CN108535571A - 一种并列变压器供电***故障率计算方法 - Google Patents

一种并列变压器供电***故障率计算方法 Download PDF

Info

Publication number
CN108535571A
CN108535571A CN201810439640.0A CN201810439640A CN108535571A CN 108535571 A CN108535571 A CN 108535571A CN 201810439640 A CN201810439640 A CN 201810439640A CN 108535571 A CN108535571 A CN 108535571A
Authority
CN
China
Prior art keywords
transformer
pressure side
capacitance
gas
mean
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810439640.0A
Other languages
English (en)
Other versions
CN108535571B (zh
Inventor
陶飞达
吴杰康
曾振达
邹志强
张丽平
黄智鹏
杨夏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong University of Technology
Guangdong Power Grid Co Ltd
Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology, Guangdong Power Grid Co Ltd, Heyuan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong University of Technology
Priority to CN201810439640.0A priority Critical patent/CN108535571B/zh
Publication of CN108535571A publication Critical patent/CN108535571A/zh
Application granted granted Critical
Publication of CN108535571B publication Critical patent/CN108535571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及电力***及其自动化领域,尤其涉及一种并列变压器供电***故障率计算方法。在建立大数据库基础上采用数据聚类原理对大数据进行处理和分析;针对变压器故障状态评估所涉及的随机和模糊不确定性的参量,采用概率模糊集的理论进行处理和分析。利用本发明所提出的一种并列变压器供电***故障率计算方法,可以评估变压器故障状态,反映了变压器故障状态特征值具有的不确定性,为变压器故障状态评估提供理论指导,为配电网运维提供必要的技术支撑。

