CN115993421A - 一种主变压器油中溶解气体的评价方法及装置 - Google Patents
一种主变压器油中溶解气体的评价方法及装置 Download PDFInfo
- Publication number
- CN115993421A CN115993421A CN202310244403.XA CN202310244403A CN115993421A CN 115993421 A CN115993421 A CN 115993421A CN 202310244403 A CN202310244403 A CN 202310244403A CN 115993421 A CN115993421 A CN 115993421A
- Authority
- CN
- China
- Prior art keywords
- component
- dissolved gas
- main transformer
- matrix
- transformer oil
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 103
- 238000001228 spectrum Methods 0.000 claims abstract description 74
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000002131 composite material Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 abstract description 7
- 239000007789 gas Substances 0.000 description 44
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 description 13
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 6
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 6
- 239000005977 Ethylene Substances 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 6
- 239000001569 carbon dioxide Substances 0.000 description 6
- 229930195733 hydrocarbon Natural products 0.000 description 6
- 150000002430 hydrocarbons Chemical class 0.000 description 6
- 229910052739 hydrogen Inorganic materials 0.000 description 6
- 239000001257 hydrogen Substances 0.000 description 6
- 239000004215 Carbon black (E152) Substances 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 5
- 229910002091 carbon monoxide Inorganic materials 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 150000002431 hydrogen Chemical class 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
一种主变压器油中溶解气体的评价方法及装置,通过获取待分析主变压器油中,溶解气体在线监测历史数据;基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。将作为评价因素的溶解气体在线监测历史数据隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
Description
技术领域
本发明涉及主变压器技术领域,尤其涉及一种主变压器油中溶解气体的评价方法及装置。
背景技术
主变压器是电力系统主要设备之一,保证主变压器的安全运行对于提高电力系统的供电可靠性具有十分重要的意义。为确保主变压器安全运行,行业内积累了很多检测方法,包括传统的周期性停电预试和近十年来发展成熟的各类在线监测技术。传统的周期性停电预试由于数据量非常少,在主变压器健康状态评价方面价值输出极为有限;而针对在线监测技术,由于在时间序列上产生了足够的数据样本,加之大数据分析技术的快速发展,使用在线监测数据成为了主变压器健康状态评价的主流方法。其中,油中溶解气体分析检测是目前规模应用且最为有效、灵敏的在线监测方法,这一方法不仅能发现故障,还能判断故障类型。
目前,主变压器油中溶解气体分析方法主要有两类,第一类是绝对值法,第二类是趋势判断法。绝对值法是目前电力行业广泛采用的方法,主要是依靠各个监测参量的测试值有没有超过预先设定的阈值来判断是否异常,但局对执法是针对设备总体,阈值范围大,诊断精度低,无法实现同类设备的差异化评价。趋势判断法主要是依靠各个监测参量在时间序列上的变化率是否超过一定的阈值,但变化率阈值的设定没有量化的标准参考,所以趋势判断法虽然可以提前发现一些潜伏性的故障,但判断结果具有随机性,方法的输出稳定性和灵敏性不足。
发明内容
本发明提供了一种主变压器油中溶解气体的评价方法及装置,将评价因素隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
第一方面,本发明提供了一种主变压器油中溶解气体的评价方法,其特征在于,包括:
获取待分析主变压器油中,溶解气体在线监测历史数据;
基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
可选地,基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级,包括:
基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
可选地,基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值,包括:
基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
可选地,对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值,包括:
依次确定各组分的所述扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值。
可选地,指标值计算公式具体为:
;
其中,为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
第二方面,本发明提供了一种水库排沙优化调度装置,其特征在于,包括:
获取模块,用于获取待分析主变压器油中,溶解气体在线监测历史数据;
原始矩阵构建模块,用于基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
矩阵扩展模块,用于对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
