System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及高频变压器检测,尤其涉及一种基于物联网的高频变压器发热异常诊断方法及系统。
技术介绍
1、高频变压器作为电力传输的重要环节,在电力系统中发挥着重要作用,当前,人工智能和机器学习在变压器故障识别领域已经取得较大的进展,但是智能算法自身存在一些不足之处,例如,在样本数据较少时智能计算精准度低,面对大量数据时,容易出现过度拟合,小部分特征被忽略的情况,小部分特征包括有高频变压器的老化损耗和外界条件变化所产生的影响,忽略小部分特征容易导致测量产生误差。
技术实现思路
1、有鉴于此,本专利技术提出一种基于物联网的高频变压器发热异常诊断方法及系统,可以解决现有技术所存在的精准度低和容易产生误差的缺陷。
2、本专利技术的技术方案是这样实现的:
3、一种基于物联网的高频变压器发热异常诊断方法,具体包括:
4、基于物联网构建高频变压器发热异常诊断算法数据库;
5、当高频变压器发热异常时,获取高频变压器的线圈铜损数据、绝缘材料绝缘数据、油管堵塞数据和散热口堵塞数据;
6、从高频变压器发热异常诊断算法数据库获取相对应的高频变压器发热异常诊断算法;
7、依据相对应的高频变压器发热异常诊断算法依次对线圈铜损数据、绝缘数据、油管堵塞数据和散热口数据进行处理,得到线圈铜损信息、绝缘信息、油管堵塞信息和散热口堵塞信息,从而诊断出导致高频变压器发热异常的具体原因。
8、作为所述基于物联网的高频变压器发热异常诊断方法的进
9、依据线圈铜线热导率检测方法对线圈铜损数据进行处理,得到线圈铜线热导率;
10、依据线圈铜线导电性检测方法对线圈铜损数据进行处理,得到线圈铜线导电性;
11、依据线圈铜线热导率和线圈铜线导电性,得到线圈铜损信息。
12、作为所述基于物联网的高频变压器发热异常诊断方法的进一步可选方案,所述依据线圈铜线热导率检测方法对线圈铜损数据进行处理,得到线圈铜线热导率,具体包括:
13、通过k型热电偶分别测量线圈和铁芯的温度数据,直至达到稳定;
14、依据测量得到的温度数据,分别绘制线圈温度变化曲线和铁芯温度变化曲线;
15、依据线圈温度变化曲线和铁芯温度变化曲线,计算出同一时刻的温度差值;
16、依据同一时刻的温度差值,得到线圈铜线热导率。
17、作为所述基于物联网的高频变压器发热异常诊断方法的进一步可选方案,所述依据线圈铜线导电性检测方法对线圈铜损数据进行处理,得到线圈铜线导电性,具体包括:
18、测量所述线圈铜线的实测电阻r、横截面积s和长度l;
19、计算所述线圈铜线的实测电阻率ρ和实测导电率,实测电阻率ρ=r×s/l;实测导电率=实测电阻率ρ/iacs铜标准电阻率;
20、所述线圈铜线的导电率为所述实测导电率与环境温度系数k的比值,具体为:k=-0.004t+1.084。
21、作为所述基于物联网的高频变压器发热异常诊断方法的进一步可选方案,所述依据相对应的高频变压器发热异常诊断算法对绝缘材料绝缘数据进行处理,具体包括:
22、获取绝缘材料一定时间内的局部放电信号;
23、依据局部放电信号进行局部放电电荷量的计算;
24、推导局部放电电荷量与发热时间之间的函数关系;
25、获取高频变压器发热异常的时间长度;
26、依据函数关系和高频变压器发热异常的时间长度,计算出高频变压器发热异常时的局部放电电荷量;
27、依据高频变压器发热异常时的局部放电电荷量,得到绝缘信息。
28、一种基于物联网的高频变压器发热异常诊断系统,包括:
29、构建模块,用于基于物联网构建高频变压器发热异常诊断算法数据库;
30、第一获取模块,用于当高频变压器发热异常时,获取高频变压器的线圈铜损数据、绝缘材料绝缘数据、油管堵塞数据和散热口堵塞数据;
31、第二获取模块,用于从高频变压器发热异常诊断算法数据库获取相对应的高频变压器发热异常诊断算法;
32、诊断模块,用于依据相对应的高频变压器发热异常诊断算法依次对线圈铜损数据、绝缘数据、油管堵塞数据和散热口数据进行处理,得到线圈铜损信息、绝缘信息、油管堵塞信息和散热口堵塞信息,从而诊断出导致高频变压器发热异常的具体原因。
33、作为所述基于物联网的高频变压器发热异常诊断系统的进一步可选方案,所述诊断模块包括线圈铜损数据诊断单元、绝缘数据诊断单元、油管堵塞数据诊断单元和散热口数据诊断单元,所述线圈铜损数据诊断单元包括:
34、热导率计算单元,用于依据线圈铜线热导率检测方法对线圈铜损数据进行处理,得到线圈铜线热导率;
35、导电性计算单元,用于依据线圈铜线导电性检测方法对线圈铜损数据进行处理,得到线圈铜线导电性;
