CN115931172A - 一种换流变压器局部过热定位方法 - Google Patents

Abstract

本发明公开了一种换流变压器局部过热定位方法，首先，该方法对油箱温度探针、套管温度探针、上夹件温度探针、下夹件温度探针、拉板温度探针、铁心温度探针和绕组温度探针进行温度监测，并对产气规律监测装置进行产气实时监测；其次对采集的实时数据基于BP神经网络算法确定的阈值判别是否发生局部过热；根据判别结果依次对夹件、拉板、铁心、绕组、油箱、套管结构件进行温度是否局部过热的判断，最后对局部过热部位进行结果输出并给出提示。本发明方法能够实时显示各结构的温度，并判断各结构是否发生局部过热故障。针对换流变压器局部过热问题，可以实现快速找出发热点，从而保护换流变压器在安全工作温度下运行。

Description

一种换流变压器局部过热定位方法

技术领域

本发明涉及电气工程技术领域，具体为一种对换流变压器各结构发热特性的定位分析以及发生局部过热故障时的诊断新方法。

背景技术

换流变压器在运行过程中，会在各结构上产生放热，不同的电换流变压器设计结构以及采用的材料会影响各部分热的产生。换流变压器主体从结构上分为由铁心柱、拉板、夹件、垫块、肺叶等结构组成的换流变压器铁心部分；由高压线圈、低压线圈、调压线圈、上压板、撑条、以及各线圈绝缘结构组成的换流变压器线圈部分；以及由箱盖、箱壁、箱底、外套管以及磁屏蔽等结构组成的换流变压器油箱部分。

换流变压器运行时的局部放热会向外辐射，使得变压器整体运行温度升高，各研究机构组织对变压器的运行温度进行了研究以及相关规定。国际电工委员会(IEC)认为在:80-140℃的温度范围内，温度每增加6℃，变压器绝缘有效使用寿命降低的速度会增加一倍，这就是变压器运行的6℃法则。在其IEC354《变压器运行负载导则》指出变压器热点温度达到140℃时，变压器油中就会产生气泡，气泡会降低绝缘或引发闪络，造成变压器损坏。国标GB1094中规定：油浸变压器绕组平均温升限值是65℃，顶部油温升是55℃，铁芯和油箱是80℃。IEC还规定线圈热点温度任何时候不得超过140℃，一般取130℃作为设计值。

对换流变压器各结构件热场数据的采集，目前主要应用气体分析法、红外线测温法以及探针法。同时红外线测温法被大量应用于变电站等高压场合对变压器器身温度进行实时监测，但这种方法因为存在换流变压器油箱和变压器油的存在，多数情况下只能对油箱外表面进行温度监测，很难直接精确地检测到铁心以及结构件的温度运行状态。同时在判断是否发生局部故热故障时，无法准确判断出是否发生局部过热故障。

发明内容

本发明的目的在于提供了一种换流变压器局部过热定位方法，其目的在于解决现有实时监测方法只能对油箱外表面进行温度监测，很难直接精确地检测到铁心以及结构件的温度运行状态。同时在判断是否发生局部故热故障时，无法准确判断出是否发生局部过热故障的问题。本方法通过对换流变压器温度和气体进行采集、分析，总结出相应规律，从而监测换流变压器的局部过热故障。

为实现上述目的，本发明提供如下技术方案：

一种换流变压器局部过热定位方法，步骤为：

步骤1：通过油箱温度探针、套管温度探针、上夹件温度探针、下夹件温度探针、拉板温度探针、铁心温度探针和绕组温度探针分别对换流变压器的油箱、套管、上夹件、下夹件、拉板、铁心和绕组进行温度监测，并通过产气规律监测装置对产气出口处进行产气实时监测；所述换流变压器的油箱上设有油箱温度探针，产气出口上安装有产气规律监测装置，套管上设有套管温度探针，上夹件上设有上夹件温度探针，下夹件上设有下夹件温度探针，拉板上设有拉板温度探针，铁心上设有铁心温度探针，绕组上设有绕组温度探针，且油箱温度探针、产气规律监测装置、套管温度探针、上夹件温度探针、下夹件温度探针、拉板温度探针、铁心温度探针和绕组温度探针均电信号连接数据分析终端；

步骤2：对采集的实时温度数据和产气数据基于BP神经网络算法确定的阈值判别是否发生局部过热；

步骤3：根据判别结果依次对油箱、套管、上夹件、下夹件、拉板、铁心和绕组进行温度是否局部过热的判断，并分别对局部过热部位进行结果输出并给出提示。

进一步的，所述产气规律监测装置分别对换流变压器油中的氢气、甲烷、乙炔、一氧化碳以及二氧化碳进行实时监测。

进一步的，所述BP神经网络算法是将变压器油中产气规律监测装置测得的氢气、甲烷、乙炔、一氧化碳以及二氧化碳气体含量作为输入值，将油箱温度探针、套管温度探针、上夹件温度探针、下夹件温度探针、拉板温度探针、铁心温度探针和绕组温度探针测得的工作温度作为输出值，并在输入值与输出值之间取得权值关系；取得输入值与输出值之间的计算过程为隐藏层，且所述隐藏层在每次迭代后更新权重；理想输出与实际输出差值的最小二乘法会从后往前传播，经过给定的迭代次数或差值最大值为阈值结束迭代，输出理想且真实的结果。

