一种基于多维特征量的变压器气体故障诊断和报警方法
【技术领域】
[0001] 本发明涉及的是一种基于多维特征量的变压器气体故障诊断和报警方法，属于电 力设备故障检测和报警技术领域。
【背景技术】
[0002] 充油电力变压器在长期的运行过程中受到电或热的作用会老化和劣化会产生少 量的气体。当变压器存在热或电故障时就会产生七种对判断变压器故障有价值的特征气体 即氢气（H2)、甲烷（CH4)、乙烷（C2H6)、乙烯（C2H4)、乙炔（C2H2)、一氧化碳（CO)、二氧化碳 (C02)。如果不是人工排气，产生的气体就会溶解到变压器油中。因此通过测量变压器油中 溶解气体的浓度就可判断变压器是否发生故障。
[0003] 现有变压器气体故障检测和告警技术在线监测系统中，由于传感器的测量误差而 导致一些数据不符合电气设备本身变化规律的数据，或不符合测量仪器本身精度和范围的 数据；这些数据包括死数据、异常跳变数据等不良数据；如将这些不良数据用于变压器气 体故障检测和告警系统的分析计算，将会影响到检测结果的正确性，因此需要加以处理。
[0004] 变压器油中溶解气体总体来说是一个逐步平稳积累的过程，在故障或异常发生 时，气体的数值会发生较大的变化。在正常采样过程中，下列影响因素会导致不良数据的产 生：
[0005] (1)油中气体扩散分布是个动态的过程，不同组分气体扩散到溶解油中速率不同。
[0006] (2)油气分离的效果，影响对气体浓度的测定，数值会产生波动。
[0007] (3)色谱柱的测定精度，影响气体浓度数值。
[0008] 由于所这些影响因素，使得测量气体的数据呈现不规则波动，导致测量值数据中 出现不良数据。
【发明内容】
[0009] 本发明的目的在于克服现有技术存在的不足，而提供一种方法简单可靠，能提高 检测结果的正确性，保证电力设备安全运行，主要利用数据有效性算法对在线监测装置测 量到的气体数据进行数据处理及有效性判断，利用特征气体关联报警算法判断特征气体数 据变化引起的故障报警是正常报警还是误报警的基于多维特征量的变压器气体故障诊断 和报警方法。
[0010] 本发明的目的是通过如下技术方案来完成的，一种基于多维特征量的变压器气体 故障诊断和报警方法，它是通过在线监测系统从变压器油中获得溶解气体的浓度值，并将 数据反馈给上位机管理系统后，变压器故障预测报警系统就会启动数据有效性算法程序对 测量的数据进行数据的有效性判断和数据处理，即判断数据是否为不良数据并处理，在判 定数据有效后系统就会启动数据故障误报警判断算法程序进行变压器故障判断，即判断是 否报警，并在确定报警后，通过变压器故障误报警判断程序中的关联气体报警算法，最终 确定变压器是否发生故障，即判断是否为误报警，确定是误报警，可判定为变压器正常，否 则变压器存在故障。
[0011] 本发明所述的不良数据主要包括死数据和异常跳变数据，其中所述的死数据是指 在时间序列中，正常应该随时间而变化的数据，在一段时间内不产生变化，这些点数据称为 死数据，在确定死数据时，与测量对象的数据特性密切相关；
[0012] 所述的异常跳变数据是指在时间序列中，在Ti_i时刻数据由于受到干扰，数值产 生跳跃性变化，在1\时刻回落，数值的变化幅度超越了Tpi时刻前的波动幅度；所述数据 是否为不良数据的判断和处理方法包括：
[0013]a)死数据的判断和处理：当检测出死数据时，说明传感器存在测量问题，需要人 工处理；
[0014]b)异常跳变数据的判断：数据跳变设定的条件是单点数据变化较大，跳变后数据 会回归到正常水平，对于数据跳变的计算，主要是确认数据变化幅度阈值；
[0015] 所述异常跳变数据的处理是：基于信号处理中小波去噪原理，对气体浓度值进行 滤波处理，其步骤如下：
