CN115248292A - 一种变压器故障分析诊断方法及系统 - Google Patents
一种变压器故障分析诊断方法及系统 Download PDFInfo
- Publication number
- CN115248292A CN115248292A CN202211165449.4A CN202211165449A CN115248292A CN 115248292 A CN115248292 A CN 115248292A CN 202211165449 A CN202211165449 A CN 202211165449A CN 115248292 A CN115248292 A CN 115248292A
- Authority
- CN
- China
- Prior art keywords
- ratio
- gas
- obtaining
- fault
- change
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 103
- 238000012544 monitoring process Methods 0.000 claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000000605 extraction Methods 0.000 claims abstract description 38
- 238000012423 maintenance Methods 0.000 claims description 63
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000032683 aging Effects 0.000 claims description 16
- 238000012806 monitoring device Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 description 3
- 239000011810 insulating material Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明提供了一种变压器故障分析诊断方法及系统,应用于变压器故障分析技术领域,该方法包括:通过获得目标变压器的基础信息,根据基础信息读取气体比值集合,通过气体监测设备进行连续气体含量监测,得到比值数据集合。基于比值数据集合进行比值变化特征提取,生成比值变化特征提取结果。基于大数据构建气体比值故障检测列表,根据设定检修节点的检修故障信息和气体比值集合获得影响调整参数,进行气体比值故障检测列表设定调整。基于调整后的气体比值故障检测列表进行比值变化特征提取结果比对,获得故障分析结果。解决了现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
Description
技术领域
本发明涉及变压器故障分析技术领域,具体涉及一种变压器故障分析诊断方法及系统。
背景技术
变压器是输电配电的基础设备,主要用于升降电压、匹配阻抗、安全隔离等功能,若变压器出现故障,则会导致电网运行出现异常情况。因此,为了实现变压器的安全稳定运行,就需要加强对变压器的监测分析,提高对变压器故障诊断能力。然而在现有技术中,对变压器的故障诊断主要通过电力巡查人员定期对变压器进行检查,虽然可以在巡查时发现变压器故障,但滞后性较强,且该方式需要耗费大量的人力资源,无法实现对变压器的实时故障监测。
因此,在现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
发明内容
本申请提供一种变压器故障分析诊断方法及系统,用于针对解决现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
鉴于上述问题,本申请提供了一种变压器故障分析诊断方法及系统。
本申请的第一个方面,提供了一种变压器故障分析诊断方法,所述方法应用于智能监测分析系统,所述智能监测分析系统与气体监测设备通信连接,所述方法包括:获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;根据所述基础信息读取所述设定检修节点的气体比值集合;通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
本申请的第二个方面,提供了一种变压器故障分析诊断系统,所述系统与气体监测设备通信连接,所述系统包括:基础信息获取模块,用于获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;气体比值集合读取模块,用于根据所述基础信息读取所述设定检修节点的气体比值集合;比值数据集合获取模块,用于通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;比值变化特征提取模块,用于基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;故障检测列表调整模块,用于基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;故障分析结果获取模块,用于基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过获得目标变压器的基础信息,根据基础信息读取气体比值集合,通过气体监测设备进行连续气体含量监测,得到比值数据集合。基于比值数据集合进行比值变化特征提取,生成比值变化特征提取结果。基于大数据构建气体比值故障检测列表,根据设定检修节点的检修故障信息和气体比值集合获得影响调整参数,进行气体比值故障检测列表设定调整。基于调整后的气体比值故障检测列表进行比值变化特征提取结果比对,获得故障分析结果。实现了对变压器的实时监测分析,提高变压器故障分析的准确性,减少人力资源的使用的技术效果。解决了现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种变压器故障分析诊断方法流程示意图;
