烷外的其余烃类含量变化量
则可判断该告警为误报。
进一步地，所述将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法还包括：
当总烃含量大于等于150μL/L，乙烯含量占总烃的80％以上，且乙烯的变化量
同时总烃除乙烯外的其余烃类含量变化量
则可判断该告警为误报。
进一步地，所述将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
使用油色谱在线检测装置采集告警的500kV等级变压器油色谱的数据信息，当乙炔含量大于等于1μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报。
进一步地，所述将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法还包括：
使用油色谱在线检测装置采集告警的220kV及以下等级变压器油色谱的数据信息，当乙炔含量大于等于5μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报。
在一实施例中，某地500kV等级变压器某年某月12日报总烃告警，告警时采集到的数据如下表1，表1为12日及11日数据采集表；其中12日总烃值为1450.72μL/L，其中CH4为5.29μL/L，C2H6为1442.94μL/L，C2H4为2.49μL/L，C2H2为0μL/L，与同年同月11日数据相比，C2H6明显增多，由4.78μL/L增加到1442.94μL/L，其他组分变化不大，/>后经离线测试比对证明此次告警为误报。
表1
采集时间 H2 CH4 C2H6 C2H4 C2H2 总烃
12日 0.10 5.29 1442.94 2.49 0.00 1450.72
11日 0.10 5.69 4.78 2.89 0.00 12.76
本申请提供的一种油色谱监测装置告警误报的排除方法，根据已确定的典型误报数据，建立了单一组分变化引发油色谱告警的误报排除规则，将新采集的告警信息对比误报排除规则，如果满足规则说明是误报，不予上报该告警信息，从而达到对单一组分变化引发油色谱告警的误报排除的目的。本发明不仅提升了变压器油色谱在线检测技术的智能化应用水平，减少了偶然性数据跃变造成的误报数量，同时，还有效减轻了基层检修人员的工作量和安全风险。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。本发明能够以很多不同于在此描述的其它方式来实施，因此本发明不受上面公开的具体实施的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种油色谱监测装置告警误报的排除方法，其特征在于，所述排除方法包括：
根据已获取的典型误报数据，建立单一组分变化引发油色谱告警误报的数据库；
使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到总烃浓度；
计算乙烷在所述总烃中的占比，计算所述乙烷含量变化量的数量级，计算总烃除乙烷外的其余烃类含量变化量的数量级，得到乙烷计算结果；
计算乙烯在所述总烃中的占比，计算所述乙烯含量变化量的数量级，计算总烃除乙烯外的其余烃类含量变化量的数量级，得到乙烯计算结果；
将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则使用油色谱在线检测装置采集告警的变压器油色谱的数据信息，得到乙炔浓度；
计算全部气体除乙炔外的其余气体的含量变化量，得到乙炔计算结果；
将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报；
若误报，则不予上报该告警信息；
若非误报，则正常上报；
其中，所述将得到的所述乙烷计算结果以及乙烯计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
当总烃含量大于等于150μL/L，乙烷含量占总烃的80％以上，且乙烷的变化量
同时总烃除乙烷外的其余烃类含量变化量
则可判断该告警为误报；
当总烃含量大于等于150μL/L，乙烯含量占总烃的80％以上，且乙烯的变化量
同时总烃除乙烯外的其余烃类含量变化量
则可判断该告警为误报；
其中，所述将得到的所述乙炔计算结果与所述单一组分变化引发油色谱告警误报的数据库中的数据对比，判断是否为误报的判断方法为：
使用油色谱在线检测装置采集告警的500kV等级变压器油色谱的数据信息，当乙炔含量大于等于1μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报；
当乙炔含量大于等于5μL/L时，全部气体除乙炔外的其余气体的含量变化量小于5μL/L，则可判断该告警为误报。
CN202210026571.7A 2022-01-11 2022-01-11 一种油色谱监测装置告警误报的排除方法 Active CN114384192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210026571.7A CN114384192B (zh) 2022-01-11 2022-01-11 一种油色谱监测装置告警误报的排除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210026571.7A CN114384192B (zh) 2022-01-11 2022-01-11 一种油色谱监测装置告警误报的排除方法

