利用油中溶解气体分析判断设备故障部位

按照"变压器油中溶解气体分析和判断导则"来判断设备运行状况,可以准确的判断设备是否存在故障。本文对运行中油中溶解气体含量异常时如何进行分析,如何判断设备故障类型、故障大致部位提出综合的处理建议并举例说明。     

基于油中溶解气体谱图的变压器故障识别方法

根据油中溶解气体含量对电力变压器进行故障诊断,一个关键环节是如何从故障气体数据中提取有效反映故障特性的特征量。论文提出了基于特征气体谱图形状参数识别变压器故障的方法,以5种油中溶解气体:乙炔、氢气、乙烷、甲烷和乙烯的相对含量构建了故障的特征气体谱图,并将图形偏斜性、突出性等形状参数作为特征量应用于变压器的故障诊断。应用的结果表明,这种方法有效区分变压器的放电性故障、过热性故障以及"氢主导型"故障,且识别效果达到90%以上,明显优于实践中常用的三比值方法。     

基于FNN及DGA的变压器故障诊断系统研究

本文在探讨研究了变压器故障类型与油中溶解气体的关系，分析了改良三比值法的原理、方法规则和优缺点的基础上，提出了基于FNN（模糊神经网络）及油中气体色谱分析法（DGA）的变压器故障诊断模型，实现了以模糊神经网络为基础的变压器故障诊断系统，实例表明该系统具有较好的诊断结果和工程应用价值。     

三比值法在变压器故障诊断中的问题分析

指出了《变压器油中溶解气体分析和判断导则》前后两个版本的不同之处,针对变压器故障原因具有复杂性,故障类型多样化的特点,结合实际案例,分析了用三比值法和改良三比值法进行故障诊断时容易出现误判的情况,归纳总结了在具体的变压器故障诊断中应注意的各种问题。     

变压器油中溶解气体含量检测故障诊断仪的设计

研究了应用变压器油中溶解气体含量检测来诊断变压器故障的方法,针对气体传感器之间存在的"交叉敏感"设计了基于人工神经网络的气体检测系统.神经网络采用使用最为广泛的BP网络.从而能构成对气体的较准确的分析测试.单片机选择Intel 16位的80C196KB,简化了接口电路的设计.设计中采用了油中气体分析法来确定变压器的故障并通过数码管显示出故障类型并由单片机来实现.     

通过气相色谱分析变压器的潜伏性故障

利用气相色谱法预测变压器的潜伏性故障是通过定性、定量分析溶于变压器油中的气体来实现的。由于故障气体的组成和含量与故障的类型和故障的严重性有密切关系,所以定期分析溶解于变压器油中的气体就能及早发现变压器内部存在的潜伏性故障,并随时掌握故障的发展程度。通过一些成熟的分析方法,就能够充分掌握变压器的运行状态,提早发现变压器内部故障并给与准确的故障诊断,防止重大事故的发生。     

基于油中溶解气体分析的电力变压器故障诊断方法

电力变压器故障是直接影响电力系统正常运转的关键因素,对其故障的诊断具有重要意义。文章阐述了基于油中溶解气体分析的电力变压器故障诊断方法,包括:三比值法以及基于有溶解分析法的模糊理论、专家系统、灰色系统理论等。为更好的诊断电力变压器故障提供新的思路。     

基于综合关联度分析的电力变压器故障诊断

在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题.结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨.该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度.实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析 方法.在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%.     

基于油中溶解气体分析的变压器绝缘故障模糊诊断及应用

变压器绝缘故障诊断问题是电力系统维护中的关键问题,常用的故障诊断方法一般是基于油中溶解气体分析法的。重点介绍了基于油中溶解气体分析的一种新方法,即变压器绝缘故障模糊诊断法,在分析一般故障诊断方法优缺点的基础上,根据实例验证了将模糊诊断法应用于电力变压器绝缘故障诊断的可行性。     

基于油中溶解气体在线监测的变压器故障动态预警方法分析

目前,我国110kV及以上等级的大型电力变压器主要采用油纸绝缘结构,变压器油同时承担着绝缘介质和冷却媒质的作用,是油浸式变压器的重要组成部分.变压器油中包含70％的变压器故障信息,对油中溶解气体进行色谱分析是常用有效的一种变压器故障诊断方法.通过总结利用变压器油中溶解气体进行故障诊断的两大类经典方法,在此基础上分析并提...     

基于遗传编程判别函数法在电力变压器绝缘故障诊断中的应用

基于遗传编程(GP),提出了一种用于电力变压器绝缘故障诊断的判别函数法.该方法结合变压器油中溶解气体含量,利用GP算法的树状结构特点和模拟自然进化理论的全局寻优机制,自动从训练样本中学习到代表输入特征向量与对应故障类型之间关系的判别函数,以函数值的正负表示不同的故障类别.为了验证该方法的有效性,建立了变压器分层故障诊断模型,采用多个判别函数的方式逐步判别变压器绝缘故障的类型.与常规的三比值法、BP神经网络方法相比较表明,该方法提高了变压器绝缘故障诊断的正确率,具有良好的诊断效果.     