36、处理单元,用于依据线圈铜线热导率和线圈铜线导电性,得到线圈铜损信息。
37、作为所述基于物联网的高频变压器发热异常诊断系统的进一步可选方案,所述热导率计算单元包括:
38、第一测量单元,用于通过k型热电偶分别测量线圈和铁芯的温度数据,直至达到稳定;
39、绘制单元,用于依据测量得到的温度数据,分别绘制线圈温度变化曲线和铁芯温度变化曲线;
40、第一计算单元,用于依据线圈温度变化曲线和铁芯温度变化曲线,计算出同一时刻的温度差值;
41、执行单元,用于依据同一时刻的温度差值,得到线圈铜线热导率。
42、作为所述基于物联网的高频变压器发热异常诊断系统的进一步可选方案,所述导电性计算单元包括:
43、第二测量单元,用于测量所述线圈铜线的实测电阻r、横截面积s和长度l;
44、第二计算单元,用于计算所述线圈铜线的实测电阻率ρ和实测导电率,实测电阻率ρ=r×s/l;实测导电率=实测电阻率ρ/iacs铜标准电阻率;所述线圈铜线的导电率为所述实测导电率与环境温度系数k的比值,具体为:k=-0.004t+1.084。
45、作为所述基于物联网的高频变压器发热异常诊断系统的进一步可选方案,所述绝缘数据诊断单元包括:
46、第三获取单元,用于获取绝缘材料一定时间内的局部放电信号;
47、第三计算单元,用于依据局部放电信号进行局部放电电荷量的计算;
48、推导单元,用于推导局部放电电荷量与发热时间之间的函数关系;
49、第四获取单元,用于获取高频变压器发热异常的时间长度;
50、第四计算单元,用于依据函数关系和高频变压器发热异常的时间长度,计算出高频变压器发热异常时的局部放电电荷量;
51、运算单元,用于依据高频变压器发热异常时的局部放电电荷量,得本文档来自技高网...
【技术保护点】
1.一种基于物联网的高频变压器发热异常诊断方法,其特征在于,具体包括:
2.根据权利要求1所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据相对应的高频变压器发热异常诊断算法对线圈铜损数据进行处理,具体包括:
3.根据权利要求2所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据线圈铜线热导率检测方法对线圈铜损数据进行处理,得到线圈铜线热导率,具体包括:
4.根据权利要求3所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据线圈铜线导电性检测方法对线圈铜损数据进行处理,得到线圈铜线导电性,具体包括:
5.根据权利要求4所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据相对应的高频变压器发热异常诊断算法对绝缘材料绝缘数据进行处理,具体包括:
6.一种基于物联网的高频变压器发热异常诊断系统,其特征在于,包括:
7.根据权利要求6所述的一种基于物联网的高频变压器发热异常诊断系统,其特征在于,所述诊断模块包括线圈铜损数据诊断单元、绝缘数据诊断
8.根据权利要求7所述的一种基于物联网的高频变压器发热异常诊断系统,其特征在于,所述热导率计算单元包括:
9.根据权利要求8所述的一种基于物联网的高频变压器发热异常诊断系统,其特征在于,所述导电性计算单元包括:
10.根据权利要求9所述的一种基于物联网的高频变压器发热异常诊断系统,其特征在于,所述绝缘数据诊断单元包括:
...【技术特征摘要】
1.一种基于物联网的高频变压器发热异常诊断方法,其特征在于,具体包括:
2.根据权利要求1所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据相对应的高频变压器发热异常诊断算法对线圈铜损数据进行处理,具体包括:
3.根据权利要求2所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据线圈铜线热导率检测方法对线圈铜损数据进行处理,得到线圈铜线热导率,具体包括:
4.根据权利要求3所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据线圈铜线导电性检测方法对线圈铜损数据进行处理,得到线圈铜线导电性,具体包括:
5.根据权利要求4所述的一种基于物联网的高频变压器发热异常诊断方法,其特征在于,所述依据相对应的高频变压器...
【专利技术属性】
技术研发人员:尹玉才,张行文,方建林,
申请(专利权)人:广州市江科电子有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。