变压器油中气体的多核核主元回归预测模型

为了克服常用预测方法在建模时只单独考虑某种特征气体发展变化的不足,进一步提高预测的精度和可靠性,提出了一种基于多核核主元回归(multiple-kernel kernel principal componentregression,MK-KPCR)的变压器油中气体预测模型。采用不同类型核函数的线性加权组合构造新的等价核,以降低建模精度对核函数及其参数选择的依赖性;利用核主元分析(kernel principalcomponent analysis,KPCA)对变压器油中溶解气体样本数据提取核主元,进行回归计算与分析,建立同时预测变压器油中主要特征气体的核主元回归(kernel principal component regression,KPCR)模型;与灰色多变量预测模型(multivariable grey model,MGM),主元回归(principal component re-gression,PCR)及KPCR进行一步和多步预测比较。实验结果表明,MK-KPCR预测模型对核函数及参数选择的依赖性小,具有较优的预测精度和泛化能力。

用灰色多变量模型预测变压器油中气体的方法

变压器的油中溶解气体分析(DGA)是变压器绝缘寿命估计和绝缘故障诊断的重要依据,变压器油中气体体积分数的预测是周期性测试的重要补充。为此,在研究现有气体预测方法的基础上,提出使用灰色多变量模型来预测变压器的油中气体体积分数,以克服常用预测方法在预测时一般只考虑某一个特征参数或单独考虑几个特征参数发展变化的不足。灰色多变量模型可使用从同一信号中提取的多个诊断指标同时进行预测,从系统的角度统一描述各特征参数,因而能获得较准确的预测结果。另外还用绝对关联度进行了气体的相关性分析,这是使用灰色多变量模型进行预测的前提。预测实例表明了该方法的有效性和优越性。

油中气体分析在变压器故障诊断中的应用

本文叙述了油中气体分析在变压器类设备故障诊断中的应用,介绍了特征气体法、三比值法和三角形法的基本原理。并通过实例,进一步说明建立油中气体分析(DGA)数据库的必要性。

基于神经网络、模糊理论的变压器油中气体诊断专家系统

介绍基于人工智能理论中的模糊理论和神经网络理论建立起来的变压器油中气体诊断黑板型专家系统。专家系统具有启发性、透明性、高性能和灵活性的特点。系统不仅能够利用模糊理论来解决变压器故障诊断时出现的复杂性、经验性和模糊性等问题,还能利用神经网络的良好模式分类能力和自学习功能来不断提高整个系统的故障诊断精度,从而有效克服了以往采用单一方法进行诊断时所固有的诊断出错或诊断结果不全面的问题等缺点,提高电力变压器绝缘诊断的准确度。

基于油中气体分析的变压器故障诊断ReLU-DBN方法

油中溶解气体分析可为变压器故障诊断提供重要依据。为提高变压器故障诊断精度,研究了基于修正线性单元改进的深度信念网络（rectified linear units deep belief networks,Re LU-DBN）变压器故障诊断方法。通过分析油中溶解气体与故障类型的联系,建立以油色谱特征气体无编码比值为特征参量的Re LU-DBN诊断模型。Re LU-DBN通过多维多层映射提取出故障类型更细致明显的特征区别,通过反向调优达到诊断模型参数最优化。通过识别实验分析了不同特征参量、不同训练集及样本集大小下Re LU-DBN诊断模型效果,研究了放电兼过热复合型故障对诊断模型的影响,并与支持向量机、反向传播神经网络方法做了对比。实验结果表明基于无编码比值的模型诊断效果优于IEC比值、Rogers比值、Dornenburg比值为特征参量的模型,且Re LU-DBN较支持向量机和反向传播神经网络方法相比诊断准确率有较大提高。区分复合型故障的模型诊断效果优于未区分复合型故障的模型。随着样本数据的增多,模型诊断精度得到较大提升。

国外对变压器油中气体气相色谱分析的研究

根据高压油浸电力设备的油中微量气体的测定以及色谱分析米发现潜伏性故障,这在国外已得到广泛应用。它及时发现了局部过热、电弧放电、局部放电等故障,建立了卓越的功勋。一、判断标准的研究由于油浸电力设备所采用的材料和结构的不同、试验方法和技术上的差别等。

模糊无编码比值在变压器油中气体检测的应用

针对现有变压器油中气体故障诊断"三比值法"对比值分界值绝对化而造成误诊的缺点,本次研究提出把"模糊原理"和"无编码比值法"相结合,从而产生的一种新的变压器故障诊断方法"模糊无编码比值法"。根据大量的实践经验,编写软件实现了"无编码比值法"分界点的模糊处理和比值评判,通过大量的故障数据验证证明,"模糊无编码比值法"比现有的"三比值法"有更高的判断准确度。

灰色理论–变分模态分解和NSGA-Ⅱ优化的支持向量机在变压器油中气体预测中的应用

为了利用有限的历史数据准确地预测未来一段时间变压器油中的气体含量,该文将一种变分模态分解(variational mode decomposition,VMD)方法和优化的支持向量机(support vector machine,SVM)引入到预测模型中。首先,采用灰色模型(grey model,GM)对原始序列进行去趋势处理,然后对去趋势的序列进行VMD,得到了一组平稳的模态分量。再通过经改进的非支配排序遗传算法-II优化的SVM对各模态分量分别进行预测,最后重构获得了最终的预测结果。实验结果表明,该方法既在气体预测中具有较高精度,还能够反映气体变化趋势,并为电力系统其他领域的预测模型提供了新思路。