基于油色谱分析的变压器故障在线预测方法

电力变压器是电力系统中的关键设备之一,变压器故障可能会造成长时间的供电中断.因此,尽早发现变压器故障具有重要的意义.介绍了能够在线监测变压器油中H2, CO, CH4, C2H4, C2H2, C2H6等6种气体在线监测装置的基本结构.根据油中各溶解气体的在线监测数据,采用灰色预测技术建立了灰色预测模型,并利用BPNN进行变压器的故障预测.该方法能够有效地预测未来时刻变压器油中溶解气体的浓度、诊断变压器在未来时刻的绝缘状况.现场运行结果表明,该方法能够满足工程实际的需要.     

基于数据不确定性的变压器故障诊断研究

针对采集的变压器油中溶解气体数据的波动性和不确定性,通过引入蒙特卡洛算法进行数据处理.根据油中溶解气体试验,将处理后的变压器油中溶解气体数据进行两两比值.分别根据变压器运行规程、DGA知识以及模糊c均值聚类法对气体含量和比值进行离散化处理,再进行属性约简,并将约简结果作为神经网络的前置输入,对神经网络训练及故障进行诊断.实验结果表明,该方法可以对变压器故障进行准确判定,具有更好的工程实用性.     

基于组合模型的电力变压器故障诊断

为了综合全面地诊断电力变压器故障,克服单项诊断方法考虑问题角度单一,不能重复利用已知信息,诊断准确度和稳定性不高的缺点,并结合电力变压器油中溶解气体的数据,提出了利用组合模型诊断变压器故障.该方法将灰关联熵、小波神经网络、模糊粗糙集、支持向量机和IEC三比值作为独立诊断模块,利用熵值法优化得到各个模块的最佳权重,最终得到发生故障最大概率所属类型.通过实例验证,组合诊断法优于单项诊断方法,提高了故障诊断精度,减少了误判率,诊断的稳定性得到提升.     

通过变压器油色谱分析对其故障进行诊断

电力变压器是电力系统中最关键的设备之一,因此,对运行中的变压器等充油设备内部故障进行在线监测极其重要。经长期的实践证明,在所有绝缘监督手段中,油中溶解气体气相色谱分析诊断变压器等充油电气设备故障是最有效最灵敏的方法。通过色谱分析结果中的特征气体,来判断设备内部可能存在的故障类型,结合其它电气试验和设备运行工况进一步确定故障部位、产生的原因,可以使得检修工作有的放矢。     

浅谈变压器油的色谱分析法

分析绝缘油中溶解气体的含量能提前预测设备的内部故障,防止设备损坏和由于设备损坏而导致的电网大面积停电事故发生.因此,利用绝缘油中溶解气体的色谱分析方法,并结合其他试验手段可以随时监视设备的运行状况,尽早地发现充油电气设备内部存在的潜伏性故障及其发展程度,对保障设备乃至电网的安全运行能起到积极作用.文章以利用绝缘油中溶解气体的色谱分析方法,判断变压器内部过热故障和220kV电压互感器内部放电故障.     

浅谈变压器油色谱在线监测系统

对于油浸式电力设备,尤其是变压器,油中溶解气体进行在线或者离线的气体含量分析技术是一种可靠有效的诊断设备潜伏性故障的检测技术,可以判断设备内部的隐藏缺陷,目前它在变压器的预防性监测中其重要性列于首位。变压器油中溶解气体在线监测装置的出现弥补了常规油色谱分析的不足,实现了在线智能化监测与故障诊断,可以及时掌握变压器的运行状况,发现和跟踪潜伏性故障。本文就变压器油色谱在线监测的应用必要性、意义、理论及实际依据、设计进行简单分析。     

电力变压器故障预测的人工神经网络方法研究

准确预测电力变压器故障不仅能够避免电网故障,而且能避免维修不足或过度维修的状况,具有重要的实际意义和经济价值。利用油中溶解气体法和人工神经网络法预测电力变压器故障是目前使用最为广泛的方法之一。本文针对电力变压器的故障预测问题研究采用三层改进BP神经网络为主要模型结构,利用MATLAB中的神经网络工具箱,建立起三层改进BP神经网络变压器故障预测诊断模型。实验表明本文提出的方法准确、可靠。     

变压器油中溶解气体色谱分析与故障诊断

从变压器油中取出油样,对油中气体进行分离和分析,确定溶解在油中气体组分含量,并将其逐一定性和定量分析,判断可能产生的故障及性质,是早期发现充油电气设备内部存在的潜伏性故障的一种有效、灵敏的方法。     

样本规范化在故障诊断神经网络方法中的应用

在神经网络模型中,训练样本的不同特征变量(输入变量)反映响应变量(输出变量)的灵敏程度有一定的差别,若将各特征变量直接作为神经网络的输入,则会湮没一些弱小量可能含有的有效信息.采用油中溶解气体分析法建立以变压器油中溶解气体含量为输入,变压器故障类型为输出的BP神经网络变压器故障诊断模型,分别运用最大值最小值规范化、一般浓度规范化、特征浓度规范化三种方法对训练样本进行规范化.研究结果表明,不同样本规范化方法对故障诊断效果的影响显著,运用特征浓度规范化进行规范化处理要优于其他方法.