一种变压器故障控制方法

文档序号:6218493阅读:318来源:国知局
一种变压器故障控制方法
【专利摘要】本发明公开了一种变压器故障控制方法,包括:电力变压器周边电路检测子方法,和电力变压器内部检测子方法。所述电力变压器内部检测子方法,进一步包括神经网络故障诊断步骤;所述电力变压器内部检测子系统通过所述神经网络学习输入到输出的样本集,实现输入到输出的映射关系,能够在具有最小运算的同时能建立故障现象和原因的非线性映射关系,能存储任意连续的模式对(Xk,Tk;k=1,2,…,m),完成输入{Xk}到期望输出{Zk}的映射。采用集成的方法,利用模糊诊断技术有效地减少采用单一变压器故障控制方法进行诊断时所带来的不可避免的诊断出错或诊断结果不全面等误判问题。
【专利说明】
【技术领域】
[0001] 本发明涉及一种机械故障控制方法,特别涉及一种变压器故障控制方法。 一种变压器故障控制方法

【背景技术】
[0002] 电力变压器是电力系统中重要的变电设备,其运行状态直接影响系统的安全性、 稳定性。及早发现变压器的潜伏性故障,保证变压器的安全运行,从而提高供电的可靠性是 电力部门关注的一个重要问题。实践证明三比值法和改良电协研法对于发现变压器内部的 潜伏性故障及其发展趋势非常有效。三比值法和改良电协研法,因简单、方便在各国被广泛 应用。但是,由于变压器容量、电压等级、绝缘结构、运行历史、生产厂家以及所处系统的差 异,导致其准确度一般只能达到80%左右。
[0003] 变压器故障是变压器本身及其应用环境综合作用和长期积累的结果,因而变压器 故障的征兆多种多样,一故障征兆与故障机理间的联系也错综复杂,这就给建立通用的变 压器故障控制方法造成了很大的困难。迄今为止,变压器故障诊断技术的研究还不够完善, 特别是在所使用的分析方法与具体诊断领域知识的有效结合方面还存在诸多问题。
[0004] 人工神经网络是一种智能化的数据处理方法,其处理具有非线性关系数据的能 力,是目前其它方法所无法比拟的。它的输入输出非线性映射特性、信息的分布存储、并行 处理和全局集体作用,特别是其高度的自组织和自学习能力,使其成为故障诊断的一种有 效方法和手段。它提供了一种全新的知识获取、知识表达和知识推理方式,为故障诊断问题 提供了一种新的解决途径。将其用于复杂系统的故障诊断中,可较好地解决常规故障诊断 专家系统知识获取的"瓶颈"问题。
[0005] 国内外研究表明,在故障诊断领域,神经网络诊断方法的准确率可达到80%以上, 具有潜在的实用价值。
[0006] 为此,本发明根据电力变压器故障诊断的特点,研究出了适合于变压器潜伏性故 障诊断的神经网络综合诊断系统。


【发明内容】

[0007] 本发明所要解决的技术问题是在于:运用IEC三比值法对变压器的运行状态进行 故障诊断分析,由于过程复杂,计算繁琐,比值编码边界模糊的比值区间等原因常常引起误 判。由于IEC三比值法本身的不足,甚至有时还会出现不能给出诊断的情况。
[0008] 为了 IEC技术在变压器的故障诊断上发挥出更大的作用,提高IEC三比值法的准 确度,本发明利用可视化技术对三比值进行图示化,从多维的角度赋予数据空间属性,并建 立起变压器可视化故障诊断模型;利用模糊诊断技术把故障征兆信号与模糊数学方法结 合起来,将气体组分比值看作故障类别的模糊现象子集,依据三比值法中给出的不同气体 组分相互间的比值与变压器故障类别之间的定量关系。
[0009] 建立模糊现象子集对应于不同故障类别的隶属函数,从而进行故障类别的模糊诊 断;采用集成的方法,将可视化技术和模糊诊断技术相结合有效地减少采用单一变压器故 障控制方法进行诊断时所带来的不可避免的诊断出错或诊断结果不全面等误判问题。
[0010] 为了解决上述技术问题,本发明提供了一种变压器故障控制方法,包括:电力变压 器周边电路检测子方法,和,电力变压器内部检测子方法。
[0011] 所述电力变压器周边电路检测子方法,进一步包括:信号检测步骤、特征抽取步 骤、状态识别步骤和预报决策步骤。
[0012] 所述信号检测步骤,用于测取与故障有关的状态信号;其信号检测过程包括以下 方面:1)信号测取过程:通过电量或非电量传感器组成的探测装置获得测量对象参数的变 换;2)信号调理过程:对探测装置获得的信号进行变换以及传输;3)数据采集过程:把信 号由连续变为离散的过程;按照不同的诊断目的和对象,选择最能反映被测对象状态的信 号,使用电量或非电量的传感装置、信号调理装置及数据采集装置,对采集数据进行整理, 形成被测对象的状态信息库。
[0013] 所述特征抽取步骤,用于将检测到的信号变换进行特征抽取,将由信号检测得到 的初始态信号通过信号分析处理,提取能反映故障状态的特征,形成待检模式;前述信号分 析处理包括:去除噪声处理、放大或压缩处理、信号变换。。
[0014] 所述状态识别步骤,用于分析故障案例,利用数据库技术建立故障档案库,把故障 档案库的状态模式定为基准模式,把新发生故障后通过信号检测、特征抽取后获得的状态 模式称为待检模式,并与基准模式进行比较判断,判别设备是否正常运行。
[0015] 所述预报决策步骤,用于经过判别,对属于正常状态的继续检测,重复以上工序; 对属于异常状态的,查明故障情况,做出发展趋势分析,估计今后发展和继续运行的时间, 以及根据故障原因提出控制措施和维修决策。
[0016] 所述信号检测步骤进一步包括暂态等效回路检测;所述暂态等效回路检测,进一 步用于分析暂态电容电流;所述暂态等效回路在分析暂态电容电流时,1Y和L不予考虑,利 用LpC、%组成的串联回路和零序正弦电压 U(l,根据如下微分方程式计算暂态电容电流:
[0017]