图2为本申请提供的一种变压器故障分析诊断方法中获取比值变化特征提取结果的流程示意图;
图3为本申请提供的一种变压器故障分析诊断方法中获取故障分析结果的流程示意图;
图4为本申请提供了一种变压器故障分析诊断系统结构示意图。
附图标记说明:基础信息获取模块11,气体比值集合读取模块12,比值数据集合获取模块13,比值变化特征提取模块14,故障检测列表调整模块15,故障分析结果获取模块16。
具体实施方式
本申请提供一种变压器故障分析诊断方法及系统,用于针对解决现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
下面将参考附图对本申请中的技术方案进行清楚、完整地描述。所描述的实施内容例仅为本申请所能实现的部分内容,而不是本申请的全部内容。
实施例一
如图1所示,本申请提供了一种变压器故障分析诊断方法,所述方法应用于智能监测分析系统,所述智能监测分析系统与气体监测设备通信连接,所述方法包括:
步骤100:获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;
步骤200:根据所述基础信息读取所述设定检修节点的气体比值集合;
步骤300:通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;
具体的,获得目标变压器的基础信息,其中目标变压器信息包括变压器型号以及该变压器所设定的检修节点,检修故障信息。其中设定检修节点为变压器有效工作期间,产生放电故障时变压器绝缘材料出现分解所产生气体的位置。根据基础信息读取所述设定检修节点的气体比值集合,其中设定检修节点的气体比值集合为变压器正常状况下或出厂时设定的气体比值集合。随后,通过气体监测设备进行所述设定检修节点后的连续气体含量监测,在进行设定检修节点检测时由于设定检修节点处的绝缘材料可能为一段较长的绝缘线,因此在对该节点内绝缘线进行检测时,为了尽可能的检测该绝缘线各处的气体比值可以在绝缘线上设置多个气体监测设备,并基于气体含量监测结果得到比值数据集合。
步骤400:基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;
步骤500:基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;
步骤600:基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
具体的,基于比值数据集合进行比值变化特征提取,提取其中比值变化趋势以及比值的特征,生成比值变化特征提取结果。随后,基于大数据构建气体比值故障检测列表,其中气体比值故障检测列表中包含气体比值特征以及对应的故障类型。随后,根据设定检修节点的检修故障信息和气体比值集合获得影响调整参数,由于对变压器进行检修后检修部位产生的气体比值与原本的气体比值相比可能会存在一定的变化,通过获取各设定检修节点的检修信息和气体比值集合获得影响调整参数,如检修信息的检修方式较为简单,并不包含绝缘层的更换或破坏,此时检修后的气体比值产生的变化较小,生成的影响调整参数较小。当检修信息中包含绝缘层的更换或破坏,此时检修后的气体比值产生的变化较大,如更换的绝缘材料的气体比值与原有的气体比值不同,则生成的影响调整参数较大,在生成影响调整参数时可以根据具体的检修方式和使用材料根据施工经验设置不同的影响调整参数。通过所述影响调整参数进行气体比值故障检测列表的初始设定调整,调整气体比值故障检测列表中气体比值和故障类型的对应关系。最后,基于初始设定调整后的气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。实现对变压器的实时监测分析,提高变压器故障分析的准确性,减少人力资源的使用。
如图2所示,本申请实施例提供的方法步骤400还包括:
步骤410:获得所述比值数据集合中同类型比值的比值变化趋势信息,基于所述比值变化趋势信息得到比值趋势变化特征;
步骤420:判断所述比值趋势变化特征是否满足预期同向趋势变化阈值;
步骤430:当所述比值趋势变化特征满足预期同向趋势变化阈值时,则基于所述比值数据集合的极值生成极值特征;
步骤440:根据所述比值趋势变化特征和所述极值特征获得所述比值变化特征提取结果。
