[发明专利]一种变压器状态评估方法在审
申请号: | 201910181566.1 | 申请日: | 2019-03-11 |
公开(公告)号: | CN110618340A | 公开(公告)日: | 2019-12-27 |
发明(设计)人: | 罗伟明;吴杰康;覃炜梅;张博 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G01R31/02 | 分类号: | G01R31/02;G01R31/12;G01N30/02 |
代理公司: | 44102 广州粤高专利商标代理有限公司 | 代理人: | 林丽明 |
地址: | 510006 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 变压器状态评估 输入样本 预处理 变压器状态 密度聚类 算法处理 产气率 数据集 总烃 变压器 模糊神经网络算法 模糊神经网络 绕组直流电 击穿电压 极化指数 介质损耗 评估参数 评估模型 实际状态 数据通过 铁心接地 构建 微水 向量 样本 评估 | ||
本发明涉及一种变压器状态评估方法,包括以下步骤:S1:确定不同变压器样本的评估参数,如C2H2气体含量、H2含量、总烃绝对产气率、总烃含量、CO绝对产气率、极化指数、绕组直流电阻、绕组介质损耗、铁心接地电流、酸值、油中微水含量、油击穿电压、油介损中的一种或多种,构建输入样本数据集;S2:对输入样本进行预处理;S3:对经S2预处理过的输入样本向量进行局部密度聚类算法处理;S4:通过局部密度聚类算法处理得到变压器状态结果;S5:结合变压器状态结果和数据集搭建基于模糊神经网络算法的变压器状态评估模型;S6:输入新变压器状态评估数据通过模糊神经网络评估模型进行变压器状态评估;本发明对变压器实际状态进行更为全面的评估。
技术领域
本发明涉及电力系统及其自动化技术领域,更具体地,涉及一种变压器状态评估方法。
背景技术
变压器作为电力系统重要的一次设备,其运行的稳定性和安全性直接影响电力系统的正常运行,但随着国家的壮大和经济的发展,用户对供电量需求的增大,对电力系统的容量的要求也越来越高,在这样的情况下,伴随这变压器数量的增多,其变压器由于老化或者故障带来的损失也会越大,因此能有效评估变压器的运行状态,对电力系统的稳定运行将起到重要的作用。
随着国内外不同地区电力系统故障事件和对社会造成的影响可以看出提高电力系统的可靠性是保证电力系统安全运行的基础;电力变压器作为主要的能量传输和转换的主要设备,是电力系统中重要的枢纽设备,电力变压器运行的稳定性直接影响电力系统的安全运行;随着国家的壮大和经济的发展,对电力系统运行的安全可靠性与经济性提出了更高要求;电网规模的扩大,不同电力设备的增多,以及电力系统向着智能化的方向发展,对电力系统的稳定和安全带来了新的挑战。在实际电力系统运行过程中,电力变压器绝缘老化问题,直流绕组形变,维修质量都威胁则会整个电力系统的正常运行,因此提高电力变压器的运行可靠性是电力行业重要的研究方向,除了使用质量好,技术过硬的变压器来提高电力系统的可靠性外,主要还是加强电力变压器的运行,维护以及检修水平,所以有效的变压器检修策略将对电力系统的可靠性和稳定性至关重要。
过去对变压器的故障后检修和定期检修往往需要大量的人力与物力,并且变压器之间的运行环境不同,定期检修经常出现“过检修”和“欠检修”的情况;根据大量资料表明,随着电力系统自动化程度的逐渐提高,电力系统设备发生故障中只有6%与时间相关,因此定期检修策略的有效性将受到很大限制;虽然在结合专家经验和定期检修的变压器维修方式,取得了一定的效果;但随着电力系统的扩大和电力设备的增多,设备之间的关联程度日趋复杂以及越来越高的供电可靠性要求,安排停电检修的难度将越来越大;对于变压器,定期检修策略向状态检修策略过度将是未来的发展趋势。
电力系统设备数量多,种类繁杂,而电力系统的运行状态复杂多变,很难及时有效的检测和评估变压器的实时状态,在制定定期检修策略中,工作人员对试验数据将更为重视,相应会忽略变压器的运行数据,因此无法对变压器状态提供较为精细化全面化的状态评估,从而无法达到变压器状态检修的要求;对于运行的变压器而言,随着运行年限的增加或者因运行状态,环境影响,电力变压器的各个指标也会随之发生变化,所以可以从电力变压器的历史数据与运行数据中提取出电力变压器的状态变化规律和共性特征。
变压器指标众多,根据国家电网公司的Q/GDW169-2008《油浸式变压器(电抗器)状态评价导则》和相关文献中对变压器状态评估体系的制定,本发明专利选取油色谱数据,电气试验,绝缘油试验这3个特征量及对应C2H2气体含量,H2含量,总烃绝对产气率,总烃含量,CO绝对产气率,极化指数,绕组直流电阻,绕组介质损耗,铁心接地电流,酸值,油中微水含量,油击穿电压,油介损13 个指标量组成评价体系;对每个指标量确定状态等级,其状态等级分为成良好、正常、注意、警告、严重五个状态,其状态等级:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910181566.1/2.html,转载请声明来源钻瓜专利网。