一种改进的变压器油中溶解气体故障诊断方法技术

技术编号:41799532 阅读:23 留言:0更新日期:2024-06-24 20:22
本发明专利技术公开了一种改进的变压器油中溶解气体故障诊断方法,涉及溶解气体故障诊断技术领域,包括以下步骤:抽取变压器油样本,并基于载气结合气相色谱仪分析变压器油样本获取油中溶解气体第一数据;根据层次分析法构建故障评估模型,将溶解气体第一数据输入故障评估模型,生成故障评估系数;基于故障评估系数选择最优的故障诊断方法,进行第一次故障诊断,并将故障类型进行分类;当FCM聚类法诊断的故障类型为轻微故障时,获取聚类结果,分析聚类结果得到凝聚分离数据,依据凝聚分离数据进行第二次故障诊断,本发明专利技术为变压器油中溶解气体故障诊断方法提供了一种高效择优实行方法,并通过二次诊断,提高了故障诊断的可靠性和准确性。

【技术实现步骤摘要】

本专利技术涉及油中溶解气体故障诊断,更具体地说,本专利技术涉及一种改进的变压器油中溶解气体故障诊断方法


技术介绍

1、油中溶解气体是指变压器在运行过程中,由于电气和热应力会导致油和绝缘材料的分解,产生各种气体。这些气体溶解在变压器油中,通过检测这些气体的种类和浓度,可以判断变压器的运行状态和潜在故障类型。

2、变压器油中溶解气体的组成和浓度可以大幅反映电力变压器的运行状况。基于数据的故障诊断方法能够在变压器运行过程中进行故障分析,及时检测早期故障,并追踪故障的发展趋势,从而预防灾难性事故。这种方法有助于从定期维护转向基于状态的维护,提高变压器的运行维护水平。因此,研究基于数据的变压器故障诊断方法具有重要的现实意义。

3、变压器油中溶解气体故障诊断通过fcm聚类和深度信念网络dbn两种技术对变压器油中溶解气体分析dga数据进行故障诊断。具体来说,使用9比值法对dga数据进行预处理后,采用fcm聚类算法和dbn深度神经网络分别进行故障类型判别。

4、例如公布号为:cn113988426a的专利技术申请,公布了一种基于fcm本文档来自技高网...

【技术保护点】

1.一种改进的变压器油中溶解气体故障诊断方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述气体组成数据包括气体复杂系数,条件指标数据包括数据维度影响系数和历史故障影响系数。

3.根据权利要求2所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述基于故障评估系数选择最优的故障诊断方法,进行第一次故障诊断,判断故障类型,并将故障类型进行分类具体为:

4.根据权利要求3所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述获取并分析聚类结果,得到凝聚分离数据,依据凝聚分离数据进行第二...

【技术特征摘要】

1.一种改进的变压器油中溶解气体故障诊断方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述气体组成数据包括气体复杂系数,条件指标数据包括数据维度影响系数和历史故障影响系数。

3.根据权利要求2所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述基于故障评估系数选择最优的故障诊断方法,进行第一次故障诊断,判断故障类型,并将故障类型进行分类具体为:

4.根据权利要求3所述的改进的变压器油中溶解气体故障诊断方法,其特征在于,所述获取并分析聚类结果,得到凝聚分离数据,依据凝聚分离数据进行第二次故障诊断具体为:

5.根据权利要求4所述的改进的变压器油中溶解气体故障诊断...

【专利技术属性】
技术研发人员:潘东薛欢胡晨金天然陈政江刘宇峰邓广宇吴晓鸣张纯玉王笠于晓蕾朱灿鲍玉莹刘志高廷峰孙帆崔宏孟晓星聂元弘
申请(专利权)人:国网安徽省电力有限公司经济技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1