[发明专利]基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法

说明书

本发明提供一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法，首先，训练BP神经网络拟合去极化电流和聚合度之间的关系，消除环境温度带来的误差，实现不同环境温度下的油纸绝缘老化预测；然后，采用鸡群算法对神经网络权值和阈值优化，解决BP神经网络训练时存在学习效率低、速度慢、易陷入局部极值点的问题。最后进行仿真研究，结果表明，本方法可以消除温度对极化去极化电流的影响，实现了对油纸绝缘老化的准确预测。

技术领域

本发明属于变压器油纸绝缘老化状态检测技术领域，特别是涉及到一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法。

背景技术

电力系统中的变压器承担着能量传输和电压转换的重要责任，其状态直接影响电力系统的安全运行，一旦发生故障，所造成的损失将十分巨大。而变压器在正常运行时，会受到电、热、机械以及外界干扰的影响，造成绝缘老化。变压器绝缘的老化是变压器产生故障的重要原因之一，变压器的绝缘老化可以分为固体绝缘老化和液体绝缘老化两部分。液体绝缘老化主要是绝缘油的老化，绝缘油在长时间的带负荷运行后其绝缘性能会下降，它的性能可以通过更换和滤油等方法进行提升。固体绝缘老化主要是绝缘纸板的老化，绝缘纸板是由纤维素组成的大分子聚合物，分子降解造成分子聚合度的降低最终导致绝缘纸板的绝缘性能降低。因此，绝缘油和绝缘纸板成为影响变压器绝缘性能的主要因素。当变压器绝缘性能下降到一定程度，会导致变压器在受到过电压时发生内部击穿放电，严重危害变压器内部结构，造成绕组局部短路、绝缘碳化、绝缘击穿等后果。

现在，电力系统中还有很多投运时间较长的变压器，这些变压器都已经进入老化过程的中期或后期，充分地发挥这些设备的使用年限可以节省更多设备开支，降低成本。但同时，也要保证这些变压器的安全运行，不能让有潜在绝缘故障的变压器持续运行。所以有效、准确地评估变压器的绝缘状态，可以在保证变压器可靠运行的情况下，预防变压器的潜在故障，最大限度地使用变压器的运行寿命。由此可以保护电网的稳定运行，防止由于变压器绝缘老化而造成的电网故障与损失，从而达到节省更多设备开支，降低成本的目的。

变压器绝缘的检测方法分为化学诊断和电诊断两种。目前基于化学物理特征量的化学诊断检测技术有四种，分别为聚合度法、油中溶解气体法、油中糠醛含量法和红外光谱法。化学诊断方法需要现场采集变压器绝缘纸和绝缘油。但是，给变压器吊芯取纸的过程会破坏变压器的绝缘结构，影响变压器的正常使用。同时由于变压器中途滤油，因此油中化学参量难以反映真实的油纸绝缘状态。

在二十世纪前，对于变压器基于电气特征的检测技术仍停留在介质损耗角、绝缘电阻等实验。由于这些实验的结果往往比较单一，只能反映较为片面的变压器绝缘信息，同时由于未进行整合研究，导致实验的数据比较分散，不成体系。而在近几十年，伴随着计算机技术、电气检测技术的提升，有着强大检测能力的电气检测设备推动了基于电气特征检测技术的发展，其中介电响应等能够提供丰富电气信息的技术在变压器领域有了很大的进步。

介质响应的实验分为时域测量和频域测量两种。介质响应的时域测量技术主要为以电压为测试量的恢复电压法和以电流为测试量的极化去极化电流法两种。介质响应的频域测量主要为频域谱法。这些方法都包含着丰富的电气信息，能够给变压器的整体绝缘状态提供电气特征量，并以此评估变压器的老化程度和使用寿命。

现有的电气特征的检测技术中，恢复电压法的判断依据主要有恢复电压、充电阶段电压初始斜率和电压峰值时间等。根据这些指标可以评估变压器整体的绝缘状态，但是恢复电压的缺点是不能对变压器中的固体绝缘和液体绝缘进行区分，只能对两者的组合电介质的状态进行整体评估。因此恢复电压法目前还未得到大量使用，停步在实验室研究状态。而频域谱法的优点是可以无损检测绝缘性能，且在高频区域有较强的抗噪能力，但是在低频测试求取扩展Debye模型参数时，测试效率低，花费时间长。虽然该方法可以得出环境参数对频域测试结果的影响规律，但少有对该规律的解释，缺乏理论依据。