曹国慧[1]2004年在《基于油中气体分析的多种人工智能技术在变压器故障诊断中的应用》文中认为变压器作为电力系统的枢纽设备，其运行可靠性直接关系到电力系统的安全与稳定。变压器由计划检修转变为状态检修是提高其可靠性的重要手段之一。对于电力变压器这个电力系统重要的电气设备的状态维修，是国内外研究的重点，而变压器内部故障的在线诊断是实现其状态检修的前提条件之一。 本文针对应用油中溶解气体分析法(Dissolved Gases Analysis，简称DGA)进行变压器绝缘诊断时所遇到的主要技术难点，提出了提高变压器故障诊断的准确性、可靠性的几种方法。 国内外研究电力变压器内部故障诊断方法很多，如神经网络方法、模糊集理论方法、专家系统方法、综合人工智能技术以及变压器故障在线监测技术的应用等。然而要想准确、及时地诊断出变压器内部故障性质和故障部位，必须基于变压器油中溶解气体分析，综合多种人工智能技术、结合电气试验参数，利用在线监测才能诊断实施。 当变压器内部局部过热或放电时，产生氢气(H_2)、甲烷(CH_4)、乙烷(C_2H_6)、乙烯(G_2H_4)、乙炔(C_2H_2)、一氧化碳(CO)、二氧化碳(CO_2)等特征气体。 当内部潜伏性故障加重时，它们产生速度加快，其油中溶解的组分和含量可以被看作诊断变压器故障的特征参数，因此通过对油中溶解气体进行气相色谱分析，可发现变压器内部故障。 当固体绝缘局部过热时，会产生大量一氧化碳(CO)和二氧化碳(CO_2)；当油局部过热时，会产生大量乙烯和甲烷。电弧放电的特征气体主要是氢气和乙炔。一般乙炔(C_2H_2)占总烃20～70％，氢气(H_2)占氢烃的30～90％，乙炔(C_2H_2)大多高于甲烷(CH_4)。 火花放电的特征气体也是以氢气(H_2)、乙炔(C_2H_2)为主，一般总烃含量不高。局部放电时，特征气体主要成份是氢气(H_2)和甲烷(CH_4)。乙炔(C_2H_2)在总烃中所占比例一般小于2％，这是和上述两种放电现象区别的主要标志。 无论何种放电，只要有固体绝缘介入时，就都会产生一氧化碳(CO)和二氧化郑州大学工学硕士论文摘要碳(COZ)。 特征气体法是根据变压器各种故障所产生的特征气体来判断故障的性质。叁比值法是用油中溶解气体色谱法测得油中气体浓度后，用叁个比值大小(C热/C2比、CH扩HZ、CZH扩CZ氏)来判断变压器内部故障情况。四比值法是根据5种不同气体组分产生的四个比值(C比/HZ、CZH6/CH。、CZH。/C儿、CZHZ/CZH4)的大小范围来判定故障类型。 本文基于电力变压器油中气体的产生和溶解原理，深入分析了油中溶解气体与变压器故障类型之间的关系，进而把油中溶解气体的组分和含量作为变压器故障诊断的特征量。通过对判断变压器故障常用的特征气体法、叁比值法的深入分析，其诊断准确率较高，但对故障原因、故障现象和故障机理间同时存在不确定性和随机性的变压器等电气设备的故障诊断，经典法难于满足工程应用的需要; 应用专家系统、人工神经网络和智能型系统综合人工智能技术诊断变压器故障时，专家系统模拟人类的逻辑思维，即人类专家处理问题时的思考过程;而人工神经网络模拟人类的形象思维，注重的是人类专家的结论。 本文提出的人工智能型系统利用了人工神经网络自组织、自学习的特点，克服了传统专家系统知识获取的“瓶颈”及知识库维护等难点，再加上利用专家系统的逻辑推理功能，弥补了人工神经网络的不足之处。 在理论研究的基础上，本文运用上述方法和技术对河南省南阳电业局近10年来电力变压器异常及故障的离线数据进行分析、诊断，针对每种方法的不足，提出了相应的解决措施。 