三相一体变压器油中气体在线分析的双温控系统

开发了三相一体变压器油中气体在线分析系统的炉温和柱温实时双温控系统;该系统以变压器在线监测重要设备色谱柱和固体氧化物燃料电池(SOFC)微量可燃气体检测传感器的工作环境温度为主要参数,以16位超低功耗单片机MSP430f149为控制核心,采用BANG-BANG控制和PID控制相结合的策略,快速稳定控制工作环境温度;通过PC机串口与系统进行交互,控制系统实时运行状态,上位机软件显示实时温度曲线;经长时间运行表明,能很好的将柱温控制在70℃±0.1℃,炉温控制在700℃±0.5℃,整定时间分别为5min,9min;应用于变压器油中气体在线分析,使气体检测基线总波动在200μV左右,得到油中6种气体的色谱峰。

充油设备故障类型及其油中气体的特征

概括了变压器等充油设备内部故障的一般类型 ,分析了产生故障的原因 ,介绍了不同故障情况下产生气体的特征 ,为正确检测充油设备的内部潜伏性故障提供了依据。

变压器油中气体在线监测系统在供电局的应用

变压器作为电力系统主要的供电设备，其可靠运行程度直接关系到电力系统电网的安全运行。随时检测变压器状态，及早发现并排除其可能发生的故障，已成为保障供电可靠性的重要手段之一。变压器油中溶解气体的在线监测是气相色谱技术的补充和发展，在线监测技术的实践、推广及应用是变压器管理工作的一项重要课题。它弥补离线色谱监测受到检测周期的影响，实现对大型变压器内部运行状态的在线监控，及时发现变压器内部故障，随时掌握设备的运行状况，为状态检修提供技术支持，在很大程度上提高了变压器的运行可靠性和安全性。

基于氦等离子体离子化的变压器油中气体检测方法

针对现有油中气体在线监测装置因测量精度低、检测数据重复性差等劣势而难以满足现场可靠跟踪分析变压器油中气体变化的问题,提出了一种基于氦等离子体离子化的变压器油中气体检测方法,实现了变压器的在线监测。该技术采用双极放电电子捕获气体检测原理,基于此研制了一种新型油中气体在线监测装置。将该监测装置安装在现场变压器上并运行,对油中H_2、CO、CH_4、C_2H_2、C_2H_4、C_2H_6、CO_2等气体进行监测和分析。现场数据表明,该装置运行稳定,在线监测数据与离线检测数据基本相符,且测量精度、重复性满足工程应用的要求。

变压器油中气体在线监测的应用研究

基于变压器油中各种特征气体成份的含量及关系，根据国家标准及DGA法，实现了针对变压器障碍状态的在线监测方法。

基于GRNN和KPCA组合模型的变压器油中气体体积分数短期预测

电力变压器作为输变电系统的主要核心设备,保证其能够健康稳定的运行具有重要意义,由于收集到的电力变压器的状态信息比较多,这些数据可以从各个方面反映变压器的运行状态,利用这些信息对变压器运行状态进行预测具有重要的研究意义,设备的状态监测参量是一个复杂的数据序列,通过预测方法来对参量未来的变化趋势进行预测,能够更好的掌握变压器的运行状态变化,传统方法的输入信息通常是单一或者少数几维来拟合未来的变化趋势,存在输入特征信息量不足且不同信息维度之间存在耦合的现象,为提高变压器状态参量的预测精度,文中提出了一种基于GRNN、KPCA的组合模型实现变压器油中气体体积分数的短期预测,将常用的几种气体体积分数比值也作为特征参量,拓展了特征参量的维度,其次利用核主元分析方法从特征参量中选取主要参量,降低了信息的冗余,最后利用广义回归神经网络来对变压器油中气体体积分数进行预测。

油中气体在线分析技术

简介了油中气体检测的基本原理,分析了用于油中气体在线分析的各种红外气体分析器的性能,讨论了油中气体在线分析的现状,并展望了发展前景。

变压器油中气体在线监测技术的应用

当变压器内部产生过热或放电时，产生的能量足以使所在部位的绝缘油或绝缘纸的分子链裂解，产生不同的气体小分子。气体小分子随即溶解于油中，并随着油流的循环，扩散到变压器的各部位。产生气体分子的数量取决于过热或放电的严重程度和演变速度。

变压器油中气体含量在线监测系统通过技术鉴定

4月13日,由国网电科院武汉南瑞有限公司承担的"变压器油中气体含量在线监测系统技术研究"项目顺利通过中国电机工程学会组织的项目技术鉴定。鉴定委员会专家通过对相关技术文件审查和现场测试数据分析,对项目给予了高度评价,认为变压器油中气体含量在线监测系统技术研究"主要技术指标达到国内领先水平,一致同意通过技术鉴定。

变压器油中气体在线监测与诊断新技术的分析

伴随电网建设步伐的加快,对变压器综合性能提出更高的要求。然而从当前变压器实际运行情况看,故障问题仍屡见不鲜,要求通过对油中溶解气体的分析,设计相应的模糊专家系统,以此实现气体在线监测以及故障诊断目的。本次研究将对变压器油中气体做简单介绍,分析变压器DGA传统故障诊断方法,并提出变压器DGA智能故障诊断方法。

变压器油中气体连续分析仪的应用

我厂从美国引进由SYPROTEC INC.制造的HYDRON 201R型变压器油中气体连续分析仪(变压器初始故障监测仪)安装于主变压器(SFP 9 360 000/220 360 MVA)上,连续监测变压器油中气体的情况。一旦被监测的气体超标,监测仪即时报警并记录,提供运行人员分析、判断,及时采取措施,保证设备运行安全。1 监测仪的原理及结构变压器油中气体连续分析仪见附图。

变压器油中气体异常的分析与处理

介绍了一台220kV变压器大修投运后,油中气体乙炔含量超过注意值并持续增长的现象,经对产气原因进行综合分析和检查,发现变压器内部存在放电性故障熏确保了设备的安全运行。