[發明專利]一種利用特征氣體進行油浸變壓器的故障診斷方法在審
| 申請號: | 201711049819.7 | 申請日: | 2017-10-31 |
| 公開(公告)號: | CN107843788A | 公開(公告)日: | 2018-03-27 |
| 發明(設計)人: | 趙安新 | 申請(專利權)人: | 西安科技大學 |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G01R31/12 |
| 代理公司: | 陜西增瑞律師事務所61219 | 代理人: | 劉春 |
| 地址: | 710054*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 利用 特征 氣體 進行 變壓器 故障診斷 方法 | ||
【技術領域】
本發明屬于電力技術領域,具體涉及一種利用特征氣體進行油浸變壓器的故障診斷方法。
【背景技術】
油浸電力變壓器是當前電力系統中關鍵的核心設備之一,可以確保電力能源的穩定和可靠傳輸。任何故障都可能導致巨大影響和經濟損失。因此,盡可能早的發現或者探測內部沒有故障就至關重要。
目前,主要用來進行油浸電力變壓器內部故障的方法是DGA,也是應用最廣泛的。油浸電力變壓器的絕緣系統一般都是使用絕緣油液體和固體(纖維素紙和紙板)絕緣系統構成,其中液體絕緣油是一種由多種碳氫化合物分子混合構成,其本質上是由飽和烴構成。另外,固體絕緣(紙、紙板和木板)是由大量的脫水葡萄糖酸環、弱C-O分子鍵、糖苷鍵構成,這些化學鍵在變壓器油遇熱中容易分解,沒有碳氫化合物穩定,其一般會在較低溫度就會分解。當異常現象發生時,比如過熱、局部放電、電弧放電絕緣擊穿等,那么變壓器中的液體和固體絕緣材料會受相應影響進而發生分解,產生不同的氣體,這些氣體會溶解在液體絕緣油中。這些氣體在絕緣油中的分布和濃度和油浸變壓器的內部故障會有一定的關聯關系,可以揭示內部的故障類型和故障的程度。這也是油溶解氣體分析(DGA,Dissolved Gas Analysis)的基本出發點和原理,通過溶解氣體濃度的分析,氣體的產生速率、某種氣體的比值,DGA方法可以決定變壓器的內部故障。主要收集和分析的氣體為H2,CH4,C2H2,C2H4,C2H6,CO和CO2。IEC 60599和IEEE C57.104標準提供了DGA分析的基本向導和方法。比如IEEE C57.104中提供的關鍵氣體分析法(key gases)、Doernenburg比值(Doernenburg ratios)、Rogers比值(Rogers Ratio),IEC 60599中提供的三氣體比值法(three basic gas ratio)、多邊形法(the Duval triangle),這些DGA的解釋方法比較簡單,易用,但是其準確性有待提高,而且需要根據現場的情況需要具體分析。其中,關鍵氣體分析方法很難確定那種氣體是占主導作用的,次要的氣體是否應該計入計算的總量中。氣體比值法僅僅使用三種或者四種氣體比值,從而導致某些區域不被這些計算結果進行描述分析,很難確定故障的準確性。多邊形方法是基于相對三種氣體(CH4,C2H2,C2H4)的百分比,同樣在相對較低的百分比下面很難提供故障的診斷。
針對這些問題,近年來,許多研究者和工程師開始應用人工智能,比如神經網絡、支持向量機、偏最小二乘法、小波變換、專家系統和模糊集等提高故障診斷的準確性。模糊集系統雖然可以很好的處理無邊界和不確定性問題,但是不能夠學習以前的故障診斷結果,因此,不能根據診斷歷史和診斷過程自動的調整診斷規則。為處理無邊界和不確定性問題,人工神經網絡、支撐向量機、偏最小二乘法、小波變換、專家系統和模糊集等方法采用有監督學習能力提高故障診斷的準確性,然而這些方法使用起來是比較復雜的。
【發明內容】
本發明的目的是提供一種利用特征氣體進行油浸變壓器的故障診斷方法,以解決上述現有技術的缺陷。
本發明采用以下技術方案:一種利用特征氣體進行油浸變壓器的故障診斷方法,具體按照以下步驟實施:
步驟1、采集變壓器油中的五種溶解氣體的含量值作為故障數據,所述五種氣體為H2、CH4、C2H2、C2H4和C2H6,計算氣體比值R1、R2、R3、R5、R6和R10;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安科技大學,未經西安科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711049819.7/2.html,轉載請聲明來源鉆瓜專利網。