分析模块,用于基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
可选地,所述分析模块包括:
综合指标值确定子模块,用于基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
评价等级确定子模块,用于依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
可选地,所述综合指标值确定子模块包括:
贡献值确定单元,用于基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
综合指标值确定单元,用于基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
可选地,所述矩阵扩展模块包括:
特征值最大值确定子模块,用于依次确定各组分的所述扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
平均谱比值确定子模块,用于定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值。
可选地,指标值计算公式具体为:
;
其中,为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
第三方面,本申请提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
从以上技术方案可以看出,本发明具有以下优点:
本发明提供了一种主变压器油中溶解气体的评价方法及装置,通过获取待分析主变压器油中,溶解气体在线监测历史数据; 基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。将作为评价因素的溶解气体在线监测历史数据隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的一种主变压器油中溶解气体的评价方法实施例一的流程步骤图;
图2为本发明的一种主变压器油中溶解气体的评价方法实施例二的流程步骤图;
图3为本发明的一种主变压器油中溶解气体的评价装置实施例的结构框图。
具体实施方式
本发明实施例提供了一种主变压器油中溶解气体的评价方法及装置,将评价因素隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
实施例一,请参阅图1,图1为本发明的一种主变压器油中溶解气体的评价方法实施例一的流程步骤图,包括:
步骤S101,获取待分析主变压器油中,溶解气体在线监测历史数据;
步骤S102,基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
步骤S103,对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
步骤S104,基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
在本发明实施例所提供的一种主变压器油中溶解气体的评价方法,通过获取待分析主变压器油中,溶解气体在线监测历史数据; 基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。将作为评价因素的溶解气体在线监测历史数据隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
实施例二,请参阅图2,图2为本发明的一种主变压器油中溶解气体的评价方法实施例二的流程步骤图,包括:
步骤S201,获取待分析主变压器油中,溶解气体在线监测历史数据;
步骤S202,基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
在本发明实施例中,通过直接访问油色谱在线监测系统主站服务器,获得油色谱在线监测装置投运之日起至今的待评价主变压器的在线监测历史数据,包括:乙炔、总烃、氢气、甲烷、乙烷、乙烯、一氧化碳、二氧化碳8种组分的在线监测历史数据。然后根据这8种组分的在线监测历史数据,分别构建原始矩阵。其中,原始矩阵为阶矩阵,前45列保持投运后前45次测试数据不变,后90列随时间分离窗滑动而变化,代表最新的90次测试数据。
在具体实现中,8种组分的在线监测历史数据对应的原始矩阵的具体表示如下:
乙炔数据原始矩阵:;
总烃数据原始矩阵:;
氢气数据原始矩阵:;
甲烷数据原始矩阵:;
乙烷数据原始矩阵:;
乙烯数据原始矩阵:;
一氧化碳数据原始矩阵:;
二氧化碳数据原始矩阵:。
步骤S203,依次确定各组分的扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
步骤S204,定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值;
在本发明实施例中,前预设列数具体为40列,对原始数据矩阵进行扩展,形成扩展矩阵,然后计算扩展矩阵的平均谱比值。其中扩展矩阵为阶矩阵。
以乙炔组分为例,确定平均谱比值的方法步骤包括:
(1)确定乙炔数据扩展矩阵:;
其中:表示由经随机扰动法和卡尔曼滤波器产生的扩展数据。
(2)计算乙炔数据扩展矩阵特征值模的最大值:
;
其中,表示乙炔数据扩展矩阵有个特征值,表示乙炔数据扩展矩阵第个特征值。
(3)计算乙炔数据扩展矩阵前40列的特征值模的最大值:
;
其中,表示乙炔数据扩展矩阵前45列有个特征值,表示乙炔数据扩展矩阵前45列第个特征值。
(4)计算乙炔数据扩展矩阵平均谱比值:
。
同理,按照四个方法步骤即可获得其他组分的数据扩展矩阵及平均谱半径比值,具体如下:总烃数据扩展矩阵:
;
氢气数据扩展矩阵:
;
甲烷数据扩展矩阵:
;
乙烷数据扩展矩阵:
;
乙烯数据扩展矩阵:
;
一氧化碳数据扩展矩阵:
;
二氧化碳数据扩展矩阵:
;
总烃数据扩展矩阵平均谱比值:
;
氢气数据扩展矩阵平均谱比值:
;
甲烷数据扩展矩阵平均谱比值:
;
乙烷数据扩展矩阵平均谱比值:
;
乙烯数据扩展矩阵平均谱比值:
;
一氧化碳数据扩展矩阵平均谱比值:
;
二氧化碳数据扩展矩阵平均谱比值:
。
步骤S205,基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
在一个可选实施例中,基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值包括:
基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
其中,指标值计算公式具体为:
;
为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
在本发明实施例中,乙炔、总烃、氢气、甲烷、乙烷、乙烯、一氧化碳、二氧化碳8种组分在综合评价中的权重分别采用0.2、0.15、0.15、0.1、0.1、0.1、0.1、0.1。而指标值计算公式中的综合贡献值计算公式具体为:
,
而理想贡献值计算公式具体为:
。
需要说明的是,当乙炔、总烃、氢气、甲烷、乙烷、乙烯、一氧化碳、二氧化碳8种组分不发生增长,即扩展矩阵和平均谱比值均为1时达到理想状态。
步骤S206,依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
在本发明实施例中,综合指标值具体为:
,