具体的,获取比值数据集合中同类型比值的比值变化趋势信息,其中同类型比值为相同节点处的不同检测装置所获取的比值数据,基于比值变化趋势信息得到比值趋势变化特征。随后判断比值趋势变化特征是否满足预期同向趋势变化阈值。其中同向趋势变化为气体监测设备所检测的数据在相同方向上呈现同趋势的增加或减少,示例性的在一条绝缘线上存在多个气体监测设备,每个监测设备在某一时刻获取的监测数据呈现为在同一方向上的趋势为逐渐增加或减少,在该条绝缘线上的监测数据就具备同向趋势变化。其中,同向趋势变化阈值为判断数据是否存在同向趋势变化所设定的数据量阈值,如同向数据中包含10个数据,其中同向趋势变化阈值设定为6,此时当产生的同向变化数据存在6个及6个以上的数据时,则可以认定该组数据存在同向变化趋势。当比值趋势变化特征满足预期同向趋势变化阈值时,此时该组数据存在同向变换趋势,则基于所述比值数据集合的极值生成极值特征,即获取改组数据中的极大值或极小值。最后,根据比值趋势变化特征和极值特征获得比值变化特征提取结果。
本申请实施例提供的方法步骤420还包括:
步骤421:当所述比值趋势变化特征不满足所述预期同向趋势变化阈值时,则基于所述比值数据集合的比值拐点生成拐点特征;
步骤422:获得所述比值数据集合中同类型比值的比值平均值,基于所述比值平均值获得平均值特征;
步骤423:根据所述拐点特征和所述平均值特征获得所述比值变化特征提取结果。
具体的,当比值趋势变化特征不满足所述预期同向趋势变化阈值时,此时该组数据并不存在同向变换趋势,则基于所述比值数据集合的比值拐点生成拐点特征,其中拐点特征为比值数据存在数据拐点的数据。随后,获得比值数据集合中同类型比值的比值平均值,基于所述比值平均值获得平均值特征。最后,根据拐点特征和平均值特征获得所述比值变化特征提取结果。
如图3所示,本申请实施例提供的方法步骤600还包括:
步骤610:通过所述温度监测设备进行所述设定检修节点开始的温度数据采集,获得温度变化集合;
步骤620:获得所述温度变化集合中所述设定检修节点的节点温度;
步骤630:获得所述温度变化集合中温度数据与所述节点温度的温度比值信息,基于所述温度比值信息生成温度影响参数;
步骤640:通过所述温度影响参数进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
具体的,通过温度监测设备对设定检修节点持续进行温度数据采集,采集各设定检修节点外部的环境温度从开始工作时持续的变化情况,获得温度变化集合。获得温度变化集合中设定检修节点的节点温度,其中设定检修节点的节点温度为该节点最开始工作时的环境温度。随后,获得温度变化集合中温度数据与节点温度的温度比值信息,获取开始工作时刻与温度变化集合中该节点持续监测的环境温度数据的比值,基于比值信息生成温度影响参数,其中温度影响参数可以根据比值数据的均值进行计算,均值越高则温度影响参数越高,实现根据环境温度变化对气体比值产生的影响进行评估。最后,通过温度影响参数进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
本申请实施例提供的方法步骤640还包括:
步骤641:获得所述目标变压器的工作参数数据;
步骤642:基于所述工作参数数据进行工作参数变化影响评价,生成参数变化影响数据;
步骤643:基于所述温度影响参数和所述参数变化影响数据进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
具体的,获得目标变压器的工作参数数据,基于工作参数数据进行工作参数变化影响评价,在进行工作参数变化影响评价时获取产生参数变化时刻的环境因素,如温度等其他环境因素,采用人工评价的方式,评价工作参数数据产生变化的影响因素和影响程度,生成参数变化影响数据。最后,基于温度影响参数和参数变化影响数据进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。实现根据环境温度变化对气体比值产生的影响进行评估,进一步提高评估结果的准确性。
本申请实施例提供的方法步骤600还包括:
步骤700:获得所述目标变压器的预设检修周期;
步骤710:基于所述故障分析结果生成新增检修节点,其中,所述新增检修节点包括检修方向信息;
步骤720:基于所述新增检修节点进行所述预设检修周期调整,生成调整检修周期;
步骤730:基于所述调整检修周期进行所述目标变压器的检修维护。
具体的,获取目标变压器的预设检修周期,随后基于故障分析结果生成新增检修节点,其中,所述新增检修节点包括检修方向信息即检修的部位和具体检修方式。基于所述新增检修节点进行所述预设检修周期调整,生成调整检修周期,根据新增检修节点对原有的预设检修周期进行调整,生成调整后的检修周期。基于所述调整检修周期进行所述目标变压器的检修维护。实现了根据检修内容适应性的对检修周期进行调整,进一步减少变压器故障率,提高变压器的服役时间。
本申请实施例提供的方法步骤600还包括:
步骤650:根据所述基础信息获得所述目标设备的使用时长数据;
步骤660:基于所述使用时长数据进行所述目标设备的老化等级评价,生成老化等级评价结果;
步骤670:通过所述老化等级评价结果进行所述故障分析结果的修正。
具体的,根据基础信息获得目标设备的使用时长数据,基于所述使用时长数据进行所述目标设备的老化等级评价,即根据使用时长数据对目标设备进行老化等级评价,使用时长数据越长老化等级越高,设备老化越严重,生成老化等级评价结果。通过老化等级评价结果进行故障分析结果的修正,由于设备老化越严重时各部分的绝缘层可能存在失效的风险,且绝缘层由于长时间的工作,气体比例所体现的故障状况可能不明显,此时通过引入老化等级评价结果,对不明显的故障状况进行调整,提高故障状况等级,通过老化等级评价结果进行故障分析结果的修正,便于获取更加准确的故障分析结果。