大量的诊断实例表明:离线气相色谱法对电力变压器绝缘故障诊断是有效的，它能够分析出变压器的绝缘状况，正确识别绝缘故障类型并能给出故障发生的大致部位，但是它必须经过油样采集一油样运输一油气分离一色谱分析的过程，会对判断故障类型及其严重程度造成很大误差，而且对于发展较快的故障不能连续在线监测。 为更及时、准确地发现变压器故障，缩短检测周期，逐步实现变压器的状态检修，变压器的在线监测应运而生，并逐步得到推广应用。 论文在探讨了气相色谱在线监测和故障诊断等技术在国内外发展的现状的基础上，对变压器应用在线监测装置的重要性进行了论证。郑州大学工学硕士论文摘要 在线油中溶解气体分析的含义首先要求连续地监测变压器全部油中溶解气体，其检测灵敏度和范围最好达到或超过离线气相色谱分析;其次，应将检测结果实时远传给监测中心的故障诊断专家系统，由专家系统给出变压器的实际运行状态，并建议应采取的措施。 电力变压器早期故障在线监测装置，是一种将变压器油中的溶解气体经选择性的渗透膜进入电化学气体传感器内，并在传感器内与氧气进行化学反应，产生与反应速率成比例的电信号，实时在线测量气体浓度变化数值的装置。 在线故障诊断系统是比较新的课题。本文展示了该课题的原理和可行性，结合河南省南阳、新乡电业局应用实例，介绍了HYDRAN 201R Modeh在线监测系统的配置、性能、安装调试方案，并在实际运行中采取了相应的措施，监测的准确性高于前面的方法。具体事例说明该?
李邦云[2]2004年在《电力变压器绕组在线监测新特征量的研究与工程实现》文中认为统计资料表明：在变压器各类故障中，绕组发生故障的机会最大，约占整个故障的60％-70％，在绕组各类故障中，最常见的就是绕组匝间短路(包括绕组层间短路、股间短路等等)，从广义上讲，绕组故障都可以归结于匝间短路。现代大型电力变压器普遍采用纠结式绕组，在改善绕组对冲击电压梯度分布特性的同时，也使得相邻线圈匝间电压升高，从而更容易导致匝间短路。绕组匝间短路后，尽管短路线匝里面流过数十倍的额定电流，但流出绕组外面的一次侧叁相电流却很小，以至于传统的继电保护难以发现绕组轻微的匝间短路。绕组匝间短路后仍然能带满负荷继续运行，但是如果不采取相应的措施，故障将会进一步扩大，严重者至烧毁变压器，造成巨大的经济损失。 目前，国内外监测变压器的手段主要有：油中溶解气体在线监测、变压器局部放电在线监测、变压器绕组变形在线监测。最为成熟的方法是油中溶解气体在线监测，它能够有效的发现变压器早期潜在性故障，而后两者受到被监测特征量变化不明显以及现场干扰太大难以提取有效信号的制约在工程中应用非常有限。困扰变压器在线监测长期以来的问题之一就是：缺乏有效的监测特征量，特别是专门针对故障多发部件绕组尤其如此。 本文理论上分析了变压器绕组故障(匝间短路)后的各物理量的变化，从变压器功率损耗的机理入手，得出了结论：变压器绕组发生故障后，其功率损耗将有明显增大。找到了变压器在线监测特别是针对绕组在线监测的新特征量：功率损耗，并在电力局现场做了变压器绕组匝间短路试验。试验结果表明，该特征量对监测变压器绕组故障特别是匝间短路故障是行之有效的。在此基础上，探讨了实现变压器绕组在线监测的可能性，再结合油气量分析提出了相应的监测判断流程，并研制开发了一套电力变压器在线监测系统，将其应用于电力局工程实际。在论文的最后，初步探讨了变压器状态评估的框架。
