一种电力变压器的故障检测与故障诊断综合系统技术方案

本发明专利技术公开了一种电力变压器的故障检测与故障诊断综合系统，包括依次连接的样本提取子系统、样本数据处理子系统、故障检测子系统和故障诊断子系统；所述样本提取子系统包括变压器油样本提取模块、变压器油样本气体提取模块和气相色谱分析模块；所述样本数据处理子系统包括样本数据聚类模块；所述故障检测子系统包括模型训练模块和故障预测模块；所述故障诊断子系统包括决策规则模块和故障诊断模块。本发明专利技术既可对变压器的有无故障进行预测又可诊断出变压器出现故障时的故障类型，可为检修运维人员检修变压器提供可靠的参考依据。

【技术实现步骤摘要】

本专利技术涉及一种电力变压器的故障检测与故障诊断综合系统，属电力设备状态检测

技术介绍
电力变压器是电力系统的重要设备，其运行状态直接影响系统的安全水平。变压器虽然在设计上具有良好的机械性能和足够的电气强度，但制造过程中不可避免的会存在一些局部缺陷，此外在变压器的长期运行过程中，在热、电以及外部的破坏和影响等因素作用下不可避免的会发生绝缘老化、材质劣化等问题，进而引起变压器故障和事故。同时，部分检修人员技术水平欠缺和违章作业，都会造成事故或导致事故的严重，从而危及电力系统的安全运行。因此，对变压器的运行状态及其潜伏故障进行判断，从而及时发现变压器内部故障的性质及发展趋势对掌握变压器的运行状态以及电力系统的安全稳定运行均具有重要意义。目前，变压器的故障检测一般通过在线监测为主，在一定程度上可对变压器的运行状态进行检测，但是采用在线监测的方式由于传感器的误差和干扰存在，造成采集的数据不够精确，进而无法准确对变压器的故障进行评估，同时也无法判断变压器的故障类型，无法为检修提供可靠的依据，除此之外，在线监测系统比较复杂，成本较高，限制了其应用场合和使用范围。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种电力变压器的故障检测与故障诊断综合系统。为了达到上述目的，本专利技术所采用的技术方案是：一种电力变压器的故障检测与故障诊断综合系统，包括依次连接的样本提取子系统、样本数据处理子系统、故障检测子系统和故障诊断子系统；所述样本提取子系统包括变压器油样本提取模块、变压器油样本气体提取模块和气相色谱分析模块；所述样本数据处理子系统包括样本数据聚类模块；所述故障检测子系统包括模型训练模块和故障预测模块；所述故障诊断子系统包括决策规则模块和故障诊断模块；所述样本提取子系统的变压器油样本提取模块从变压器中提取油样本，变压器油样本气体提取模块提取油样本中的气体，并由气相色谱分析模块分离、测定油样本中各种气体的含量，即气相色谱数据；气相色谱数据进入样本数据处理子系统，样本数据处理子系统的样本数据聚类模块对气相色谱数据进行聚类，生成油样本数据对象集合；油样本数据对象集合进入故障检测子系统，故障检测子系统的模型训练模块训练故障模型，根据训练的故障模型，故障预测模块对变压器的故障进行预测，得出变压器运行状态是正常还是故障，如有故障则进入故障诊断子系统，以判断是何种故障；故障诊断子系统的决策规则模块制定有决策规则，故障诊断模块根据决策规则对变压器故障类型进行诊断。所述样本数据处理子系统还包括样本数据预处理模块；所述样本数据预处理模块对气相色谱数据进行规格化处理，规格化处理后的气相色谱数据进入样本数据聚类模块。所述样本数据聚类模块采用遗传算法对气相色谱数据进行聚类。故障模块训练采用全调节径向基神经网络。本专利技术所达到的有益效果：1）本专利技术既可对变压器的有无故障进行预测又可诊断出变压器出现故障时的故障类型，可为检修运维人员检修变压器提供可靠的参考依据；2）本专利技术采用离线方式，可有效解决在线监测方式由于传感器误差而引起采集数据不准确，进而造成对变压器故障检测精度较低的问题。附图说明图1为本专利技术的整体框图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，一种电力变压器的故障检测与故障诊断综合系统，包括依次连接的样本提取子系统、样本数据处理子系统、故障检测子系统和故障诊断子系统。样本提取子系统包括变压器油样本提取模块、变压器油样本气体提取模块和气相色谱分析模块。