【权利要求】
1. 一种变压器故障控制方法,其特征在于,包括:电力变压器周边电路检测子方法, 和,电力变压器内部检测子方法。
2. 根据权利要求1所述变压器故障控制方法,其特征在于,所述电力变压器周边电路 检测子方法,进一步包括:信号检测步骤、特征抽取步骤、状态识别步骤和预报决策步骤。
3. 根据权利要求1所述变压器故障控制方法,其特征在于,所述信号检测步骤,用于测 取与故障有关的状态信号;其信号检测过程包括以下方面:1)信号测取过程:通过电量或 非电量传感器组成的探测装置获得测量对象参数的变换;2)信号调理过程:对探测装置获 得的信号进行变换以及传输;3)数据采集过程:把信号由连续变为离散的过程;按照不同 的诊断目的和对象,选择最能反映被测对象状态的信号,使用电量或非电量的传感装置、信 号调理装置及数据采集装置,对采集数据进行整理,形成被测对象的状态信息库。
4. 根据权利要求1所述变压器故障控制方法,其特征在于,所述特征抽取步骤,用于将 检测到的信号变换进行特征抽取,将由信号检测得到的初始态信号通过信号分析处理,提 取能反映故障状态的特征,形成待检模式;前述信号分析处理包括:去除噪声处理、放大或 压缩处理、信号变换。
5. 根据权利要求1所述变压器故障控制方法,其特征在于,所述状态识别步骤,用于分 析故障案例,利用数据库技术建立故障档案库,把故障档案库的状态模式定为基准模式,把 新发生故障后通过信号检测、特征抽取后获得的状态模式称为待检模式,并与基准模式进 行比较判断,判别设备是否正常运行。
6. 根据权利要求1所述变压器故障控制方法,其特征在于,所述预报决策步骤,用于经 过判别,对属于正常状态的继续检测,重复以上工序;对属于异常状态的,查明故障情况,做 出发展趋势分析,估计今后发展和继续运行的时间,以及根据故障原因提出控制措施和维 修决策。
7. 根据权利要求1所述变压器故障控制方法,其特征在于,所述信号检测步骤进一步 包括暂态等效回路检测;所述暂态等效回路检测,进一步用于分析暂态电容电流;所述暂 态等效回路在分析暂态电容电流时,ιγ和L不予考虑,利用LpC、%组成的串联回路和零序 正弦电压%,根据如下微分方程式计算暂态电容电流:
式中:仏为零序电压的幅值; C表不电网的零序等效电容; L。为含变压器及线路电感的零序等效电感; R〇表示零序回路中的等值电阻; ιγ、L分别表示消弧线圈的有功损耗电阻和电感;U(l为零序电压。
8. 根据权利要求1所述变压器故障控制方法,其特征在于,所述电力变压器内部检测 子方法,利用5种特征气体C2H 4、C2H6、C2H2、CH 4、H2构成三对比值C2H2/C2H 4、CH4/H2和C2H4/ C 2H6,在相同的情况下把这些比值以不同的编码表示,如下表1所示,根据测试结果计算得 出编码,并把三对比值换算成对应的编码组,然后查表对应得出故障类型和故障部位,如下 表2所示: 表1编码规则
表2故障类型判断方法
9.根据权利要求1所述变压器故障控制方法,其特征在于,所述电力变压器内部检测 子方法中,CH4/H2比值编码隶属函数的构造方式为:CH4/H 2分别隶属于0、1、2编码的模糊分 布函数:

10.根据权利要求1所述变压器故障控制方法,其特征在于,所述电力变压器内部检 测子方法,进一步包括神经网络故障诊断步骤;所述电力变压器内部检测子系统通过所述 神经网络学习输入到输出的样本集,实现输入到输出的映射关系,能够在具有最小运算的 同时能建立故障现象和原因的非线性映射关系,能存储任意连续的模式对(x k,T k;k=l, 2,一,111),完成输入(Xk}到期望输出{Zk}的映射。
【文档编号】G01R31/00GK104101795SQ201410056711
【公开日】2014年10月15日 申请日期:2014年2月19日 优先权日:2014年2月19日
【发明者】许唯, 张守国, 葛玉华 申请人:江苏倍尔科技发展有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1