王垚[3]2003年在《变压器早期故障在线监测系统的研究与开发》文中指出由于大型电力变压器设计制造质量和运行等诸多方面的原因，恶性事故和故障时有发生，严重影响了电网的安全稳定运行。利用气相色谱分析(DGA)技术，通过测试绝缘油中溶解气体的含量来检测充油电气设备内部的电气故障是当前对变压器等充油电气设备绝缘监督的一项重要手段，该方法已成功地预防了很多变压器的重要故障。但此项技术只能在实验室中完成，存在很大的局限性。随着科学技术的不断发展，变压器在线监测系统可连续监测变压器油中气体的动态变化过程，成为实验室气相色谱分析技术的有力补充，得到了越来越广泛的应用。 本论文首先介绍了变压器早期故障在线监测系统的结构设计，结合国内现场的实际情况，在系统数据采集和传输中综合运用了多种通讯方式；接着详细分析了此系统中的监测设备——智能采集器的工作原理、硬件结构及主要特性，尤其突出了硬件设备在实际运行中安全、稳定、可靠的特点；随后通过比较多种油中溶解气体在线监测技术，归纳总结了本项在线监测技术的特点和要求，结合实际用户需求，提出了此系统主站软件的设计思想、开发流程、数据库结构设计，并详细阐述了各软件模块的主要功能和实现方法；最后介绍了该系统在现场中稳定运行并成功捕捉故障的案例。 根据现场实际运行情况表明，此变压器在线监测系统可大大降低事故风险率，提高状态检修水平，方便电力用户进行设备的监督和管理，是切实解决用户实际问题、提高运营管理水平的有力手段。
齐士伟[4]2013年在《电力变压器故障在线监测与诊断系统研究与开发》文中进行了进一步梳理电力变压器是电力系统重要的设备之一,其运行状态直接关系到电力系统的安全、稳定和经济运行。一旦出现故障,不仅会造成大面积停电,带来巨大的经济损失,并可能引起变压器起火甚至发生爆炸。因此,及时发现电力变压器的潜在的故障,提高电源变压器的运行和维护水平,具有重要的工程实际意义。本文以传统变压器油中溶解气体分析法为主,结合传感器技术、通信技术、计算机技术,构建了变压器的在线监测和故障诊断系统。该系统通过对变压器的各种状态的数据处理,实现了变压器故障的在线监测。一旦变压器出现故障,在线监测系统能及时做出判断,给出其故障类型和处理方案。本文把BP神经网络算法应用于变压器故障在线监测的数据库,在充分分析了整个系统的功能需求基础上,开发了一套变压器在线监测与综合故障诊断系统,该系统能够有效地监测变压器的运行状态,实现电力变压器故障监测与诊断。
尹海晶[5]2010年在《基于红外测温技术的电力变压器过热故障在线监测系统的设计与开发》文中指出变电站电力变压器是电力系统的核心设备,所以它在现代电气设备的运行和维护中占有重要地位,对于其存在的故障隐患,通常采用人工定期巡检的方法,但这种方法费时费力,如今在电力行业大规模使用的是变压器在线监测技术,这种技术能够节省大量人力物力,而且使得变压器的维护质量得到质的飞跃。红外检测技术是“九五”国家科技成果重点推广项目,是实现我国电力系统从计划检修向预知状态检修改革的重要手段,本课题的最终目的就是利用红外热像仪对某市供电局的110KV的变压器实施24小时不间断在线监测,利用热像仪采集的数据实施智能化超温报警,并将数据上传至远程服务器,实现对该变电站的远程监控。本课题首先分析影响热像仪测温准确性的因素,然后对某市供电局的变压器运行环境进行了考察,选择了适合本课题的热像仪,利用与购买的热像仪配套的软件开发包开发适合本系统的后台处理软件。该系统软件的主要研究工作如下：1)根据电力变压器的运行状况,设置合适的在线监测方式,并根据热像仪的安装位置和监测距离,设计程序监测流程；2)根据热像仪采集的热像的特征,设计图像预处理方案,使最终显示的热像具有最佳的视觉效果；3)选择合适的数据库,设计数据存储结构,方便系统存储和查询数据；4)根据最新的电力系统红外诊断依据,设计相应的红外诊断算法,从而可以通过采集的温度数据准确的了解设备的运行状况；5)根据供电局现有的网络结构,选择合适的传输协议,设计合适的传输流程,保证数据能实时可靠的上传,使监控中心的工作人员能够及时了解设备的运行状况。
