基于油色谱在线监测的变压器状态预警方法技术

本发明专利技术公开了一种基于油色谱在线监测的变压器状态预警方法，根据油色谱在线监测数据分析，将油色谱在线监测数据变化分为慢速渐变、快速渐变、轻度跃变和严重跃变四种类型，在此基础上，建立了变压器状态预警模型，并制定了相应的状态检修策略，实时监测变压器的状态，能够及时发现潜伏故障，提高变压器的运行可靠性，具有良好的应用前景。

【技术实现步骤摘要】
基于油色谱在线监测的变压器状态预警方法
本专利技术属于电力变压器状态评估
，具体涉及一种基于油色谱在线监测的变压器状态预警方法。
技术介绍
变压器是电力系统中最重要的电气设备之一，其直接影响电力系统的安全运行水平，一旦发生事故，会造成巨大的直接和间接损失。目前，大型电力变压器一般都为油浸式变压器，通常由铁芯、一次绕组、二次绕组、油箱、高低压绝缘套管等部件构成，复杂的组成结构影响了变压器运行的可靠性。变压器的故障按变压器本体划分可分为内部故障和外部故障两种，变压器油箱内发生的故障被称为内部故障。内部故障主要有各相绕组间的相间短路、绕组线匝之间的匝间短路、绕组与油箱外壳接地等。外部故障主要有油箱外部发生的绝缘套管闪络、绝缘套管损坏或破碎引起的外壳接地、引出线间的相间短路等。变压器内部故障对变压器造成的损害远大于外部故障，是变压器故障诊断和分析中的重点和难点。传统的变压器内部故障诊断和分析包括特征气体法和三比值法，但是两者的判据较为简单，结论有时存在一定偏差。部分文献对油色谱分析方法进行了改进，近年来，人工神经网络、模糊数学、支持向量机、灰色系统理论等各种智能技术被引入变压器故障诊断预警中，大大提高诊断变压器故障准确率。通过以上方法改进，较传统诊断方法准确率有所提高，但是并没有解决三比值法或特征气体法的局限性。现在的油色谱分析主要基于定期的检测数据，其间隔时间较长，通常都大于三个月，有时甚至是一年，间隔期间的变压器状态难以评估。实际运行中发现，变压器的潜伏故障不仅和气体的浓度相关，还和气体浓度连续变化趋势相关，通过对气体浓度变化趋势分析，可以解决传统油色谱分析的不足，如何实时监测变压器的状态，及时准确的发现变压器潜伏故障，是当前急需解决的问题。
技术实现思路
本专利技术所解决的技术问题是克服现在的油色谱分析基于定期的检测数据，其间隔时间较长，间隔期间的变压器状态难以评估的问题。本专利技术的基于油色谱在线监测的变压器状态预警方法，根据油色谱在线监测数据分析，将油色谱在线监测数据变化分为慢速渐变、快速渐变、轻度跃变和严重跃变四种类型，在此基础上，建立了变压器状态预警模型，并制定了相应的状态检修策略，实时监测变压器的状态，能够及时发现潜伏故障，提高变压器的运行可靠性，具有良好的应用前景。为了解决达到上述目的，本专利技术所采用的技术方案是：一种基于油色谱在线监测的变压器状态预警方法，其特征在于：包括以下步骤，步骤(A)，对油色谱在线监测数据进行ETL处理(数据抽取处理)，作出油色谱在线监测数据的图形，并实时检测油色谱监测数据；步骤(B)，若检测到油色谱监测数据为渐变现象，渐变现象包括快速渐变和慢速渐变，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间；步骤(C)，若检测到油色谱监测数据为跃变现象，跃变现象包括轻度跃变和严重跃变，去除油色谱中的伪跃变，根据气体浓度的跃变大小，区分为轻度跃变和严重跃变；步骤(D)，根据步骤(B)和步骤(C)确定的油色谱在线监测数据的变化类型，确定变压器的状态，从而进行检修。前述的基于油色谱在线监测的变压器状态预警方法，其特征在于：步骤(B)，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间，包括以下步骤，(B1)分析变压器内气体监测数据斜率时，若存在拐点，则从拐点处开始得到气体监测数据的平均斜率，若无拐点，则从起始时计算得到气体监测数据的平均斜率，计算公式，如公式(1)所示，其中，k为油色谱的气体监测数据的平均斜率，C1为起始时或者拐点开始时油色谱内监测气体的浓度数据，C2为当前油色谱内监测气体的浓度数据，T为监测天数；(B2)以三个月内油色谱内气体监测数据的平均斜率为参考，若发现超过设置的平均斜率阈值时，该变压器故障率将快速增长为渐变现象，(B3)根据平均斜率值，区分快速渐变和慢速渐变；(B4)从渐变的拐点开始，对在变压器内气体监测数据进行指数函数模型，通过计算气体浓度达到注意值浓度所需的天数t，指数函数模型，如下式所示，Q＝K(a)t其中，t为检修时间，Q为气体浓度注意值，K(a)为指数函数模型，a是油色谱的气体监测数据渐变曲线，根据最小二乘法拟合函数得到的值。前述的基于油色谱在线监测的变压器状态预警方法，其特征在于：步骤(C)，去除油色谱中的伪跃变，根据气体浓度的跃变大小，区分为轻度跃变和严重跃变，包括以下步骤，(C1)列出判断条件公式(2)和公式(3),Cn-Cn-1≥Q(2)Cn+i-Cn-1≥Q(3)其中，Cn为测量点为n时，油色谱内监测气体的浓度数据；Cn-1为测量点为n-1时，油色谱内监测气体的浓度数据；Cn+i为测量点为n+i时，油色谱内监测气体的浓度数据，Q为判断跃变设定的阈值，即为气体浓度注意值；(C2)若公式(2)成立，公式(3)不成立，则油色谱在线监测数据在测量点n时，发生伪跃变，将其去除；(C3)若公式(2)和公式(3)同时成立，则油色谱在线监测数据在测量点n时，发生跃变现象，若Cn大于导则规定的气体浓度，则油色谱发生严重跃变；若Cn小于导则规定的气体浓度，则油色谱发生轻度跃变。前述的基于油色谱在线监测的变压器状态预警方法，其特征在于：(C1)判断跃变设定的阈值Q为导则规定气体浓度的2倍。前述的基于油色谱在线监测的变压器状态预警方法，其特征在于：步骤(D)，根据步骤(B)和步骤(C)确定的油色谱在线监测数据的变化类型，确定变压器的状态，从而进行检修，具体如下，(1)若油色谱在线监测为慢速渐变，则6个月内无需检修；(2)若油色谱在线监测数据为快速渐变，则通过指数函数模型，计算油色谱内气体浓度到度到达气体浓度注意值的天数，给予检修人员参考；(3)若油色谱在线监测数据为轻度跃变，则三个月内检修；(4)若油色谱在线监测数据为严重跃变，则立即检修。本专利技术的有益效果是：本专利技术的基于油色谱在线监测的变压器状态预警方法，根据油色谱在线监测数据分析，将油色谱在线监测数据变化分为慢速渐变、快速渐变、轻度跃变和严重跃变四种类型，在此基础上，建立了变压器状态预警模型，并制定了相应的状态检修策略，实时监测变压器的状态，能够及时发现潜伏故障，提高变压器的运行可靠性，具有良好的应用前景。附图说明图1是本专利技术的基于油色谱在线监测的变压器状态预警方法的流程图。图2是CH4气体浓度监测数据的变化趋势图。图3是H2气体浓度监测数据的变化趋势图。具体实施方式下面将结合说明书附图，对本专利技术作进一步的说明。本专利技术的基于油色谱在线监测的变压器状态预警方法，包括以下步骤，步骤(A)，对油色谱在线监测数据进行ETL处理(数据抽取处理)，作出油色谱在线监测数据的图形，并实时检测油色谱监测数据；步骤(B)，若检测到油色谱监测数据为渐变现象，渐变现象包括快速渐变和慢速渐变，其中，慢速渐变是指气体浓度在较长时间总体变化缓慢上升，变化趋势平缓，没有加速变化趋势，此现象变压器正常老化引起的变，变压器一般能长时间保持正常运行；快速渐变是指气体浓度在某个拐点后，总体变化趋势上升较快，但其气体浓度和绝对速率大都没有超过注意值，且变化趋势没有趋缓迹象，此现象大多数由变压器油过热、油中杂质过多、负荷过重等原因引起，变压器正处于故障潜伏期，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间，本文档来自技高网...

