一種變壓器故障控制方法
2023-11-02 08:09:32
一種變壓器故障控制方法
【專利摘要】本發明公開了一種變壓器故障控制方法,包括:電力變壓器周邊電路檢測子方法,和電力變壓器內部檢測子方法。所述電力變壓器內部檢測子方法,進一步包括神經網絡故障診斷步驟;所述電力變壓器內部檢測子系統通過所述神經網絡學習輸入到輸出的樣本集,實現輸入到輸出的映射關係,能夠在具有最小運算的同時能建立故障現象和原因的非線性映射關係,能存儲任意連續的模式對(Xk,Tk;k=1,2,…,m),完成輸入{Xk}到期望輸出{Zk}的映射。採用集成的方法,利用模糊診斷技術有效地減少採用單一變壓器故障控制方法進行診斷時所帶來的不可避免的診斷出錯或診斷結果不全面等誤判問題。
【專利說明】
【技術領域】
[0001] 本發明涉及一種機械故障控制方法,特別涉及一種變壓器故障控制方法。 一種變壓器故障控制方法
【背景技術】
[0002] 電力變壓器是電力系統中重要的變電設備,其運行狀態直接影響系統的安全性、 穩定性。及早發現變壓器的潛伏性故障,保證變壓器的安全運行,從而提高供電的可靠性是 電力部門關注的一個重要問題。實踐證明三比值法和改良電協研法對於發現變壓器內部的 潛伏性故障及其發展趨勢非常有效。三比值法和改良電協研法,因簡單、方便在各國被廣泛 應用。但是,由於變壓器容量、電壓等級、絕緣結構、運行歷史、生產廠家以及所處系統的差 異,導致其準確度一般只能達到80%左右。
[0003] 變壓器故障是變壓器本身及其應用環境綜合作用和長期積累的結果,因而變壓器 故障的徵兆多種多樣,一故障徵兆與故障機理間的聯繫也錯綜複雜,這就給建立通用的變 壓器故障控制方法造成了很大的困難。迄今為止,變壓器故障診斷技術的研究還不夠完善, 特別是在所使用的分析方法與具體診斷領域知識的有效結合方面還存在諸多問題。
[0004] 人工神經網絡是一種智能化的數據處理方法,其處理具有非線性關係數據的能 力,是目前其它方法所無法比擬的。它的輸入輸出非線性映射特性、信息的分布存儲、並行 處理和全局集體作用,特別是其高度的自組織和自學習能力,使其成為故障診斷的一種有 效方法和手段。它提供了一種全新的知識獲取、知識表達和知識推理方式,為故障診斷問題 提供了一種新的解決途徑。將其用於複雜系統的故障診斷中,可較好地解決常規故障診斷 專家系統知識獲取的"瓶頸"問題。
[0005] 國內外研究表明,在故障診斷領域,神經網絡診斷方法的準確率可達到80%以上, 具有潛在的實用價值。
[0006] 為此,本發明根據電力變壓器故障診斷的特點,研究出了適合於變壓器潛伏性故 障診斷的神經網絡綜合診斷系統。
【發明內容】
[0007] 本發明所要解決的技術問題是在於:運用IEC三比值法對變壓器的運行狀態進行 故障診斷分析,由於過程複雜,計算繁瑣,比值編碼邊界模糊的比值區間等原因常常引起誤 判。由於IEC三比值法本身的不足,甚至有時還會出現不能給出診斷的情況。
[0008] 為了 IEC技術在變壓器的故障診斷上發揮出更大的作用,提高IEC三比值法的準 確度,本發明利用可視化技術對三比值進行圖示化,從多維的角度賦予數據空間屬性,並建 立起變壓器可視化故障診斷模型;利用模糊診斷技術把故障徵兆信號與模糊數學方法結 合起來,將氣體組分比值看作故障類別的模糊現象子集,依據三比值法中給出的不同氣體 組分相互間的比值與變壓器故障類別之間的定量關係。
[0009] 建立模糊現象子集對應於不同故障類別的隸屬函數,從而進行故障類別的模糊診 斷;採用集成的方法,將可視化技術和模糊診斷技術相結合有效地減少採用單一變壓器故 障控制方法進行診斷時所帶來的不可避免的診斷出錯或診斷結果不全面等誤判問題。
[0010] 為了解決上述技術問題,本發明提供了一種變壓器故障控制方法,包括:電力變壓 器周邊電路檢測子方法,和,電力變壓器內部檢測子方法。
[0011] 所述電力變壓器周邊電路檢測子方法,進一步包括:信號檢測步驟、特徵抽取步 驟、狀態識別步驟和預報決策步驟。
[0012] 所述信號檢測步驟,用於測取與故障有關的狀態信號;其信號檢測過程包括以下 方面:1)信號測取過程:通過電量或非電量傳感器組成的探測裝置獲得測量對象參數的變 換;2)信號調理過程:對探測裝置獲得的信號進行變換以及傳輸;3)數據採集過程:把信 號由連續變為離散的過程;按照不同的診斷目的和對象,選擇最能反映被測對象狀態的信 號,使用電量或非電量的傳感裝置、信號調理裝置及數據採集裝置,對採集數據進行整理, 形成被測對象的狀態信息庫。
[0013] 所述特徵抽取步驟,用於將檢測到的信號變換進行特徵抽取,將由信號檢測得到 的初始態信號通過信號分析處理,提取能反映故障狀態的特徵,形成待檢模式;前述信號分 析處理包括:去除噪聲處理、放大或壓縮處理、信號變換。。
[0014] 所述狀態識別步驟,用於分析故障案例,利用資料庫技術建立故障檔案庫,把故障 檔案庫的狀態模式定為基準模式,把新發生故障後通過信號檢測、特徵抽取後獲得的狀態 模式稱為待檢模式,並與基準模式進行比較判斷,判別設備是否正常運行。