姚臻[6]2004年在《基于状态检修的变电设备监测系统的研究》文中进行了进一步梳理由于变电设备在电力系统中的重要地位，必须保证运行的高可靠性，因此对其进行状态监测与故障诊断，为电力部门进行检修体制改革打下良好的基础，提高其运行的安全可靠水平，是十分必要的。 本文主要对变电设备状态监测系统进行了较为深入的研究，并对变电设备状态监测和故障诊断系统进行了初步设计。 本文的主要内容如下： (1) 对变电设备的在线监测系统进行分析研究，探讨了变电设备监测项目及结构形式，并进行了在线监测技术的实用性和经济性分析。 (2) 详细研究了各种变电设备的在线监测技术及应用。对基于模糊神经网络的状态分析等一些理论的运用，为变电设备的故障分析提供了决策支持。并通过实例来验证系统。 (3) 对变电设备状态监测和故障诊断系统进行了初步设计，阐述了系统特点及功能，并详细介绍其实现方式。
王晓东[7]2014年在《内蒙古500kV变压器在线监测系统开发与应用》文中指出电力系统设备实现在线监测，对设备运行情况进行早期监测和预警，能够提高电力系统可靠性和经济型。预防性试验所需的人力、物力和时间成本非常大，其灵敏度和有效性又有明显不足，而高压设备一旦发生突发性事故，造成的直接和间接损失是很大的。对高压电气设备的健康状态进行在线监测和诊断，可以更好地适应国民经济的发展、电力系统改革的深入和电力用户对供电可靠性的要求，产生的经济和社会效益将是巨大的。电力系统主设备在线监测发展迅速。本文针对500kV变电站变压器在线监测，为设备运行可靠性和经济性，开发出一套变压器在线监测装置。作者开发的变压器在线监测系统包括变压器油色谱在线监测、套管在线监测和铁芯接地在线监测。油色谱在线监测应用的原理是，通过监测油中溶解气体气相色谱，基于相关参数信息，分析判断变压器内部故障；套管在线监测系统应用的原理是，通过对套管末屏穿芯引线上的无线同步电流传感器，监测运行中变压器套管绝缘状况，在软件中采用现代数字信号处理理论，判断变压器套管的绝缘状况；变压器铁芯接地应用的原理是，通过检测主变铁芯的接地电流，判断铁芯接地状态。。变压器在线监测设备在内蒙古某500kV变电站投入运行，实际监测结果表明，设备能够良好运行，并得到完整的监测数据，针对监测数据对分析功能的测试也表明分析系统等软件系统也能够稳定运行。变电设备智能在线监测系统的成功应用对于提高电力部门自动化作业程度，改善检测人员劳动条件，提高检测水平和质量，降低检测成本具有重要的意义，具有巨大的社会效益、经济效益和安全效益，推广应用市场前景广阔。
