油浸式变压器故障智能诊断应用研究.pdf
《油浸式变压器故障智能诊断应用研究.pdf》由会员分享,可在线阅读,更多相关《油浸式变压器故障智能诊断应用研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、第45卷第3期2023年6 月D0I:10.13625/ki.hljep.2023.03.015黑龙江电力Heilongjiang Electric PowerVol.45 No.6Jun.2023油浸式变压器故障智能诊断应用研究缪薇,杨剑?(1.江苏省江都水利工程管理处,江苏扬州2 2 52 0 0;2.国网江苏省电力有限公司超高压分公司,南京2 1110 2)摘要:在电网系统中,油浸式变压器出现故障会导致供电线路受到影响,传统人工检测不能满足变压器故障检测需要,为此,开展油浸式变压器智能故障诊断应用研究。以某变电站变压器为例,选择BP和QIA-BP两种神经网络算法开展油浸式变压器故障诊断研
2、究。比较BP神经网络检测与人工检测的效率和准确率,并将QIA-BP神经网络与BP神经网络两种算法对析出气体的体积分数跟踪效果进行对比。通过白盒测试检验QIA-BP智能诊断系统的准确性,验证了QIA-BP神经网络智能故障检测对于变压器故障诊断的有效性和优越性。关键词:变压器;故障检测;QIA-BP神经网络;白盒测试中图分类号:TM411Applied research on intelligent diagnosis of oil-immersed transformer faults(1.Jiangdu Water Conservancy Engineering Management Offi
3、ce of Jiangsu Province,Yangzhou 225200,China;2.State Grid Jiangsu Electric Power Co.,Ltd.,Maintenance Branch Company,Nanjing 211102,China)Abstract:In the power grid system,the fault of oil-immersed transformer can affect the power supply lines.Thetraditional manual testing cannot meet the needs of t
4、ransformer fault detection.Therefore,research on theapplication of intelligent fault diagnosis for oil-immersed transformer is carried out.Taking a substation transformeras an example,two neural network algorithms,BP and QIA-BP,are selected to carry out oil-immersed transformerfault diagnosis resear
5、ch.The efficiency and accuracy of BP neural network detection are compared with those ofmanual detection,and the tracking effect of QIA-BP neural network is compared with that of BP neural network.The accuracy of the QIA-BP intelligent diagnosis system is tested by white box test,which verifies the
6、effectivenessand superiority of QIA-BP neural network intelligent fault detection for transformer fault diagnosis.Key words:transformer;fault detection;QIA-BP neural network;white box test0 引 言变压器是电网系统重要的设备,变压器的正常工作对于电网系统的正常运行必不可少。变压器工作过程中会产生热量,这些热量需要及时消除,以免对设备造成不良影响。变压器的冷却介质用于对热量进行释放,按照冷却介质不同分为油浸式、
7、干式、氧化物式2 。对于电网系统,变压器出现故障后能及时诊断,可以避免造成更大的损失,有利于及时恢复正常运行。传统的人工故障检测存在检测时间长,检测正确率低的问题。采用智能化故障检测是当前电力设备检测的一个新方向,有利收稿日期:2 0 2 3-0 2-2 1。作者简介:缪薇(1990),女,硕士,工程师,从事水利机电设备维修及管理工作。文献标志码:AMIAO Wei,YANG Jian?文章编号:2 0 9 5-6 8 43(2 0 2 3)0 3-0 2 6 4-0 4于提高故障诊断的效率,节约故障排查的时间,迅速恢复电网系统正常。针对变压器故障检测过程中存在的问题,提出一种基于BP神经网络