综上所述,本申请实施例提供的方法通过获得目标变压器的基础信息,根据基础信息读取气体比值集合,通过气体监测设备进行连续气体含量监测,得到比值数据集合。基于比值数据集合进行比值变化特征提取,生成比值变化特征提取结果。基于大数据构建气体比值故障检测列表,根据设定检修节点的检修故障信息和气体比值集合获得影响调整参数,进行气体比值故障检测列表设定调整。基于调整后的气体比值故障检测列表进行比值变化特征提取结果比对,获得故障分析结果。通过对连续气体含量的监测,获取气体比值根据气体比值特征进行故障分析,实现了对变压器的实时监测分析,提高变压器故障分析的准确性,减少人力资源的使用的技术效果。解决了现有技术中变压器故障分析方法存在滞后性,人力资源耗费量大,无法实现对变压器的实时故障监测的技术问题。
实施例二
基于与前述实施例中一种变压器故障分析诊断方法相同的发明构思,如图4所示,本申请提供了一种变压器故障分析诊断系统,所述系统与气体监测设备通信连接,所述系统包括:
基础信息获取模块11,用于获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;
气体比值集合读取模块12,用于根据所述基础信息读取所述设定检修节点的气体比值集合;
比值数据集合获取模块13,用于通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;
比值变化特征提取模块14,用于基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;
故障检测列表调整模块15,用于基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;
故障分析结果获取模块16,用于基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
进一步地,所述比值变化特征提取模块14还用于:
获得所述比值数据集合中同类型比值的比值变化趋势信息,基于所述比值变化趋势信息得到比值趋势变化特征;
判断所述比值趋势变化特征是否满足预期同向趋势变化阈值;
当所述比值趋势变化特征满足预期同向趋势变化阈值时,则基于所述比值数据集合的极值生成极值特征;
根据所述比值趋势变化特征和所述极值特征获得所述比值变化特征提取结果。
进一步地,所述比值变化特征提取模块14还用于:
当所述比值趋势变化特征不满足所述预期同向趋势变化阈值时,则基于所述比值数据集合的比值拐点生成拐点特征;
获得所述比值数据集合中同类型比值的比值平均值,基于所述比值平均值获得平均值特征;
根据所述拐点特征和所述平均值特征获得所述比值变化特征提取结果。
进一步地,所述故障分析结果获取模块16还用于:
通过所述温度监测设备进行所述设定检修节点开始的温度数据采集,获得温度变化集合;
获得所述温度变化集合中所述设定检修节点的节点温度;
获得所述温度变化集合中温度数据与所述节点温度的温度比值信息,基于所述温度比值信息生成温度影响参数;
通过所述温度影响参数进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
进一步地,所述故障分析结果获取模块16还用于:
获得所述目标变压器的工作参数数据;
基于所述工作参数数据进行工作参数变化影响评价,生成参数变化影响数据;
基于所述温度影响参数和所述参数变化影响数据进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
进一步地,所述故障分析结果获取模块16还用于:
获得所述目标变压器的预设检修周期;
基于所述故障分析结果生成新增检修节点,其中,所述新增检修节点包括检修方向信息;
基于所述新增检修节点进行所述预设检修周期调整,生成调整检修周期;
基于所述调整检修周期进行所述目标变压器的检修维护。
进一步地,所述故障分析结果获取模块16还用于:
根据所述基础信息获得所述目标设备的使用时长数据;
基于所述使用时长数据进行所述目标设备的老化等级评价,生成老化等级评价结果;
通过所述老化等级评价结果进行所述故障分析结果的修正。
上述实施例二用于执行如实施例一中的方法,其执行原理以及执行基础均可以通过实施例一中记载的内容获取,在此不做过多赘述。尽管结合具体特征及其实施例对本申请进行了描述,但本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围,这样获取的内容也属于本申请保护的范围。
Claims (8)
1.一种变压器故障分析诊断方法,其特征在于,所述方法应用于智能监测分析系统,所述智能监测分析系统与气体监测设备通信连接,所述方法包括:
获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;
根据所述基础信息读取所述设定检修节点的气体比值集合;
通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;
基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;
基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;
基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
2.如权利要求1所述的方法,其特征在于,所述基于所述比值数据集合进行比值变化特征提取,还包括:
获得所述比值数据集合中同类型比值的比值变化趋势信息,基于所述比值变化趋势信息得到比值趋势变化特征;
判断所述比值趋势变化特征是否满足预期同向趋势变化阈值;
当所述比值趋势变化特征满足预期同向趋势变化阈值时,则基于所述比值数据集合的极值生成极值特征;
根据所述比值趋势变化特征和所述极值特征获得所述比值变化特征提取结果。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述比值趋势变化特征不满足所述预期同向趋势变化阈值时,则基于所述比值数据集合的比值拐点生成拐点特征;
获得所述比值数据集合中同类型比值的比值平均值,基于所述比值平均值获得平均值特征;
根据所述拐点特征和所述平均值特征获得所述比值变化特征提取结果。
4.如权利要求1所述的方法,其特征在于,所述智能监测分析系统与温度监测设备通信连接,所述方法还包括:
通过所述温度监测设备进行所述设定检修节点开始的温度数据采集,获得温度变化集合;
获得所述温度变化集合中所述设定检修节点的节点温度;
获得所述温度变化集合中温度数据与所述节点温度的温度比值信息,基于所述温度比值信息生成温度影响参数;
通过所述温度影响参数进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
获得所述目标变压器的工作参数数据;
基于所述工作参数数据进行工作参数变化影响评价,生成参数变化影响数据;
基于所述温度影响参数和所述参数变化影响数据进行所述比对结果反馈调整,基于反馈调整结果获得所述故障分析结果。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述目标变压器的预设检修周期;
基于所述故障分析结果生成新增检修节点,其中,所述新增检修节点包括检修方向信息;
基于所述新增检修节点进行所述预设检修周期调整,生成调整检修周期;
基于所述调整检修周期进行所述目标变压器的检修维护。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述基础信息获得所述目标设备的使用时长数据;
基于所述使用时长数据进行所述目标设备的老化等级评价,生成老化等级评价结果;
通过所述老化等级评价结果进行所述故障分析结果的修正。
8.一种变压器故障分析诊断系统,其特征在于,所述系统与气体监测设备通信连接,所述系统包括:
基础信息获取模块,用于获得目标变压器的基础信息,其中,所述基础信息包括设定检修节点;
气体比值集合读取模块,用于根据所述基础信息读取所述设定检修节点的气体比值集合;
比值数据集合获取模块,用于通过所述气体监测设备进行所述设定检修节点后的连续气体含量监测,并基于气体含量监测结果得到比值数据集合;
比值变化特征提取模块,用于基于所述比值数据集合进行比值变化特征提取,生成比值变化特征提取结果;
故障检测列表调整模块,用于基于大数据构建气体比值故障检测列表,根据所述设定检修节点的检修故障信息和所述气体比值集合获得影响调整参数,通过所述影响调整参数进行所述气体比值故障检测列表的初始设定调整;
故障分析结果获取模块,用于基于初始设定调整后的所述气体比值故障检测列表进行所述比值变化特征提取结果比对,根据比对结果获得故障分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211165449.4A CN115248292A (zh) | 2022-09-23 | 2022-09-23 | 一种变压器故障分析诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211165449.4A CN115248292A (zh) | 2022-09-23 | 2022-09-23 | 一种变压器故障分析诊断方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115248292A true CN115248292A (zh) | 2022-10-28 |
Family
ID=83700454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211165449.4A Pending CN115248292A (zh) | 2022-09-23 | 2022-09-23 | 一种变压器故障分析诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115248292A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117171709A (zh) * | 2023-11-01 | 2023-12-05 | 南通弘铭机械科技有限公司 | 一种永磁发电机故障检测方法及系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484034A (zh) * | 2002-09-18 | 2004-03-24 | 新疆特变电工股份有限公司 | 变压器在线智能监测系统及其智能分析诊断方法 |
CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
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 |