马刚[8]2013年在《输变电设备在线状态分析与智能诊断系统的研究》文中研究指明输变电设备是电网的重要组成部分,输变电设备的可用性与稳定性直接影响到电网的安全运行。及时发现并排除输变电设备的潜伏性故障是电网企业关注的一项重要课题。随着我国电力工业的发展,一方面,电网规模不断发展,输变电设备数量激增,用户对供电可靠性要求不断提高；另一方面,设备的信息化程度越来越高,设备状态监测技术日益成熟,设备运行数据与测试数据激增,借助信息技术对设备进行故障诊断势在必行。本文在学习和借鉴国内外相关研究成果的基础之上,建立基于范例推理的输变电设备状态智能诊断模型；以输变电设备的在线监测数据、历史运行数据等为基础,应用智能诊断模型对数据资源进行深度挖掘与分析,建立输变电设备在线状态分析与智能诊断系统。论文的研究主要工作体现在以下五个方面：(1)在深入研究设备故障诊断和基于数据驱动的设备故障诊断理论与技术体系的基础上,结合范例推理的理论,提出基于范例推理的故障诊断模型,并结合输变电设备故障诊断的实际情况,分析输变电设备故障诊断应用中需要解决的问题。模型以设备的各种数据信息为核心,为既缺乏明确的因果关系又需要大量经验的复杂设备诊断提供了新的思路。(2)针对基于范例推理的故障诊断模型的关键环节,重点研究解决模型范例库的建立和模型推理过程的设计问题。将核函数技术应用到模型中,构造对局部数据敏感、对数据提取完备的新的核函数,并将核函数应用到支持向量机的分类器中,为输变电设备状态智能诊断模型的提出奠定理论基础。(3)研究解决输变电设备在线状态分析与智能诊断系统的数据模型问题。以输变电设备数据为中心,建立设备信息模型；在此基础上,建立设备状况范例库,并利用支持向量机分类器,对范例库进行分类学习,建立设备故障分类器与设备指纹识别器,生成设备故障诊断树与设备故障指纹；最后,建立基于范例推理的输变电设备状态智能诊断模型与算法,为输变电设备故障诊断提供方法指导。(4)针对目前众多输变电设备在线监测系统存在的局限性,应用输变电设备状态智能诊断模型,将现有输变电设备相关的各系统数据进行深度整合,建立输变电设备在线状态分析与智能诊断系统,综合设备的运行巡视、离线试验、带电检测等信息对设备故障进行实时、综合、智能诊断,进一步完善设备故障诊断能力,提高设备故障诊断的准确性。(5)以某省电力公司额定电压为500KV的变压器作为实证研究对象,将变压器油中溶解气体分析结果组织成范例,应用输变电设备状态智能诊断模型,融合来自不同系统的设备基础和设备运行信息,实现变压器状态实时智能诊断,及时查找出变压器的潜伏性故障,排除可能导致变压器故障的潜在原因,验证输变电设备状态智能诊断模型的有效性。
谢嘉祥[9]2012年在《油浸式变压器油在线监测系统的研究与开发》文中认为500kV及以上叁相一体变压器是未来超大型变压器的发展方向,是现代电力系统重要的设备,其运行状况关乎整个电力系统的安全。变压器油中微水和油中溶解气体是反映变压器运行状况好坏的重要指标,是电力部门监测变压器的重要依据。本文阐述了变压器油在线监测技术的发展,对变压器油中微水及油中溶解气体分析的关键技术进行了研究,主要工作有：(1)研究了油中微水产生的机理和危害,根据油中水含量与聚酰亚胺薄膜的介电常数相关的原理,推导了微水含量与相对湿度、温度之间的关系,设计了基于相对湿度的微水在线检测方法,并采用温湿度传感器MMT162、高性能ARM7处理器及高精度AD转换芯片,实现了变压器油中微水在线监测系统,实验结果表明该系统在半小时内微水含量漂移在±1ppm,温度漂移在±0.2℃。(2)论证了色谱柱及SOFC传感器稳定的工作环境温度的重要性。根据温度控制对象的特性,设计了基于时间最优的增量式PID双温控系统,并将该温控系统应用于变压器油中溶解气体在线监测系统,得到的基线电压波动小于200μV,色谱柱70℃温控精度在±0.1℃,SOFC传感器700℃温控精度在±0.5℃。