變壓器故障診斷方法與流程
2023-08-06 16:24:31
本發明屬於電力設備故障檢測
技術領域：
，具體涉及一種變壓器故障診斷方法。
背景技術：
：變壓器是電力系統的一個重要部件，可靠運行對電力系統的安全性影響巨大，其故障診斷一直受到國內外學術界與工程界人員的廣泛重視。近年來，國內外學者提出了多種變壓器故障診斷的方法，如人工神經網絡、貝葉斯網絡、專家系統和支持向量機等。公茂法等提出了一種基於BP網絡算法優化模糊Petri網的電力變壓器故障診斷方法，提高了故障診斷正確率。針對變壓器故障診斷中的信息具有隨機性和不確定性的特點，宋功益等提出了一種基於模糊貝葉斯網絡的變壓器故障診斷方法。師瑞峰等提出了一種可擴展的油中溶解氣體成分的電力變壓器故障診斷系統，該系統具有較好的操作性和判別準確率。鄭含博等針對變壓器油中溶解氣體，提出了一種多分類最小二乘支持向量機和改進粒子群優化相結合的電力變壓器故障診斷方法。但上述診斷方法和系統主要以數據分析為主，對變壓器運行狀態量之間的關聯性和內在聯繫分析不足，變壓器故障診斷存在誤差。因此，我們迫切需要一種準確判斷變壓器故障診斷的方法。技術實現要素：本發明的目的在於提供一種變壓器故障診斷方法，該方法能準確判斷變壓器的故障。本發明所採用的技術方案是：一種變壓器故障診斷方法，包括如下步驟：1)、收集故障案例，並對案例進行整理歸類收集各個電力公司變壓器的實際故障診斷案例，結合行業內權威專家經驗，對案例進行整理歸類；整理歸類是對原始數據進行核實驗證，按故障類別對數據進行歸類；2)、建立故障診斷規則庫；所述規則庫包括N條故障規則；3)、根據變壓器狀態進行故障診斷輸入變壓器相關的狀態量；對N條故障規則進行遍歷；將N條故障診斷規則分成L個推理機，每個推理機實現的知識規則條數K如下：其中，為向上取整符號；每個推理機作為單獨的函數，輸入變壓器相關的狀態量，L個故障推理機由OpenMP並行執行，將每個推理機診斷的結果進行合併，以匹配最佳的規則為變壓器故障診斷結果；最佳匹配的依據是狀態量相似度最高；4)、輸出故障診斷結果。步驟2)中，建立故障診斷規則庫的步驟為：將原始數據進行離散化，對狀態量與故障模式進行編號，建立狀態量與故障模式之間的因果關係，從而形成故障診斷規則庫。原始數據離散化是將連續的狀態數據依據其特徵進行離散取值，例如對於巡檢中0代表正常，1代表異常；繞組頻率響應按嚴重程度取0、1、2、3分別對應繞組正常、輕微、明顯、嚴重變形等。步驟3)中，通過WebService接口調用服務，輸入變壓器的狀態量，得到故障診斷結果。步驟3)中，採用多核並行計算進行變壓器故障診斷，其步驟為：將規則推理由多個推理機實現；多個推理機在多核上同時並行計算；並行推理算法由OpenMP實現，充分利用了硬體資源，提高了推理的速度。步驟3)採用故障診斷推理並行算法進行運算，該算法是指基於OpenMP多核並行實現的規則推理匹配算法。推理機的個數由計算機的核心數確定，即計算機有幾個核心，就有幾個推理機；步驟4)中，通過WebService接口輸出變壓器故障診斷結果。本發明按在線監測、帶電檢測、停電試驗和巡檢建立變壓器的狀態量，對於同時存在在線監測、帶電檢測、停電試驗的狀態量值，按停電試驗、帶電檢測、在線監測的先後順序進行賦值，這樣依據數據的可靠性取值，保證了狀態量值的準確和有效。狀態量的取值根據狀態量的特徵進行取值，例如對於巡檢中0代表正常，1代表異常；油色譜按最常使用的改良三比值法進行取值；繞組頻率響應按嚴重程度取0、1、2、3分別對應繞組正常、輕微、明顯、嚴重變形等。本發明通過WebService對故障診斷算法進行封裝，以服務的形式對外發布。其他系統通過WebService接口調用服務，輸入變壓器的狀態量，得到變壓器故障診斷結果。根據故障診斷的結果，結合變壓器現場的情況，制定具體的處理措施，排除變壓器故障。本發明產生的有益效果是：本發明能準確的對變壓器進行故障診斷，診斷結果準確可靠，可以為實時管控、運維檢修、應急搶修和低電壓治理等日常運維提供輔助決策意見，在整個計劃(Plan)、執行(Do)、檢查(Check)和處置(Action)的閉環管控流程中，為制定合理計劃提供參考；該方法也可供生產管理、營銷、調度等系統調用；本發明能直接指導生產運行、狀態檢修和故障診斷工作，極大的提高生產成本和管理水平，推進狀態監測、狀態檢修以及智能運維等產業發展，產生巨大的經濟效益和社會效益；本發明採用多核並行計算對變壓器故障診斷算法進行加速，診斷算法以WebService服務的方式對外發布，實現了算法跨平臺跨語言的調用，供其他程序進行調用，非常簡單、方便。附圖說明下面將結合附圖及實施例對本發明作進一步說明，附圖中：圖1是基於規則推理的並行故障診斷過程圖。