Publications (2)

Publication Number Publication Date
CN114384192A CN114384192A (zh) 2022-04-22
CN114384192B true CN114384192B (zh) 2023-10-20

Family

ID=81202365

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210026571.7A Active CN114384192B (zh) 2022-01-11 2022-01-11 一种油色谱监测装置告警误报的排除方法

Country Status (1)

Country Link
CN (1) CN114384192B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973621A (zh) * 2022-06-01 2022-08-30 云南电网有限责任公司电力科学研究院 数据误报排除方法和油色谱监测装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102486471A (zh) * 2010-12-03 2012-06-06 河北省电力研究院 变压器内部故障及缺陷程度油色谱诊断法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6789021B2 (en) * 2001-08-16 2004-09-07 Spx Corporation Method and system for detection of hydrocarbon species in a gas
CN104730378B (zh) * 2015-02-13 2017-12-22 国家电网公司 基于油中溶解气体的变压器内部复合缺陷模糊诊断方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102486471A (zh) * 2010-12-03 2012-06-06 河北省电力研究院 变压器内部故障及缺陷程度油色谱诊断法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
Dissolved gas analysis for transformer fault based on learning spiking neutal p system with belief adaboost;Xihai Zhang et al;《Int. Journ. of Unconventional Computing》;第16卷;全文 *
变压器故障油色谱分析方法探讨;李晋城;赵素平;李景霞;;电气制造(11);全文 *
变压器油色谱在线监测装置误报警原因分析;马国鹏;何云良;黄逢朴;毛海波;;电力安全技术(12);全文 *
基于油色谱分析的变压器故障诊断与应用;谢荣斌;薛静;张霖;申峻;李琪菡;雷勇;赵莉华;;广东电力(08);全文 *
基于深度卷积神经网络的变压器故障诊断方法;王峰 等;《广东电力》;32(9);全文 *
流溪河水电厂1号主变压器油色谱异常浅析;陈伟锋;;华中电力(02);全文 *
浅谈油色谱分析判断变压器故障;曹军;;宁夏电力(S1);全文 *
电力变压器油色谱在线监测系统;郭亮;武岗;;农村电气化(03);全文 *

Also Published As

Publication number Publication date
CN114384192A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN102680814B (zh) 一种变压器故障严重程度的诊断方法
US20170336461A1 (en) Internal transformer composite-defect fuzzy diagnostic method based on gas dissolved in oil
CA2134957C (en) Transformer oil gas extractor
CN114384192B (zh) 一种油色谱监测装置告警误报的排除方法
CN104764869A (zh) 一种基于多维特征量的变压器气体故障诊断和报警方法
CN103278715B (zh) 电力设备试验方法
CN103630768A (zh) 变电站内变压器故障诊断方法
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
CN112763465B (zh) 一种抗干扰的船用柴油硫含量超标嗅探识别方法
CN107884646B (zh) 变电站在线监测系统危急告警方法
CN106597160B (zh) 一种电子设备故障检测方法和装置
CN114152685A (zh) 基于多元线性回归的变压器油色谱的故障诊断方法及系统
CN114385717A (zh) 一种基于趋势分析的变压器异常预警分析方法及系统
CN112461944A (zh) 变压器油中溶解气体在线监测装置的校准方法
Sans et al. Large-scale survey of furanic compounds in operating transformers and implications for estimating service life
CN109633094A (zh) 一种臭气浓度在线监测方法
Lapworth A novel approach (scoring system) for integrating dissolved gas analysis results into a life management system
CN109342630B (zh) 变压器油色谱在线监测异常数据诊断方法
CN113155995A (zh) 一种基于pms的油色谱在线监测装置测量误差智能分析方法
Torres et al. Implementation of a condition monitoring software for mineral oil-immersed transformers via dissolved gas in-oil analysis
Haupert et al. A review of the operating principles and practice of dissolved gas analysis
CN118311239A (zh) 油中溶解气体在线监测装置准确度自动告警方法和系统
CN214862396U (zh) 一种在线气体分析仪预处理除水系统
CN117110587B (zh) 一种油中溶解气体在线监测异常告警方法及系统
Varl On-line diagnostics of oil-filled transformers

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