[发明专利]一种基于荧光光谱的变压器故障诊断装置及方法在审
申请号: | 202011387405.7 | 申请日: | 2020-12-01 |
公开(公告)号: | CN112505010A | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 戴荣英;周孟然;胡锋;卞凯;来文豪;孔茜茜 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G01N21/64 | 分类号: | G01N21/64;G01N21/01 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 232001 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 荧光 光谱 变压器 故障诊断 装置 方法 | ||
本发明提供了一种基于荧光光谱的变压器故障诊断装置,该装置包含电源模块、激光器模块、激光荧光探头模块、光谱仪模块、识别模块,本发明还公开了一种基于荧光光谱的变压器故障诊断方法:(1)采集油样,建立光谱数据库;(2)对原始光谱进行滤波处理;(3)对变压器油样光谱数据进行特征提取;(4)将光谱数据按照5:1的比例随机划分成训练集和测试集;(5)建立GMM‑LDA识别模型,并将测试集用于模型检验与辨识;(6)变压器故障诊断。采用LIF技术结合DAE‑GMM‑LDA的方法来分析变压器油的状态,以实现变压器故障诊断,具有较高的分类识别准确率和实际应用价值,泛化能力强,非常适合变压器故障诊断的实时准确检测和推广。
技术领域
本发明涉及电力变压器故障诊断领域,具体是一种基于荧光光谱的变压器故障诊断装置及方法。
背景技术
电网是保障经济社会发展的重要基础设施,而变压器则是智能电网发输电的关键设备,一旦出现故障,就会造成重大损失。当前,大部分变压器都使用油浸式变压器,其长时间运行会导致老化甚至内部组件出现故障。通常情况下可分为无故障、低能故障、高能放电故障、中低温过热、高温过热等情况。因此,及时发现变压器内部的潜伏性故障,可以防止重大设备损坏事故的发生,保障电力系统的安全稳定运行。
传统变压器故障检测方法为通过人工数据采样和在线参数采样相结合,然而由于人工判断一般只结合当前时刻的采样数据,人工判断费时费力,存在错误诊断的情况,不能有效地预测故障,可能造成不可估量的损失。现今变压器设备的安全性检测以及故障分析诊断技术由经典的振动诊断技术向多领域多方法发展,学科范围多样,主要包括:红外测温技术、射线扫描技术以及油液诊断技术等,油液诊断因能做早期预测而被广泛应用。然而,传统的变压器油分析方法存在测试及分析周期较长,成本较高,不能系统的反映变压器油状态与运行状况的问题,准确可靠的体系还有待完善。现行的色谱分析检测手段需要有经验的专业人员进行操作,试验周期较长。因此,如何快速准确的对变压器油状态进行辨识,以确保油浸式变压器的安全稳定运行,将成为电力企业关注的重点。
荧光现象从本质上来说是一种光致发光现象。通过检测激光照射样品后的荧光发射的方法称为激光诱导荧光(LIF)。由荧光的发光原理可知,分子荧光光谱与激发光源的波长无关,只与荧光物质本身的能级结构有关,所以,可以根据荧光谱线对荧光物质进行定性分析鉴别。照射光越强,被激发到激发态的分子数越多,因而产生的荧光强度越强,测量时灵敏度越高。一般由激光诱导荧光测量物质的特性比由一般光源诱导荧光所测的灵敏度提高2-10倍。通过LIF技术获得的荧光光谱可以体现实验样品的一些结构特性,因此能够很好的分析样品的特异性。
采用LIF技术结合降噪自动编码器(DAE)和基于高斯混合模型与线性辨别分析(GMM-LDA)相结合的方法来分析变压器油的状态,其光学检测抗电磁干扰能力强,稳定性高,可满足构建变压器故障快速、准确诊断的要求,而且检测精度较高,操作更加简单等,并且使用DAE-GMM-LDA识别算法可以自动确定最优聚类数目,实现最优特征库的自动提取,有效改善了随机选取聚类个数所导致聚类结果不稳定的缺陷,从而提高了辨识系统的稳定性,取得较高的分类准确率,较高的泛化能力。这对于变压器故障诊断有着重要的研究意义。
发明内容
本发明的目的是提供一种基于荧光光谱的变压器故障诊断装置及方法,以实现对变压器故障的准确判别。
为了实现以上所述的目的,本发明采用的技术方案如下:提供一种基于荧光光谱的变压器故障诊断装置,该装置包含电源模块、与电源模块相连的激光器模块、激光荧光探头模块、光谱仪模块、识别模块,浸没式微型荧光探头的一端通过UV/VIS石英光纤与激光器模块相连,另一端通过UV/VIS石英光纤与光谱仪模块连接,最后将USB2000+个性化配置型光谱仪与上位机相连。
作为优选,所述激光荧光探头模块采用浸没式微型荧光探头,探头采用直角光路系统,以使入射光和荧光在被测变压器油液中达到最佳分离。
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安徽理工大学,未经安徽理工大学许可,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/202011387405.7/2.html,转载请声明来源钻瓜专利网。