信息融合大型油浸电力变压器故障诊断

变压器作为整个电力系统运行中的重要设备,其在运行过程中一旦产生故障,不仅会降低电力服务水平,而且还有可能导致安全事故的发生,威胁到国家和人民生命财产的安全,因而必须在电力系统运行过程中,加强对变压器故障的诊断与检修,才能确保整个电力系统安全运行。基于此,本文以35kv油浸电力变压器为例,就35kv油浸电力变压器故障诊断及检修技术进行了探讨。

人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(bpnn)和概率神经网络(pnn)的学习过程、网络参数选择等问题,利用matlab的神经网络工具箱结合油中溶解气体建立了bpnn和pnn的故障诊断模型,并对其性能做了分析和对比。结果表明,两种网络均能较好地实现变压器故障的实时诊断。因初始化权值的随机性,bpnn的输出结果具有差异性,收敛速度较慢,而pnn网络结构自适应确定,可以随时添加训练样本,且训练速度较快,适合于实现变压器故障的实时诊断。相同条件下,pnn的收敛速度约为bpnn的5倍。

变压器在运行中易发生多种故障,其中绝缘受潮是引发绝缘故障的主要原因之一。针对2起绝缘受潮事故案例,分析受潮故障的测试数据,利用电气试验检测法和油中溶解气体色谱分析法,分别从绝缘电阻、吸收比、极化指数、介质损耗、绕组泄漏电流、油中微水分析及绝对产气速率不同的角度反映和判断变压器绝缘状况。

油浸式电力变压器的运行状态直接影响到电力系统的安全与稳定,对其进行故障诊断具有重要的现实意义。依据elman神经网络具有动态处理数据及对历史数据敏感的能力,提出了将它用于油浸式电力变压器的故障诊断新方法,并给出了其具体的实现,同时对故障诊断的结果,将elman网络与bp网络进行了比较。检测结果表明,elman网络具有区别油浸式电力变压器不同故障类型的能力。

当前对变压器进行故障诊断,主要是利用从分散的传感器收集到的检测信息,但使用单独的传感器采集数据进行判别,由于缺乏对数据的融合分析,易造成诊断中的误判或漏判。提出了一种基于d-s证据理论的油浸式电力变压器故障诊断方法,该方法通过融合数据来处理故障诊断中的不确定度。建立了故障诊断的融合模型,给出了方法的具体实现步骤并应用实例进行计算。结果表明,本方法可以减少诊断中的不确定性,提高故障诊断的准确性。

提出了一种利用属于模式识别范畴的决策树c4.5法进行变压器故障诊断的方法。由于c4.5方法可方便地处理连续特征模式且有从样本学习判定规则的功能,因此应用中显示了该方法对于变压器故障诊断的适用性。在讨论变压器故障空间的基础上,针对已积累的故障变压器的大量油中溶解气体等数据,考察了各类故障的特征偏置,并在此基础上构造出组合决策树诊断模型,实现了变压器故障由粗到细的逐级划分,有利于提高诊断的准确性。实例表明该模型的有效性。

科技信息2008年第25期science&technologyinformation ● 科 1.引言 变压器的故障类型是多种多样的,而且有的故障是复合型的。按 故障发生的部位分类有内部故障和外部故障;按故障的发生过程分类 有突发性故障和长期积累扩展形成的故障。大型变压器一旦发生故 障,将引起大面积停电,对工业生产及人民生活带来严重影响。因此变 压器运行过程中发现异常后,必须正确地分析故障,判断故障的原因, 初步确定故障位置,才能制定相应的检修方案,保证变压器安全运行。 2.大型电力变压器外部故障的原因诊断 (1)运行中温度异常升高。原因分析:过负荷运行;环境温度过高; 散热装置脏污、冷却装置故障、散热器阀门关闭;温度指示装置损坏; 变压器内部故障等。 (2)异常响声和振动。原

论文阐述了大型电力变压器的故障分类,对大型电力变压器的外部故障与内部故障的原因诊断进行详细分析,并探讨了大型变压器的综合故障诊断检测措施。

变压器是电力系统中的中的重要设备,它的正常运行对电力系统起着至关重要的作用。针对变压器的故障诊断方法,主要有传统比值法以及各种智能诊断方法。针对传统比值法和各种智能诊断方法编码不全,编码与故障类型对应关系太过绝对等缺点。本文将支持向量机、遗传算法和粗糙集相结合,应用到变压器故障诊断中。经过实例证明,该方法切实可行,诊断结果证明了本方法的有效性。

电力设备故障检测一直受到国内外专家的关注。电力变压器是电力设备中极其重要的设备,其运行的可靠性直接关系到整个电力系统的安全与稳定。文章分别论述了油浸式变压器的常见故障及其划分,同时介绍了油浸式变压器离线和在线故障综合诊断方法。通过对各种人工智能应用于变压器的故障诊断方法的列举,认为基于人工智能技术的油中溶解气体在线监测及故障诊断技术是未来的发展方向。同时构建了基于模糊核聚类与支持向量机的油浸式变压器故障在线诊断系统。