在本发明实施例中,当综合指标值处于(0.9225,1]区间时,确定待分析主变压器油的评价等级为良好;当综合指标值处于(0.7506,0.9225]区间时,确定待分析主变压器油的评价等级为正常I级;当综合指标值处于(0.5884,0.7509]区间时,确定待分析主变压器油的评价等级为正常II级;当综合指标值处于(0.4351, 0.5884]区间时,确定待分析主变压器油的评价等级为正常III级;当综合指标值处于(0.3037, 0.4351]区间时,确定待分析主变压器油的评价等级为注意级别;当综合指标值处于(0, 0.3037]区间时,确定待分析主变压器油的评价等级为异常级别。
在本发明实施例所提供的一种主变压器油中溶解气体的评价方法及装置,通过获取待分析主变压器油中,溶解气体在线监测历史数据; 基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。将作为评价因素的溶解气体在线监测历史数据隐含的趋势显性化,极大提高了潜伏性故障预判的灵敏性和稳定性,以及实现同类设备的差异化评价。
请参阅图3,图3为本发明的一种变压器油中溶解气体的评价装置实施例的结构框图,包括:
获取模块401,用于获取待分析主变压器油中,溶解气体在线监测历史数据;
原始矩阵构建模块402,用于基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
矩阵扩展模块403,用于对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
分析模块404,用于基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
在一个可选实施例中,所述分析模块404包括:
综合指标值确定子模块,用于基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
评价等级确定子模块,用于依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
在一个可选实施例中,所述综合指标值确定子模块包括:
贡献值确定单元,用于基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
综合指标值确定单元,用于基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
在一个可选实施例中,所述矩阵扩展模块403包括:
特征值最大值确定子模块,用于依次确定各组分的所述扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
平均谱比值确定子模块,用于定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值。
在一个可选实施例中,指标值计算公式具体为:
;
其中,为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
本发明实施例还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述任一实施例所述的主变压器油中溶解气体的评价方法的步骤。
本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被所述处理器执行时实现如上述任一实施例所述的主变压器油中溶解气体的评价方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,本发明所揭露的方法、装置、电子设备及存储介质,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种主变压器油中溶解气体的评价方法,其特征在于,包括:
获取待分析主变压器油中,溶解气体在线监测历史数据;
基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
2.根据权利要求1所述的主变压器油中溶解气体的评价方法,其特征在于,基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级,包括:
基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
3.根据权利要求2所述的主变压器油中溶解气体的评价方法,其特征在于,基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值,包括:
基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
4.根据权利要求1所述的主变压器油中溶解气体的评价方法,其特征在于,对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值,包括:
依次确定各组分的所述扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值。
5.根据权利要求2所述的主变压器油中溶解气体的评价方法,其特征在于,指标值计算公式具体为:
;
其中,为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
6.一种主变压器油中溶解气体的评价装置,其特征在于,包括:
获取模块,用于获取待分析主变压器油中,溶解气体在线监测历史数据;
原始矩阵构建模块,用于基于所述溶解气体在线监测历史数据,构建各组分的原始矩阵;
矩阵扩展模块,用于对所述原始矩阵进行扩展,得到各组分的扩展矩阵,并计算各组分的所述扩展矩阵的平均谱比值;
分析模块,用于基于所述平均谱比值,确定所述溶解气体在线监测历史数据对应的综合质量指标值,以及所述待分析主变压器油的评价等级。
7.根据权利要求6所述的主变压器油中溶解气体的评价装置,其特征在于,所述分析模块包括:
综合指标值确定子模块,用于基于所述平均谱比值,结合预先设定的谱比值权重,以及指标值计算公式,计算所有所述综合指标值;
评价等级确定子模块,用于依次匹配所述综合指标值在预先设定的工程实践综合质量指标区间,得到所述待分析主变压器油的所述评价等级。
8.根据权利要求7所述的主变压器油中溶解气体的评价装置,其特征在于,所述综合指标值确定子模块包括:
贡献值确定单元,用于基于所述平均谱比值及所述谱比值权重,结合所述指标值计算公式,计算各组分的综合贡献值及理想贡献值;
综合指标值确定单元,用于基于各组分的所述综合贡献值及所述理想贡献值,确定所述综合指标值。
9.根据权利要求6所述的主变压器油中溶解气体的评价装置,其特征在于,所述矩阵扩展模块包括:
特征值最大值确定子模块,用于依次确定各组分的所述扩展矩阵的特征值模最大值,前预设列数特征值模的最大值;
平均谱比值确定子模块,用于定义各组分的所述特征值模最大值,和对应所述前预设列数特征值模的最大值之比为所述平均谱比值。
10.根据权利要求7所述的主变压器油中溶解气体的评价装置,其特征在于,指标值计算公式具体为:
;
其中,为综合指标值,为各组分数据扩展矩阵平均谱比值与平均谱比值均值的偏差和,为各组分的综合贡献值,为各组分的理想贡献值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310244403.XA CN115993421B (zh) | 2023-03-15 | 2023-03-15 | 一种主变压器油中溶解气体的评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310244403.XA CN115993421B (zh) | 2023-03-15 | 2023-03-15 | 一种主变压器油中溶解气体的评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115993421A true CN115993421A (zh) | 2023-04-21 |