CN104458640A (zh) * | 2014-12-25 | 2015-03-25 | 中国西电电气股份有限公司 | 一种基于光纤气体在线监测数据的变压器故障诊断方法及系统 |
CN104914327A (zh) * | 2015-05-06 | 2015-09-16 | 北京航空航天大学 | 基于实时监测信息的变压器故障检修预测方法 |
CN106066432A (zh) * | 2016-05-26 | 2016-11-02 | 国网江苏省电力公司电力科学研究院 | 一种电力变压器的故障检测与故障诊断综合系统 |
CN106841846A (zh) * | 2016-12-19 | 2017-06-13 | 广东电网有限责任公司电力调度控制中心 | 一种变压器状态分析与故障诊断方法及系统 |
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 |
CN107358366A (zh) * | 2017-07-20 | 2017-11-17 | 国网辽宁省电力有限公司 | 一种配电变压器故障风险监测方法及系统 |
CN107678870A (zh) * | 2017-08-23 | 2018-02-09 | 国网辽宁省电力有限公司 | 一种改进的电力变压器故障诊断方法 |
CN208488118U (zh) * | 2018-05-23 | 2019-02-12 | 宜春学院 | 一种变压器智能集成故障诊断系统 |
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
CN111856170A (zh) * | 2019-04-24 | 2020-10-30 | 中矿龙科能源科技(北京)股份有限公司 | 基于谐波法的变压器故障诊断系统 |
CN112598298A (zh) * | 2020-12-25 | 2021-04-02 | 武汉瑞莱保科技有限公司 | 电力变压器健康管理系统及管理方法 |
CN113914850A (zh) * | 2021-10-21 | 2022-01-11 | 辽宁弘毅科技有限公司 | 一种基于模型的抽油机井综合测试仪故障诊断方法和系统 |
CN114152685A (zh) * | 2021-10-27 | 2022-03-08 | 国网内蒙古东部电力有限公司电力科学研究院 | 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 |
CN114169245A (zh) * | 2021-12-10 | 2022-03-11 | 南方电网科学研究院有限责任公司 | 一种变压器故障诊断方法、装置及设备 |
CN114397526A (zh) * | 2022-01-14 | 2022-04-26 | 国网辽宁省电力有限公司电力科学研究院 | 状态全息感知数据驱动的电力变压器故障预测方法及系统 |
CN114720613A (zh) * | 2022-04-14 | 2022-07-08 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种油浸式变压器油色谱氢气超标故障判断方法 |
CN114993976A (zh) * | 2022-05-26 | 2022-09-02 | 中国科学技术大学 | 基于三比值法表征变压器少油设备故障演变趋势的方法 |
-
2022
- 2022-09-23 CN CN202211165449.4A patent/CN115248292A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1484034A (zh) * | 2002-09-18 | 2004-03-24 | 新疆特变电工股份有限公司 | 变压器在线智能监测系统及其智能分析诊断方法 |
CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
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 |
CN104458640A (zh) * | 2014-12-25 | 2015-03-25 | 中国西电电气股份有限公司 | 一种基于光纤气体在线监测数据的变压器故障诊断方法及系统 |
CN104914327A (zh) * | 2015-05-06 | 2015-09-16 | 北京航空航天大学 | 基于实时监测信息的变压器故障检修预测方法 |
CN106066432A (zh) * | 2016-05-26 | 2016-11-02 | 国网江苏省电力公司电力科学研究院 | 一种电力变压器的故障检测与故障诊断综合系统 |
CN106841846A (zh) * | 2016-12-19 | 2017-06-13 | 广东电网有限责任公司电力调度控制中心 | 一种变压器状态分析与故障诊断方法及系统 |
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 |
CN107358366A (zh) * | 2017-07-20 | 2017-11-17 | 国网辽宁省电力有限公司 | 一种配电变压器故障风险监测方法及系统 |
CN107678870A (zh) * | 2017-08-23 | 2018-02-09 | 国网辽宁省电力有限公司 | 一种改进的电力变压器故障诊断方法 |