分析了固体绝缘老化机理,对变压器油中糠醛含量、溶解气体含量和绝缘纸聚合度等数据进行了统计分析,提出了对现场运行变压器固体绝缘的老化状态进行判断和评估的方法。

1.三相油浸电力变压器绕组结构类型要想在绕制电力变压器线圈过程中,不致发生绕向错(绕反)、换位错、绕组接反接错,就必须对变压器高、低压绕组结构类型、各类型线圈特点了解清楚,为此,把三相油浸电力变压器高、低压绕组结构类型及特点简要介绍一下。

油浸电力变压器基础知识

1 电力变压器故障分析与诊断 摘要：电力变压器是电力系统中最关键的设备之一，它承担着电压变换，电能分配和传输，并提供电力服 务。因此，变压器的正常运行是对电力系统安全、可靠、优质、经济运行的重要保证，必须最大限度地防 止和减少变压器故障和事故的发生。但由于变压器长期运行，故障和事故总不可能完全避免，且引发故障 和事故又出于众多方面的原因。如外力的破坏和影响，不可抗拒的自然灾害，安装、检修、维护中存在的 问题和制造过程中遗留的设备缺陷等事故隐患，特别是电力变压器长期运行后造成的绝缘老化、材质劣化 及预期寿命的影响，已成为发生故障的主要因素。同时，部分工作人员业务素质不高、技术水平不够或违 章作业等，都会造成事故或导致事故的扩大，从而危及电力系统的安全运行。 关键词：电力变压器故障电力系统分析诊断 第一章变压器故障 油浸电力变压器的故障常被分为内部故障和外部故障两种。内部故障为变压器油

油浸电力变压器基础识

油浸式电力变压器 一、油浸式电力变压器的结构 器身：铁心、绕组、绝缘结构、引线、分接开关 油箱：油箱本体、箱盖、箱壁、箱底、绝缘油、附件、放油阀门、油样活门、接 地螺栓、铭牌 冷却装置：散热器和冷却器 保护装置：储油柜油枕、油位表、防爆管安全气道、吸湿器(呼吸器)、 温度计、净油器、气体继电器瓦斯继电器 出线装置：高压套管、低压套管 1、铁芯 铁芯在电力变压器中是重要的组成部件之一。它由高导磁的硅钢片叠积和钢夹夹 紧而成铁心具有两个方面的功能。 在原理上：铁心是构成变压器的磁路。它把一次电路的电能转化为磁能又把该磁 能转化为二次电路的电能，因此，铁心是能量传递的媒介体。 在结构上：它是构成变压器的骨架。在它的铁心柱上套上带有绝缘的线圈，并且 牢固地对它们支撑和压紧。铁心必须一点接地。 2、绕组 绕组是变压器最基本的组成部分，绕组采用铜导线绕制，它与铁心

输配电用的变压器中,最常见的为油浸电力变压器,内有大量的绝缘油,易燃烧,火灾危险性较大,分析了油浸电力变压器的火灾成因及对策,并探讨了利用火灾探测器和固定灭火装置对变压器进行消防保护的措施。

随着社会科技的不断发展,人们对用电量的需求不断的增加,在电力系统中变压器是十分重要的设备,也保证电力系统正常运行的基础设施。然而对变压器故障的诊断方法也就是尤为重要,是保证电力系统正常运行的主要方法,对于以前传统的变压器的比值进行研究和各种智能诊断方法的分析,对于诊断的编发和方法不完整,同时在对故障处理的时候系统故障对应太过绝对。本文针对油浸式电力变压器故障诊断进行研究,通过对传统比值法和各种智能诊断方法编码进行分析,将现代的科学技术运用到诊断中,并找到切实可行的方法,保证诊断结果的有效性。

论文阐述了大型电力变压器的故障分类,对大型电力变压器的外部故障与内部故障的原因诊断进行详细分析,并探讨了大型变压器的综合故障诊断检测措施。

为了综合全面地诊断电力变压器故障,克服单项诊断方法考虑问题角度单一,不能重复利用已知信息,诊断准确度和稳定性不高的缺点,并结合电力变压器油中溶解气体的数据,提出了利用组合模型诊断变压器故障.该方法将灰关联熵、小波神经网络、模糊粗糙集、支持向量机和iec三比值作为独立诊断模块,利用熵值法优化得到各个模块的最佳权重,最终得到发生故障最大概率所属类型.通过实例验证,组合诊断法优于单项诊断方法,提高了故障诊断精度,减少了误判率,诊断的稳定性得到提升.

变压器是电力系统中的中的重要设备，它的正常运行对电力系统起着至关重要的作用。针对变压器的故障诊断方法，主要有传统比值法以及各种智能诊断方法。针对传统比值法和各种智能诊断方法编码不全，编码与故障类型对应关系太过绝对等缺点。将支持向量机、遗传算法和粗糙集相结合，应用到变压器故障诊断中。经过实例证明，该方法切实可行，诊断结果证明了本方法的有效性。

油浸式电力变压器是变电系统中的重要的组成部分之一,变压器的运行状况正常与否直接关系到配电网的安全。变电运维人员通过定期对油浸式电力变压器进行相应的一系列检查,可以及时有效地发现变压器故障,从而采取有针对性的措施进行维护,确保变压器的正常运行。该文主要阐述了油浸式电力变压器故障问题,并提出在线故障以及离线故障的有针对性的诊断技术及解决措施,取得较好的诊断效果,有效解决了油浸式变压器多种故障问题,与同行交流学习。