进一步的，所述BP神经网络算法的输入神经节点数量为5，输出神经节点数量为2，隐层神经元节点个数设置为10，迭代次数设为1000，误差目标为10^-5。

与现有技术相比，本发明的有益效果是：

本发明对换流变压器局部过热问题进行了监测，结合测温探针、气体分析方法对换流变压器进行各结构各位置的温度测量、数据采集以及温度监测，并利用神经网络算法对换流变压器温度进行温度、气体数据分析，总结出一种随时间变化换流变压器各结构运行温度和变压器油不同气体含量的规律，通过逻辑对比对换流变压器局部发热进行诊断。

本发明的换流变压器局部过热定位方法有效的对换流变压器各结构进行了温度监测，能够实时显示各结构的温度，并判断各结构是否发生局部过热故障。针对换流变压器局部过热问题，可以实现快速找出发热点，从而保护换流变压器在安全工作温度下运行，提高换流变压器绝缘性能和使用寿命。

附图说明

图1为本发明的结构示意图；

图2为本发明的局部放热诊断流程示意图；

图3为本发明的神经网络算法的原理图；

1、产气规律监测装置，2、上夹件温度探针，3、下夹件温度探针，4、拉板温度探针，5、铁心温度探针，6、绕组温度探针，7、油箱温度探针，8、套管温度探针，9、数据分析终端，10、产气出口，11、套管，12、上夹件，13、下夹件、14、拉板，15、铁心，16、绕组，17、油箱。

具体实施方式

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。

如图1所示，一种换流变压器结构，该换流变压器设有油箱17，所述油箱17外安装有产气出口10和套管11，所述油箱内设有上夹件12、下夹件13、拉板14、铁心15和绕组16，拉板14固定于铁心15之上，上夹件12、下夹件13分别固定于铁心15及拉板14的上端和下端，铁心15上绕有多个绕组16。所述油箱17上设有油箱温度探针7，所述产气出口10上安装有产气规律监测装置1，所述套管11上设有套管温度探针8，所述上夹件12上设有上夹件温度探针2，所述下夹件13上设有下夹件温度探针3，所述拉板14上设有拉板温度探针4，所述铁心15上设有铁心温度探针5，所述绕组16上设有绕组温度探针6，且油箱温度探针7、产气规律监测装置1、套管温度探针8、上夹件温度探针2、下夹件温度探针3、拉板温度探针4、铁心温度探针5和绕组温度探针6均电信号连接数据分析终端9。

如图2所示，一种换流变压器局部过热定位方法，步骤为：

首先，通过油箱温度探针7、套管温度探针8、上夹件温度探针2、下夹件温度探针3、拉板温度探针4、铁心温度探针5和绕组温度探针6分别对换流变压器的油箱17、套管11、上夹件12、下夹件13、拉板14、铁心15和绕组16进行温度监测，并通过产气规律监测装置1对产气出口10处进行产气实时监测；

其次对采集的实时数据基于BP神经网络算法确定的阈值判别是否发生局部过热；

所述产气规律监测装置1分别对换流变压器油中的氢气、甲烷、乙炔、一氧化碳以及二氧化碳进行实时监测。产气规律监测装置1的型号为TROM-600。

如图3所示，所述BP神经网络算法将变压器油中产气规律监测装置1测得的氢气、甲烷、乙炔、一氧化碳以及二氧化碳气体含量作为输入值，将油箱温度探针7、套管温度探针8、上夹件温度探针2、下夹件温度探针3、拉板温度探针4、铁心温度探针5和绕组温度探针6测得的工作温度作为输出值，并在输入值与输出值之间取得权值关系；取得输入值与输出值之间的计算过程为隐藏层，且所述隐藏层在每次迭代后更新权重从而减小误差。

BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。其原理在于BP神经网络是含有输入层、隐含层、输出层的一种多层感知器。其包含一个或多个隐含层,能够完成繁杂的非线性映射关系。该模型层与层之间的神经元为完全相连状态,但是同一层的神经元之间都是各自独立的,无任何连接。在最初时,系统会随机赋予一个权值,输入信息由输入层输入并与相应的权值结合,在隐含层被传递函数处理后,输出一个信号与输出层各权值相结合,并进入到输出层,通过输出层传递函数进行运算并得到一个结果。网络会计算当前输出的这个结果和我们所期望输出值之间的误差,当误差值降到了能接受的范围,训练过程就会停止,学习结束。当误差值超出了我们预期的范围,网络会以误差反向传播的方式,根据误差的情况由后向前逐层地进行修正,以减少误差为目的调整每一层间的连接权值。权值调整之后,网络将从输入层开始,重新按照上述过程进行,得到一个新的输出值,再次计算误差值的范围,周而复始,直到误差值降到了可以接受的范围,训练将会结束。除此之外，当迭代次数达到最大迭代次数时，训练也会终止。这使得BP神经网络能够有效学习正常状态下各探针采集到的换流变压器温度数据以及局部过热故障时的数据以此对换流变压器的局部过热故障进行判别。