8、(back propagation neuralnetworks,BPNN)的智能诊断方法,将该方法与人工故障检测进行对比并进行实际案例的应用研究。再采用量子免疫算法(quantum immune algorithm,QIA)对BP神经网络进行优化,建立基于QIA-BP神经网络对变压器进行故障诊断,最后分析对比BP神经网络与QIA-BP神经网络在故障诊断时存在的差异,以提高变压器故障诊断的效率和准确性。1油浸式变压器的结构和故障当前变压器使用较多的冷却方式为油浸式,在油浸式变压器中,油箱是外壳,铁芯和绕组置于油第2 期箱内并注满变压器油,油箱中的油处于相对稳定的状态,可以保持油浸式变压器工作正
9、常3-5变压器油是一种矿物油,用于变压器工作过程中的温度冷却,但是当变压器油温度过高时,内部油分子中的 C一C 链和CH链会发生断裂,由液体变成气体,温度越高,气体析出速度越快,析出气体的不同可以作为变压器故障类型的判断依据。2人工故障检测方法2.1特高频分量检测方法根据油浸式变压器故障特点,采用特高频分量检测方法对变压器周围出现的电磁波进行检测。在检测过程中,变压器的内部放电会使得高频率电磁波被激发出来,传感器接收到电磁波信号。根据缪薇,等:油浸式变压器故障智能诊断应用研究2.2变压器放电波变压器异常情况下会释放出电磁波,传感器能够检测到电缆终端信号,这些信号包含电磁波和噪声6-7 。在获得
10、检测信号后,对信号进行处理,经过处理后的信号,再进行数据分析和故障判断,最后找出变压器故障类型,从而实现变压器故障诊断。在变压器出现故障放电初期,周围电场稳定,无单周期脉冲的产生;当变压器故障没有得到及时排除,继续放电,周期脉冲开始变成对称形式。当周期脉冲少于5个时,电磁波的相位开始发生变化。几种常见类型的放电示波如图1所示。265信号的脉冲波形,对故障类型进行判断。对于传感器来说,电磁波的高、低频都在其检测范围内,变压器的脉冲信号均能进行检测。+(a)电力设备高压电极出现电晕MHMAAMAN(b)电力设备介质空穴放电+(c)电接触噪音波形Fig.1Common discharge oscil
11、lograms电磁波需要经过处理后才能识别故障类型。通过处理,可以消除穴余信息,对信号进行检测,经过分析能够识别故障类型,有利于及时排除变压器故障,恢复电网系统的正常工作状态。33变压器故障诊断案例研究3.1变电站实地故障诊断根据变压器出现的故障类型和表现出的波形差异,采用适当的方式对变压器故障进行诊断研究8 。以某2 2 0 kV变电站变压器为例进行实地故障诊断。该变电站采用两种不同的接线方式,主变部分采用I、I 双母线接线方式;2 2 0 kV电力输送部分采用3/2 接线方式。在该变电站中,主变电站串联运行,2 2 0 kV线变电站由串联、低压线共同组成。母线连接断路器,这条线路没有受到故
12、障的影响,处于正常的工作状态。在线路中,2 号主变通常情况下不会出现故障,若出现故障,2 2 0 kV变电站会因为跳闸保护,自动(d)靠近高压电极的空穴放电图1常见放电示波图断开线路。线路异常会对电网系统的供电造成影响,采用BP神经网络的方法对变压器故障进行诊断,从而对出现的故障及时排除。BP神经网络是具有灵活网络构架和非线性映射能力的智能算法,缺点是学习能力不足93.2BP神经网络故障诊断与人工检测对比为了检验BP神经网络对变压器故障的诊断效果,将神经网络故障检测与人工实地故障检测进行对比,考查两者对变压器故障的检测效果。设置相同的检测组数和检测时间,采用控制变量的方法进行对比,多次检测取平
13、均值,将获得的数据结果汇成表格,结果对比如表1所示。表1两种变压器故障诊断方法对比Table 1 Comparison of two transformer faultdiagnosis methods检测方法组数BP神经网络30人工检测30时间/min1.7642.38正确率%10094.5266由表1可知,不同的变压器故障检测方法消耗的时间不同,实现的准确率也不同。相对于神经网络检测而言,人工检测需要的时间更长,在正确率方面,BP神经网络检测也比人工实地检测的正确率更高。人工实地检测30 组变压器用时42.38 min,变压器神经网络故障检测用时1.7 6 min;人工实地检测正确率为94
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 油浸式 变压器 故障 智能 诊断 应用 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。