样本数据处理子系统包括样本数据预处理模块和样本数据聚类模块。故障检测子系统包括模型训练模块和故障预测模块。故障诊断子系统包括决策规则模块和故障诊断模块。样本提取子系统的变压器油样本提取模块从变压器中提取油样本，变压器油样本气体提取模块提取油样本中的气体，并由气相色谱分析模块分离、测定油样本中各种气体（包括甲烷、乙烷、乙烯、乙炔、氢气、一氧化碳、二氧化碳）的含量，即气相色谱数据；气相色谱数据进入样本数据处理子系统，样本数据处理子系统的样本数据预处理模块对气相色谱数据进行规格化处理，规格化处理后的气相色谱数据进入样本数据聚类模块，样本数据聚类模块采用遗传算法对气相色谱数据进行聚类，生成油样本数据对象集合；油样本数据对象集合进入故障检测子系统，故障检测子系统的模型训练模块训练故障模型，故障模块训练采用全调节径向基神经网络，根据训练的故障模型，故障预测模块对变压器的故障进行预测，得出变压器运行状态是正常还是故障，如有故障则进入故障诊断子系统，以判断是何种故障；故障诊断子系统的决策规则模块制定有决策规则（如IF···THEN规则），故障诊断模块根据决策规则对变压器故障类型进行诊断，得出变压器故障类型，如：低能放电故障、高能放电故障、局部放电故障、低温过热故障(t<300℃)、中温过热故障(300℃<t<700℃)、高温过热故障(t>700℃)、低能放电兼过热故障、高能放电兼过热故障、固体绝缘故障。上述系统既可对变压器的有无故障进行预测又可诊断出变压器出现故障时的故障类型，可为检修运维人员检修变压器提供可靠的参考依据；上述系统采用离线方式，可有效解决在线监测方式由于传感器误差而引起采集数据不准确，进而造成对变压器故障检测精度较低的问题。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
一种电力变压器的故障检测与故障诊断综合系统，其特征在于：包括依次连接的样本提取子系统、样本数据处理子系统、故障检测子系统和故障诊断子系统；所述样本提取子系统包括变压器油样本提取模块、变压器油样本气体提取模块和气相色谱分析模块；所述样本数据处理子系统包括样本数据聚类模块；所述故障检测子系统包括模型训练模块和故障预测模块；所述故障诊断子系统包括决策规则模块和故障诊断模块；所述样本提取子系统的变压器油样本提取模块从变压器中提取油样本，变压器油样本气体提取模块提取油样本中的气体，并由气相色谱分析模块分离、测定油样本中各种气体的含量，即气相色谱数据；气相色谱数据进入样本数据处理子系统，样本数据处理子系统的样本数据聚类模块对气相色谱数据进行聚类，生成油样本数据对象集合；油样本数据对象集合进入故障检测子系统，故障检测子系统的模型训练模块训练故障模型，根据训练的故障模型，故障预测模块对变压器的故障进行预测，得出变压器运行状态是正常还是故障，如有故障则进入故障诊断子系统，以判断是何种故障；故障诊断子系统的决策规则模块制定有决策规则，故障诊断模块根据决策规则对变压器故障类型进行诊断。

【技术特征摘要】
1.一种电力变压器的故障检测与故障诊断综合系统，其特征在于：包括依次连接的样本提取子系统、样本数据处理子系统、故障检测子系统和故障诊断子系统；所述样本提取子系统包括变压器油样本提取模块、变压器油样本气体提取模块和气相色谱分析模块；所述样本数据处理子系统包括样本数据聚类模块；所述故障检测子系统包括模型训练模块和故障预测模块；所述故障诊断子系统包括决策规则模块和故障诊断模块；所述样本提取子系统的变压器油样本提取模块从变压器中提取油样本，变压器油样本气体提取模块提取油样本中的气体，并由气相色谱分析模块分离、测定油样本中各种气体的含量，即气相色谱数据；气相色谱数据进入样本数据处理子系统，样本数据处理子系统的样本数据聚类模块对气相色谱数据进行聚类，生成油样本数据对象集合；油样本数据对象集合进入故障检测子系统，故障检测子系统的模型训练模...

【专利技术属性】
技术研发人员：李建生，吴鹏，杨成顺，蔚超，陆云才，廖才波，王胜权，
申请(专利权)人：国网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