【技术保护点】
基于油色谱在线监测的变压器状态预警方法，其特征在于：包括以下步骤，步骤(A)，对油色谱在线监测数据进行ETL处理，作出油色谱在线监测数据的图形，并实时检测油色谱监测数据；步骤(B)，若检测到油色谱监测数据为渐变现象，渐变现象包括快速渐变和慢速渐变，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间；步骤(C)，若检测到油色谱监测数据为跃变现象，跃变现象包括轻度跃变和严重跃变，去除油色谱中的伪跃变，根据气体浓度的跃变大小，区分为轻度跃变和严重跃变；步骤(D)，根据步骤(B)和步骤(C)确定的油色谱在线监测数据的变化类型，确定变压器的状态，从而进行检修。

【技术特征摘要】
1.基于油色谱在线监测的变压器状态预警方法，其特征在于：包括以下步骤，步骤(A)，对油色谱在线监测数据进行ETL处理，作出油色谱在线监测数据的图形，并实时检测油色谱监测数据；步骤(B)，若检测到油色谱监测数据为渐变现象，渐变现象包括快速渐变和慢速渐变，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间；步骤(C)，若检测到油色谱监测数据为跃变现象，跃变现象包括轻度跃变和严重跃变，去除油色谱中的伪跃变，根据气体浓度的跃变大小，区分为轻度跃变和严重跃变；步骤(D)，根据步骤(B)和步骤(C)确定的油色谱在线监测数据的变化类型，确定变压器的状态，从而进行检修；其中，所述步骤(B)，计算监测数据的平均斜率，区分快速渐变和慢速渐变，并估算检修时间，包括以下步骤，(B1)分析变压器内气体监测数据斜率时，若存在拐点，则从拐点处开始得到气体监测数据的平均斜率，若无拐点，则从起始时计算得到气体监测数据的平均斜率，计算公式，如公式(1)所示，其中，k为油色谱的气体监测数据的平均斜率，C1为起始时或者拐点开始时油色谱内监测气体的浓度数据，C2为当前油色谱内监测气体的浓度数据，T为监测天数；(B2)以三个月内油色谱内气体监测数据的平均斜率为参考，若发现超过设置的平均斜率阈值时，该变压器故障率将快速增长为渐变现象，(B3)根据平均斜率值，区分快速渐变和慢速渐变；(B4)从渐变的拐点开始，对在变压器内气体监测数据进行指数函数模型，通过计算气体浓度达到注意值浓度所需的天数t，指数函数模型，如下式所示，Q＝K(a)t其中，t为检修时间，Q为气体浓度注意值，K(a)为指数函数模...

【专利技术属性】
技术研发人员：李斌，郭雅娟，吴奕，郝思鹏，陈锦铭，张济韬，黄伟，周超，王小波，姜海涛，
申请(专利权)人：江苏省电力公司电力科学研究院，国家电网公司，南京工程学院，
类型：发明
国别省市：江苏;32