具體實施方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，並不用於限定本發明。參見圖1，一種變壓器故障診斷方法，包括如下步驟：1)、收集280個變壓器現場故障診斷的案例，並對案例進行整理歸類；整理歸類是對原始數據進行核實驗證，按故障類別對數據進行歸類；2)、建立故障診斷規則庫將280個變壓器現場故障診斷的案例進行離散化，對狀態量與故障模式進行編號，建立狀態量與故障模式之間的因果關係，從而形成故障診斷規則庫；其步驟為：將原始數據進行離散化，按在線監測、帶電檢測、停電試驗和巡檢建立變壓器的狀態量，對於同時存在在線監測、帶電檢測、停電試驗的狀態量值，按停電試驗、帶電檢測、在線監測的先後順序進行賦值，這種依據數據的可靠性取值，保證了狀態量值的準確和有效；狀態量的取值根據狀態量的特徵進行取值，例如對於巡檢中0代表正常，1代表異常；油色譜按最常使用的改良三比值法進行取值；繞組頻率響應按嚴重程度取0、1、2、3分別對應繞組正常、輕微、明顯、嚴重變形等；280個變壓器現場故障診斷的案例中變壓器故障診斷狀態量有104個，故障模式有32個，編碼表如表1所示；表1狀態量編碼編號狀態量狀態值M1油色譜改良三比值M2繞組直流電組0：正常；1：異常M3繞組頻率響應0：正常；1：輕度變形；2：中度變形；3：嚴重變形M4繞組變比0：正常；1：偏高異常；-1：偏低異常M5局部放電0：正常；1：異常M6鐵芯接地電流0：正常；1：異常M7瓦斯繼電器保護動作0：正常；1：異常M8紅外測溫0：正常；1：異常M9頂層油溫0：正常；1：異常.........M104油箱滲漏油0：正常；1：異常表2故障模式編碼根據收集的280個變壓器現場故障診斷的案例，結合行業內權威專家的經驗，形成80條知識規則，表3中*表示狀態量與故障模式不相關；表3故障診斷知識規則庫每條知識規則由變壓器故障案例抽象出來，每條規則庫包含了若干條實際的案例。這些案例包括詳細的故障處理措施、設備信息、氣象、圖片和視頻等信息，通過查看這些案例，能指導用戶進行故障的處理和分析；本發明的知識規則庫隨著專家現場診斷經驗的積累而不斷的豐富，規則庫還具有自學習功能，能將確診的案例自動抽象為故障診斷的知識規則，並添加到故障診斷規則庫中；3)、根據變壓器狀態進行故障診斷輸入變壓器相關的狀態量；對N＝80條故障規則進行遍歷；以16核的伺服器為例,將N＝80條故障診斷規則分成L＝16個推理機，每個推理機實現的知識規則條數K＝5；每個推理機作為單獨的函數，輸入變壓器相關的狀態量，L＝16個故障推理機由OpenMP並行執行，每個推理機找出與輸入的狀態量相匹配的故障診斷結果，將每個推理機診斷的結果進行合併，以匹配最佳的規則為變壓器故障診斷結果；4)、通過WebService接口輸出變壓器故障診斷結果。參見圖1，程序開始時只有一個主線程，輸入變壓器相關的狀態量,16個故障推理機由OpenMP並行執行，每個推理機診斷的結果由主程序進行合併，作為最終的診斷結果輸出。為了驗證本發明方法的有效性和可行性，通過收集的案例庫進行驗證。實驗環境如下：CPU：Intel(R)Xeon(R)E7-48302.13GHz2.93GHz，共16個核；內存：64G；運行環境：VisualStudio2013和MyEclipse2014。變壓器規則推理的服務在Windows環境下採用C++編寫，服務調用在Linux環境下採用Java編寫。利用神經網絡、貝葉斯網絡和本發明方法對收集的280個案例進行故障診斷，診斷結果的比較如表4所示。表4三種方法的比較結果方法平均運行時間(ms)準確率神經網絡732483.93％貝葉斯網絡524381.79％本發明方法126393.93％本發明方法進行故障診斷的時間短，準確率高，相比其他兩種方法更加有效，更加適合對變壓器故障進行診斷。用本方法對某臺10kV變壓器進行故障診斷，該變壓器異常的狀態數據如下：油溫偏高，紅外帶電檢測發現套管發熱，套管表面有裂紋現象。採用本發明方法進行故障診斷的結果為：故障模式為套管絕緣受潮劣化。通過搖表檢查瓷套管與地間的絕緣電阻，確認了系統自動診斷的結果與實際情況一致，本方法對現場的運維人員有很好的指導意義。本發明提出了一種基於規則推理的變壓器並行故障診斷服務，通過OpenMP對基於規則推理的變壓器故障診斷算法進行多核並行加速，採用WebService方式封裝該算法，並對外提供服務；實現了不同平臺不同語言間的算法調用，接口清晰靈活，故障診斷準確率高，運行時間短，非常適合對各個電壓等級的變壓器進行故障診斷。應當理解的是，對本領域普通技術人員來說，可以根據上述說明加以改進或變換，而所有這些改進和變換都應屬於本發明所附權利要求的保護範圍。當前第1頁1 2 3