本发明通过现有的BP神经网络算法学习，在换流变压器发生局部过热故障时能够准确判断出局部发热故障，并逐个环节检测局部过热故障，最终准确找出换流变压器局部过热点。

本发明采用的BP神经网络原理在于对实时测得的变压器油中各种气体含量(H₂、CH₄、C₂H₄、C₂H₆、C₂H₂)及用于神经网络训练的故障数据作为输入值向后面的隐含层及输出层传播，但输出的结果与实际输出存在误差不能达到理想效果，因此理想输出与实际输出差值的最小二乘法会从后往前传播，经过给定的迭代次数或差值最大值为阈值结束迭代，输出理想且真实的结果。

本发明中的BP神经网络算法的输入神经节点数量为5，输出神经节点数量为2(其中包含一个偏差值)，通过前期试探性诊断试验可将隐层神经元节点个数设置为10，迭代次数设为1000，误差目标为10^-5。

最后，根据判别结果依次对油箱17、套管11、上夹件12、下夹件13、拉板14、铁心15和绕组16结构件进行温度是否局部过热的判断，并分别对局部过热部位进行结果输出并给出提示。按照上夹件12和下夹件13的对应提示1、拉板14的对应提示2、铁心15的对应提示3、绕组16的对应提示4、油箱17的对应提示5以及套管11的对应提示6的方式进行，当全部部件不存在过热情况时，该检测结果结束。

本换流变压器局部过热定位方法利用换流变压器各点的温度监测装置和变压器油的产气规律监测得到的数据进行神经网络算法分析，当换流变压器发生局部过热故障时，能够及时根据各结构件测温探针上传的数据进行局部过热位置的判断。换流变压器局部过热定位方法能够及时、有效的筛查出工作状态下的换流变压器的局部发热故障，保证了换流变压器工作条件，能够延长换流变压器的绝缘寿命和使用年限，有一定的经济效益，对整个电力系统具有重大的实际意义。

Claims (4)

1.一种换流变压器局部过热定位方法，其特征在于：步骤为：

步骤1：通过油箱温度探针(7)、套管温度探针(8)、上夹件温度探针(2)、下夹件温度探针(3)、拉板温度探针(4)、铁心温度探针(5)和绕组温度探针(6)分别对换流变压器的油箱(17)、套管(11)、上夹件(12)、下夹件(13)、拉板(14)、铁心(15)和绕组(16)进行温度监测，并通过产气规律监测装置(1)对产气出口(10)处进行产气实时监测；所述换流变压器的油箱(17)上设有油箱温度探针(7)，产气出口(10)上安装有产气规律监测装置(1)，套管(11)上设有套管温度探针(8)，上夹件(12)上设有上夹件温度探针(2)，下夹件(13)上设有下夹件温度探针(3)，拉板(14)上设有拉板温度探针(4)，铁心(15)上设有铁心温度探针(5)，绕组(16)上设有绕组温度探针(6)，且油箱温度探针(7)、产气规律监测装置(1)、套管温度探针(8)、上夹件温度探针(2)、下夹件温度探针(3)、拉板温度探针(4)、铁心温度探针(5)和绕组温度探针(6)均电信号连接数据分析终端(9)；

步骤2：对采集的实时温度数据和产气数据基于BP神经网络算法确定的阈值判别是否发生局部过热；

步骤3：根据判别结果依次对油箱(17)、套管(11)、上夹件(12)、下夹件(13)、拉板(14)、铁心(15)和绕组(16)进行温度是否局部过热的判断，并分别对局部过热部位进行结果输出并给出提示。

2.根据权利要求1所述的换流变压器局部过热定位方法，其特征在于：所述产气规律监测装置(1)分别对换流变压器油中的氢气、甲烷、乙炔、一氧化碳以及二氧化碳进行实时监测。

3.根据权利要求1所述的换流变压器局部过热定位方法，其特征在于：所述BP神经网络算法是将变压器油中产气规律监测装置(1)测得的氢气、甲烷、乙炔、一氧化碳以及二氧化碳气体含量作为输入值，将油箱温度探针(7)、套管温度探针(8)、上夹件温度探针(2)、下夹件温度探针(3)、拉板温度探针(4)、铁心温度探针(5)和绕组温度探针(6)测得的工作温度作为输出值，并在输入值与输出值之间取得权值关系；取得输入值与输出值之间的计算过程为隐藏层，且所述隐藏层在每次迭代后更新权重；理想输出与实际输出差值的最小二乘法会从后往前传播，经过给定的迭代次数或差值最大值为阈值结束迭代，输出理想且真实的结果。

4.根据权利要求1所述的换流变压器局部过热定位方法，其特征在于：所述BP神经网络算法的输入神经节点数量为5，输出神经节点数量为2，隐层神经元节点个数设置为10，迭代次数设为1000，误差目标为10^-5。

Images