基于油中溶解气体分析的电力变压器故障诊断技术的研究

随着各产业技术的快速提升以及综合科技水平的不断进步,我国各项基础设施建设也在逐步完善当中。对于我国电力系统的运转而言,变压器等实体设备的应用是提高电力工业水平的基础。现阶段,在电力企业的长期工作中,电网环境的安全性是整个电力系统管理的重中之重,维护变电站的主变保护对于电网的稳定运行至关重要。该文就基于油中溶解气体分析的电力变压器故障诊断技术及其相关内容做以阐述,探究现阶段技术层面下的故障诊断策略的实际效能,以期为实践工作的顺利推进带来有益的借鉴。     

变压器油中溶解气体的分析与故障判断

在日常生产过程中,变压器油和纤维绝缘材料在运行中受到水分、氧气、热量以及铜和铁等材料催化作用的影响而老化和分解,产生的气体大部分溶于油中,但产生气体的速率是相当缓慢的。当变压器内部存在初期故障或形成新的故障条件时,其产气速率和产气量则十分明显,绝大多数的初期缺陷都会出现早期迹象,因此,对变压器产生气体进行适当分析即能检测出故障,对其有针对性地进行维护,从而提高其运转率。     

变压器油中溶解气体的智能诊断

提出一种正-负-零的面积关联度,通过其计算数值,确定待诊断变压器油中溶解气体序列和标准故障模式序列间的相似性与相近性.实例分析表明,正-负-零面积关联度诊断的结果与实际情况完全吻合,与传统的灰色面积关联度相比,能更全面、更准确地诊断变压器的内部故障类型.     

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...     

油中溶解气体分析方法在变压器故障诊断中的应用

电力变压器是发、输、变、配电系统中的重要设备之一,它的性能、质量直接关系到电力系统运行的可靠性和运营效益。本文结合油中溶解气体分析方法,对变压器正常运行中故障产生原因和提早诊断的重要性进行阐述分析。     

变压器油中溶解气体变化及原因分析

通过对变压器油中溶解气体的变化分析，实现充油设备的不停电检测和早期故障诊断。     

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。     

变压器油中溶解气体分析使用的判断方法

目前,国内电力系统使用的大型变压器多为油浸式变压器,其内部变压器油和固体绝缘材料由于受电场、热、湿度、氧等因素的影响,会逐渐老化、分解,产生少量的氢、低分子烃类气体、一氧化碳和二氧化碳等气体,且大部分溶解在油中。     

变压器油中溶解气体在线监测技术的研究

介绍了目前变压器在线检测的几种方法,指出目前所采用的在线监测装置存在的优、缺点,并对在线监测系统的应用前景进行了展望。     

模糊无编码比值在变压器油中气体检测的应用

针对现有变压器油中气体故障诊断"三比值法"对比值分界值绝对化而造成误诊的缺点,本次研究提出把"模糊原理"和"无编码比值法"相结合,从而产生的一种新的变压器故障诊断方法"模糊无编码比值法"。根据大量的实践经验,编写软件实现了"无编码比值法"分界点的模糊处理和比值评判,通过大量的故障数据验证证明,"模糊无编码比值法"比现有的"三比值法"有更高的判断准确度。     

一种基于油中溶解气体分析的变压器绝缘故障诊断新方法

将小波神经网络优良的分类诊断能力和最小二乘加权融合方法相结合,采用油气分析实现电力变压器的故障诊断.用非线性Morlet小波基作为神经网络激励函数,形成神经元,结合双方的优点,建立了紧致型小波神经网络.采用6个同一小波,其隐层单元数目、学习率等相关训练参数不同的单个子网络,对相同变压器故障信号样本进行训练,用最小二乘加权融合法对各个子网络的输出结果进行决策信息融合,通过对融合结果的分析,得到变压器故障的识别结果.测试结果表明,系统具有较好的分类诊断能力和可靠性.     

基于油中溶解气体分析的变压器故障诊断

基于改进的椭球基神经网络对变压器进行故障诊断,运用思维进化方法优化权值,并与信息融合,对其进行了建模与仿真,能够更快速更准确的进行变压器故障诊断.     

基于模糊理论的电池故障诊断专家系统

电池在线故障诊断是电池使用领域的一个重要研究课题.以模糊数学与模糊诊断原理为基础,提出了一个用于电池故障诊断的专家系统.并结合电池使用的特点,重点探讨了症状隶属度的确定方法.同时,还对模糊关系矩阵参数和阈值的确定方法进行了探论,介绍了电池在线诊断推理流程,给出了诊断研究结果.     

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.     

变压器常见故障分析

变压器是发电厂的重要电气设备,变压器出现故障,轻则引起厂用电中断,重则造成机组停运、全厂停电等事故,甚至发生重大电网事故。结合山西兴能发电有限责任公司生产运行与检修实践,分析了变压器常见故障的发生原因及处理过程,并提出了相应的防范措施。     

思维进化算法优化模糊神经网络的变压器故障诊断

提出一种基于思维进化算法的模糊神经网络变压器故障诊断方法。该方法利用思维进化算法中的趋同和异化操作,对模糊神经网络中输入变量的隶属度函数位置参数和宽度参数以及神经网络的连接权值进行全局优化,可有效地克服常规模糊神经网络BP算法收敛速度慢、精度不高和遗传算法训练模糊神经网络速度缓慢、易陷入局部极小等缺点,有利于更快地收敛于全局最优解。并将其应用到基于溶解气体分析的变压器故障诊断中,实例表明,采用该方法具有较快的收敛速度和较高的诊断准确度,说明了该方法的正确性和有效性。     

基于双谱分析的内燃机曲轴轴承磨损故障的诊断研究

引入高阶统计量诊断曲轴轴承磨损故障,在EQ6100汽油发动机上模拟设置四种曲轴轴承间隙,并应用双干谱、双谱对振动信号进行了分析比较,结果显示双谱有效地抑制了噪声影响,较好地对曲轴轴承四种磨损状态进行了分类和识别,并揭示了非线性相位耦合随曲轴轴承磨损状态的变化规律;而运用双谱沿频率ω1=ω2的对角切片提取了曲轴轴承磨损故障诊断的特征参数,并有效地诊断了该故障.     

变压器常见故障的诊断

对于变压器常见故障的诊断一是根据变压器电流、电压、油位、油色、声音等方面发生的变化,进行初步分析和判断;二是结合油质分析、电气试验以及设备运行、检修等情况进行综合分析,对故障的部位、原因、绝缘或部件的损坏程度等做出准确判断并制定合理的处理方案。     

模糊神经网络在变压器故障诊断中的应用

提出并研究了模糊神经网络在变压器故障诊断中的应用问题。以油色谱分析数据作为输入，故障类型作为输出，建立了邦联诊断的模糊网络模型。故障实例的测试结果表明了这咎方法的有效性。