(3)研究了变压器油的产气机理,特征气体与变压器故障之间的关系；根据高分子聚合物薄膜的透气机理,通过选型实验,确定了用特氟隆PTFE半透膜进行油气分离,并结合微型磁力油泵、气体真空泵和微型气室,使得油气分离仅需1小时；研究了气相色谱法的原理,采用十二通阀加双色谱柱联用的方式使油中混合气体分离度达到1.2；研究了固体氧化物燃料电池(SOFC)的原理,使用SOFC传感器对气体进行检测,C2H2的检测精度达0.1μL／L；综合考虑了系统安全措施及流程控制,对油气分离、混合气体分离、气体检测及控制等4个单元进行集成,完成了变压器油中溶解气体在线监测系统装置。(4)从变压器油在线监测软件功能,整体框架、数据库、系统流程等方面设计开发了在线监测软件平台,可实时监控、诊断变压器运行状况。根据现场施工和设备安装过程中遇到的问题,提出了解决措施。通过和实验室离线检测数据比较,验证了系统的有效性。
李娟[10]2003年在《电力变压器状态监测与故障诊断的研究》文中研究指明本文主要研究了电力变压器状态监测与故障诊断的现状以及存在的问题，针对目前DGA(油中溶解气体色谱分析法)只能定性分析变压器的故障，不能进行故障定位，而局部放电虽然能够进行故障定位，但由于现场的干扰复杂多变，难以提取有效的局部放电信号，从而提出了结合油气量和电气量两个方面对变压器进行状态监测。通过油气量在线监测，判断其故障类型和性质；通过电气量在线监测，对变压器的关键部件——绕组实现故障定位。并设计了一个变压器状态监测和故障诊断模型，提出了相应的诊断流程，在此基础上，研制开发了一套电力变压器故障在线监测系统。全文的主要内容有： 1．分析了电力变压器状态检测的现状，提出了结合油气量和电气量两部分的电力变压器状态监测和故障诊断的方法。 2．建立变压器绕组状态监测和故障诊断的模型，通过对绕组在线监测判断绕组是否发生了匝简短路、具体哪一相发生匝间短路以及匝间短路的严重程度，为变压器状态监测提供了有效的状态监测量，实现了变压器故障的局部定位，有效地提高了电力变压器故障诊断的准确性。 3．在变压器故障诊断中引入和加大对变压器的历史数据，如变压器的容量、电压等级、型号、安装地点、投运时间以及维修使用情况等的推理和分析。 4．基于以上的诊断模型，开发研制了一套电力变压器故障在线监测系统，介绍了该系统的软硬件结构以及系统的主要功能。 5．探讨了电气设备状态维修的实现问题。
参考文献：
[1]. 基于油中气体分析的多种人工智能技术在变压器故障诊断中的应用[D]. 曹国慧. 郑州大学. 2004
[2]. 电力变压器绕组在线监测新特征量的研究与工程实现[D]. 李邦云. 河海大学. 2004
[3]. 变压器早期故障在线监测系统的研究与开发[D]. 王垚. 中国电力科学研究院. 2003
[4]. 电力变压器故障在线监测与诊断系统研究与开发[D]. 齐士伟. 华北电力大学. 2013
[5]. 基于红外测温技术的电力变压器过热故障在线监测系统的设计与开发[D]. 尹海晶. 南京理工大学. 2010
[6]. 基于状态检修的变电设备监测系统的研究[D]. 姚臻. 武汉大学. 2004
[7]. 内蒙古500kV变压器在线监测系统开发与应用[D]. 王晓东. 华北电力大学. 2014
[8]. 输变电设备在线状态分析与智能诊断系统的研究[D]. 马刚. 华北电力大学. 2013
[9]. 油浸式变压器油在线监测系统的研究与开发[D]. 谢嘉祥. 中南大学. 2012
[10]. 电力变压器状态监测与故障诊断的研究[D]. 李娟. 河海大学. 2003