CN208488118U (zh) * | 2018-05-23 | 2019-02-12 | 宜春学院 | 一种变压器智能集成故障诊断系统 |
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
CN111856170A (zh) * | 2019-04-24 | 2020-10-30 | 中矿龙科能源科技(北京)股份有限公司 | 基于谐波法的变压器故障诊断系统 |
CN112598298A (zh) * | 2020-12-25 | 2021-04-02 | 武汉瑞莱保科技有限公司 | 电力变压器健康管理系统及管理方法 |
CN113914850A (zh) * | 2021-10-21 | 2022-01-11 | 辽宁弘毅科技有限公司 | 一种基于模型的抽油机井综合测试仪故障诊断方法和系统 |
CN114152685A (zh) * | 2021-10-27 | 2022-03-08 | 国网内蒙古东部电力有限公司电力科学研究院 | 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 |
CN114169245A (zh) * | 2021-12-10 | 2022-03-11 | 南方电网科学研究院有限责任公司 | 一种变压器故障诊断方法、装置及设备 |
CN114397526A (zh) * | 2022-01-14 | 2022-04-26 | 国网辽宁省电力有限公司电力科学研究院 | 状态全息感知数据驱动的电力变压器故障预测方法及系统 |
CN114720613A (zh) * | 2022-04-14 | 2022-07-08 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种油浸式变压器油色谱氢气超标故障判断方法 |
CN114993976A (zh) * | 2022-05-26 | 2022-09-02 | 中国科学技术大学 | 基于三比值法表征变压器少油设备故障演变趋势的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117171709A (zh) * | 2023-11-01 | 2023-12-05 | 南通弘铭机械科技有限公司 | 一种永磁发电机故障检测方法及系统 |
CN117171709B (zh) * | 2023-11-01 | 2024-01-26 | 南通弘铭机械科技有限公司 | 一种永磁发电机故障检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596486B (zh) | 一种充电桩智能预警运维的方法和系统 | |
CN114793018A (zh) | 一种海上电网电气智能化数据处理装置 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN115248292A (zh) | 一种变压器故障分析诊断方法及系统 | |
CN117155757A (zh) | 一种基于大数据技术的电力信息通信故障预警分析方法 | |
CN105468910A (zh) | 一种机电设备性能退化预测方法 | |
CN116108402A (zh) | 基于电力多源异构数据融合分析的方法、设备及存储介质 | |
CN116390137A (zh) | 一种智能终端无线网络信号异常监测方法 | |
CN109298700B (zh) | 一种实时判断火电机组运行参数异常变化的方法及系统 | |
CN117034174B (zh) | 变电站设备异常检测方法及其系统 | |
CN112731827B (zh) | 一种用于电力设备的智能传感器的监控系统 | |
CN117154945A (zh) | 基于云计算技术的变配电站智能监测方法 | |
CN117578701A (zh) | 一种基于多维度数据的电力设备运维监控系统 | |
CN117318069A (zh) | 一种供电系统故障自愈方法及系统 | |
CN111537819A (zh) | 一种配电自动化监测方法、系统、终端及存储介质 | |
CN116465059A (zh) | 基于数据分析的节能空调器运行监管系统 | |
CN116578486A (zh) | 一种基于云计算的智能制造工业软件调试系统 | |
CN115600879A (zh) | 一种断路器异常预警方法、系统及相关装置 | |
CN2570789Y (zh) | 变压器油箱油中水分在线监测装置 | |
CN113570473A (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
CN116433034B (zh) | 一种基于机器学习的虚拟电厂运行风险检测方法 | |
CN117895571B (zh) | 一种光伏逆变系统中断控制方法 | |
CN117895661B (zh) | 一种结合风险分析的配电网控制方法及系统 | |
CN115951627B (zh) | 基于物联网工控用plc控制系统 |
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: 20221028 |
|
RJ01 | Rejection of invention patent application after publication |