[0016] (1)选择一个小波并确定分解的层次，然后对信号进行小波分解计算；
[0017] (2)对各个分解尺度下的高频系数选择一个合适的阈值进行软阈值量化处理；
[0018] (3)根据小波分解的最底层低频系数和经过量化处理后的各层的高频系数，进行 一维信号的重构，得到恢复的原始信号的估计值。
[0019] 针对跳变数据即含噪数据，使用小波多尺度分解去噪远离进行去噪。
[0020] 本发明优选的是：所述变压器油色谱气体在线监测系统中，以下数据认为是死数 据：
[0021] (1)上位机系统中，接收的数据时标不变，数值也不变，这类点是死数据；
[0022] (2)氢气（H2)、甲烷（CH4)、乙烷（C2H6)、乙烯（C2H4)、一氧化碳（CO)、二氧化碳 (C02)六种气体以及总烃，其中某类气体数值持续是零值的点，是死数据；
[0023] (3)数据点的数值为负值；
[0024] 在异常跳变数据的判断中，对于变压器油色谱在线监测数据的波动，为找出规律， 将N个时间序列数据，后项减前项作差分处理，形成{(Vi+1 -ViM数据序列，该数据序列实 际上反映了数据波动的幅度，近似服从正态分布规律的；根据统计学上的3 〇原则，对这些 波动幅值做出3 〇上控制限UCL和3 〇下控制限LCL;计算方法：
[0025] 记平均值为C，标准差为〇
【主权项】
1. 一种基于多维特征量的变压器气体故障诊断和报警方法，它分为不良数据处理及变 压器报警诊断两个步骤，其特征在于：通过在线监测系统从变压器油中获得溶解气体的浓 度值（1)，并将数据反馈给上位机管理系统后，变压器故障预测报警系统就会启动数据有效 性算法程序对测量的数据进行数据的有效性判断和数据处理，即判断数据是否为不良数据 并处理（2)，是则表示监测装置不稳（3);否，进行下一步工序，即使用去噪算法进行数据处 理（4);上述进行的即为不良数据的处理； 在判定数据有效后系统就会启动数据故障误报警判断算法程序进行变压器故障判断， 根据变压器在线监测装置测量阀值表，判断是否报警（5)，否，表示变压器正常（6);是，即 确定报警后，通过变压器故障误报警判断程序中的关联气体报警算法，即启动数据误报警 程序判断是否为误报警（7)，最终确定变压器是否发生故障，即判断是否为误报警，确定是 误报警，可判定为变压器正常（8)，否则变压器存在故障（9)。
2. 根据权利要求1所述的基于多维特征量的变压器气体故障诊断和报警方法，其特征 在于：本发明所述的不良数据主要包括死数据和异常跳变数据，其中所述的死数据是指在 时间序列中，正常应该随时间而变化的数据，在一段时间内不产生变化，这些点数据称为死 数据，在确定死数据时，与测量对象的数据特性密切相关； 所述的异常跳变数据是指在时间序列中，在Ti _ i时刻数据由于受到干扰，数值产生跳 跃性变化，在！\时刻回落，数值的变化幅度超越了 T i _ i时刻前的波动幅度；所述数据是否 为不良数据的判断和处理方法包括： a) 死数据的判断和处理：当检测出死数据时，说明传感器存在测量问题，需要人工处 理； b) 异常跳变数据的判断：数据跳变设定的条件是单点数据变化较大，跳变后数据会回 归到正常水平，对于数据跳变的计算，主要是确认数据变化幅度阈值； 所述异常跳变数据的处理是：基于信号处理中小波去噪原理，对气体浓度值进行滤波 处理，其步骤如下： (1) 选择一个小波并确定分解的层次，然后对信号进行小波分解计算； (2) 对各个分解尺度下的高频系数选择一个合适的阈值进行软阈值量化处理； (3) 根据小波分解的最底层低频系数和经过量化处理后的各层的高频系数，进行一维 信号