CN115993421B CN115993421B (zh) | 2023-06-09 |
Family
ID=85992195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310244403.XA Active CN115993421B (zh) | 2023-03-15 | 2023-03-15 | 一种主变压器油中溶解气体的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115993421B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109411062A (zh) * | 2018-09-30 | 2019-03-01 | 天津科技大学 | 一种基于深度学习技术利用生理参数自动判断糖尿病及其并发症的方法 |
CN111008779A (zh) * | 2019-12-03 | 2020-04-14 | 郑州轻工业大学 | 一种基于多因素评估模型的变压器健康状态评估方法 |
CN114994230A (zh) * | 2022-07-18 | 2022-09-02 | 广东电网有限责任公司佛山供电局 | 主变压器油色谱异常的确定方法、装置和存储介质 |
-
2023
- 2023-03-15 CN CN202310244403.XA patent/CN115993421B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109411062A (zh) * | 2018-09-30 | 2019-03-01 | 天津科技大学 | 一种基于深度学习技术利用生理参数自动判断糖尿病及其并发症的方法 |
CN111008779A (zh) * | 2019-12-03 | 2020-04-14 | 郑州轻工业大学 | 一种基于多因素评估模型的变压器健康状态评估方法 |
CN114994230A (zh) * | 2022-07-18 | 2022-09-02 | 广东电网有限责任公司佛山供电局 | 主变压器油色谱异常的确定方法、装置和存储介质 |
Non-Patent Citations (4)
Title |
---|
LEFENG CHENG 等: "Dissolved Gas Analysis Principle-Based Intelligent Approaches to Fault Diagnosis and Decision Making for Large Oil-Immersed Power Transformers:A Survey", ENERGIES * |
严英杰 等: "基于高维随机矩阵大数据分析模型的输变电设备关键性能评估方法", 中国电机工程学报 * |
李峰 等: "变压器油中溶解气体在线监测装置运行评价方法及指标体系", 广东电力 * |
蔡红梅 等: "基于灰云模型的电力变压器故障诊断", 电力系统保护与控制 * |
Also Published As
Publication number | Publication date |
---|---|
CN115993421B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
CN103247008B (zh) | 一种电力统计指标数据的质量评估方法 | |
CN106708909B (zh) | 数据质量的检测方法和装置 | |
CN115564203B (zh) | 基于多维数据协同的设备实时性能评估系统及其方法 | |
Berkes et al. | Detecting changes in the mean of functional observations | |
CN104281779A (zh) | 一种异常数据判定与处理方法及装置 | |
CN104020401A (zh) | 基于云模型理论的变压器绝缘热老化状态的评估方法 | |
CN112446599B (zh) | 一种供电可靠性指标的预测方法、装置、设备和存储介质 | |
CN115638875B (zh) | 基于图谱分析的电厂设备故障诊断方法及系统 | |
Zhang et al. | Monitoring the metering performance of an electronic voltage transformer on-line based on cyber-physics correlation analysis | |
Li et al. | Multiple attribute control charts with false discovery rate control | |
Li et al. | Directional change‐point detection for process control with multivariate categorical data | |
CN115993421B (zh) | 一种主变压器油中溶解气体的评价方法及装置 | |
Sreelakshmi et al. | Quantile based tests for exponentiality against DMRQ and NBUE alternatives | |
Peng et al. | The design of the variable sampling interval generalized likelihood ratio chart for monitoring the process mean | |
CN113888061A (zh) | 一种换流变压器的运行状态评估方法及装置 | |
CN115201718A (zh) | 变压器的状态检测方法及装置、电子设备、存储介质 | |
CN114609046A (zh) | 一种变压器油中气体高精度光声光谱监测方法 | |
CN106770700A (zh) | 一种变压器油中气体在线监测装置评价方法及装置 | |
CN108154292B (zh) | 一种路面性能的预测模型的建立方法及系统 | |
Huang et al. | A phase I change‐point method for high‐dimensional process with sparse mean shifts | |
Jiang | A general proportional model and modelling procedure | |
CN105335452A (zh) | 一种外部系统稳定性检测方法及设备 | |
Wang et al. | A multi‐block NMF model for non‐Gaussian process monitoring based on the adaptive partition non‐negative matrix factorization and B ayesian inference | |
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 |
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 |