[0015] 所述預報決策步驟,用於經過判別,對屬於正常狀態的繼續檢測,重複以上工序; 對屬於異常狀態的,查明故障情況,做出發展趨勢分析,估計今後發展和繼續運行的時間, 以及根據故障原因提出控制措施和維修決策。
[0016] 所述信號檢測步驟進一步包括暫態等效迴路檢測;所述暫態等效迴路檢測,進一 步用於分析暫態電容電流;所述暫態等效迴路在分析暫態電容電流時,1Y和L不予考慮,利 用LpC、%組成的串聯迴路和零序正弦電壓 U(l,根據如下微分方程式計算暫態電容電流:
[0017]
【權利要求】
1. 一種變壓器故障控制方法,其特徵在於,包括:電力變壓器周邊電路檢測子方法, 和,電力變壓器內部檢測子方法。
2. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述電力變壓器周邊電路 檢測子方法,進一步包括:信號檢測步驟、特徵抽取步驟、狀態識別步驟和預報決策步驟。
3. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述信號檢測步驟,用於測 取與故障有關的狀態信號;其信號檢測過程包括以下方面:1)信號測取過程:通過電量或 非電量傳感器組成的探測裝置獲得測量對象參數的變換;2)信號調理過程:對探測裝置獲 得的信號進行變換以及傳輸;3)數據採集過程:把信號由連續變為離散的過程;按照不同 的診斷目的和對象,選擇最能反映被測對象狀態的信號,使用電量或非電量的傳感裝置、信 號調理裝置及數據採集裝置,對採集數據進行整理,形成被測對象的狀態信息庫。
4. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述特徵抽取步驟,用於將 檢測到的信號變換進行特徵抽取,將由信號檢測得到的初始態信號通過信號分析處理,提 取能反映故障狀態的特徵,形成待檢模式;前述信號分析處理包括:去除噪聲處理、放大或 壓縮處理、信號變換。
5. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述狀態識別步驟,用於分 析故障案例,利用資料庫技術建立故障檔案庫,把故障檔案庫的狀態模式定為基準模式,把 新發生故障後通過信號檢測、特徵抽取後獲得的狀態模式稱為待檢模式,並與基準模式進 行比較判斷,判別設備是否正常運行。
6. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述預報決策步驟,用於經 過判別,對屬於正常狀態的繼續檢測,重複以上工序;對屬於異常狀態的,查明故障情況,做 出發展趨勢分析,估計今後發展和繼續運行的時間,以及根據故障原因提出控制措施和維 修決策。
7. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述信號檢測步驟進一步 包括暫態等效迴路檢測;所述暫態等效迴路檢測,進一步用於分析暫態電容電流;所述暫 態等效迴路在分析暫態電容電流時,ιγ和L不予考慮,利用LpC、%組成的串聯迴路和零序 正弦電壓%,根據如下微分方程式計算暫態電容電流:
式中:仏為零序電壓的幅值; C表不電網的零序等效電容; L。為含變壓器及線路電感的零序等效電感; R〇表示零序迴路中的等值電阻; ιγ、L分別表示消弧線圈的有功損耗電阻和電感;U(l為零序電壓。
8. 根據權利要求1所述變壓器故障控制方法,其特徵在於,所述電力變壓器內部檢測 子方法,利用5種特徵氣體C2H 4、C2H6、C2H2、CH 4、H2構成三對比值C2H2/C2H 4、CH4/H2和C2H4/ C 2H6,在相同的情況下把這些比值以不同的編碼表示,如下表1所示,根據測試結果計算得 出編碼,並把三對比值換算成對應的編碼組,然後查表對應得出故障類型和故障部位,如下 表2所示: 表1編碼規則
表2故障類型判斷方法
9.根據權利要求1所述變壓器故障控制方法,其特徵在於,所述電力變壓器內部檢測 子方法中,CH4/H2比值編碼隸屬函數的構造方式為:CH4/H 2分別隸屬於0、1、2編碼的模糊分 布函數:
10.根據權利要求1所述變壓器故障控制方法,其特徵在於,所述電力變壓器內部檢 測子方法,進一步包括神經網絡故障診斷步驟;所述電力變壓器內部檢測子系統通過所述 神經網絡學習輸入到輸出的樣本集,實現輸入到輸出的映射關係,能夠在具有最小運算的 同時能建立故障現象和原因的非線性映射關係,能存儲任意連續的模式對(x k,T k;k=l, 2,一,111),完成輸入(Xk}到期望輸出{Zk}的映射。
【文檔編號】G01R31/00GK104101795SQ201410056711
【公開日】2014年10月15日 申請日期:2014年2月19日 優先權日:2014年2月19日
【發明者】許唯, 張守國, 葛玉華 申請人:江蘇倍爾科技發展有限公司