Description

一种并列变压器供电***故障率计算方法
技术领域
本发明涉及电力***及其自动化领域,尤其涉及一种并列变压器供电***故障率计算方法。
背景技术
变压器数量多,会存在不同程度的劣化、劣化、缺陷并具有家族性和隐蔽性,难以得到及时检测和评估。因运行年限、环境、检修等有很大差异并受多因素影响,增加了变压器运行劣化状态评价的难度和复杂性,无法满足精准化和智能化评价的更高要求。
传统上,大多通过油中溶解气体等单一因素数据计算和分析方法来评估变压器故障状态,单一参量或少量数据容易造成评价精确度低,进而导致过修或失修等问题。
H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃等与气体相关的参量,高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值等与电容值相关的参量,在不同环境、气象条件下都有不同的数值,具有随机和模糊不确定性,可以说变压器故障是一个随机和模糊不确定性的事故或事件,这些因素也是随机和模糊不确定性的参量。这些影响因素通常都具有随机不确定性或模糊不确定性,或者是具有随机和模糊不确定性,往往以随机和模糊不确定性事件或参量而存在。可见,传统变压器故障状态评估的现有技术都没有全面考虑影响因素的不确定性和随机性,计算方法适用性、实用性和应用性也难以得到满足。
发明内容
本发明的目的就是要克服现有技术的不足,采用一种并列变压器供电***故障率计算方法。在建立大数据库基础上采用数据聚类原理对大数据进行处理和分析;针对变压器故障状态评估所涉及的随机和模糊不确定性的参量,采用概率模糊集的理论进行处理和分析。该方法用于解决传统方法利用经验、少量参量或数据容易造成评价精确度低而导致过修或失修等问题。
本发明的技术方案是:
一种并列变压器供电***故障率计算方法,并列变压器供电***故障取决于变压器内部气体、电容元素的异常变化特征,并列变压器供电***故障概率由变压器内部气体、电容元素的异常变化特征值按照概率原理计算确定,其中,气体元素包括:H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃;电容元素包括:高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值;对具有随机不确定性的变压器内部气体、电容元素的异常变化特征值进行聚类处理,构建变压器故障率计算函数,包括以下步骤;
S1:变压器气体数据集构建与概率数值计算;由H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃的气体元素,构建变压器气体数据集xSG为:
式中为与变压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃相关数据集,NSG为变压器气体数据集的数量;
第a个变压器气体数据集xSGa为:
式中为从试验中得到的第a个变压器气体数据集xSGa元素数据值,NSGa为变压器第a个变压器气体数据集xSGa的元素数量;从相关数据库***获取变压器气体检测、试验的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSGa的第i个元素按照正态分布规律变化的均值μSGai和方差σSGai,确定变压器压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃按照正态分布规律变化的均值μSG1和方差σSG1、均值μSG2和方差σSG2、均值μSG3和方差σSG3、均值μSG4和方差σSG4、均值μSG5和方差σSG5、均值μSG6和方差σSG6、均值μSG7和方差σSG7、均值μSG8和方差σSG8
S2:变压器电容数据集构建与概率数值计算;由高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值的电容元素,构建变压器电容数据集xSC为:
式中为与变压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值相关数据集,NSG为变压器电容数据集的数量;
第a个变压器气体数据集xSCa为:
式中为从试验中得到的第a个变压器气体数据集xSCa元素数据值,NSCa为变压器第a个变压器气体数据集xSCa的元素数量;从相关数据库***获取变压器电容检测、试验等的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSCa的第i个元素按照正态分布规律变化的均值μSCai和方差σSCai,确定变压器压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值按照正态分布规律变化的均值μSC1和方差σSC1、均值μSC2和方差σSC2、均值μSC3和方差σSC3、均值μSC4和方差σSC4、均值μSC5和方差σSC5、均值μSC6和方差σSC6
S3:基于气体元素的变压器故障率计算;基于多个气体元素关联分析,引入影响因子kTG,计算变压器故障概率:
式中erf(y)为误差函数,其表达式为:
S4:基于电容元素的变压器故障率计算;基于多个电容元素关联分析,引入影响因子kTG,计算变压器故障概率:
S5:并列变压器供电***故障率计算:计算并列变压器供电***故障概率,计算公式为:
式中为权重系数。
本发明的有益效果是;利用本发明所提出的一种并列变压器供电***故障率计算方法,可以评估变压器故障状态,反映了变压器故障状态特征值具有的不确定性,为变压器故障状态评估提供理论指导,为配电网运维提供必要的技术支撑。
附图说明
图1是本发明的流程框图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
实施例1:
如图1所示,一种并列变压器供电***故障率计算方法,并列变压器供电***故障取决于变压器内部气体、电容元素的异常变化特征,并列变压器供电***故障概率由变压器内部气体、电容元素的异常变化特征值按照概率原理计算确定,其中,气体元素包括:H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃;电容元素包括:高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值;对具有随机不确定性的变压器内部气体、电容元素的异常变化特征值进行聚类处理,构建变压器故障率计算函数,包括以下步骤;
S1:变压器气体数据集构建与概率数值计算;由H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃的气体元素,构建变压器气体数据集xSG为:
式中为与变压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃相关数据集,NSG为变压器气体数据集的数量;
第a个变压器气体数据集xSGa为:
式中为从试验中得到的第a个变压器气体数据集xSGa元素数据值,NSGa为变压器第a个变压器气体数据集xSGa的元素数量;从相关数据库***获取变压器气体检测、试验的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSGa的第i个元素按照正态分布规律变化的均值μSGai和方差σSGai,确定变压器压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃按照正态分布规律变化的均值μSG1和方差σSG1、均值μSG2和方差σSG2、均值μSG3和方差σSG3、均值μSG4和方差σSG4、均值μSG5和方差σSG5、均值μSG6和方差σSG6、均值μSG7和方差σSG7、均值μSG8和方差σSG8
S2:变压器电容数据集构建与概率数值计算;由高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值的电容元素,构建变压器电容数据集xSC为:
式中为与变压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值相关数据集,NSG为变压器电容数据集的数量;
第a个变压器气体数据集xSCa为:
式中为从试验中得到的第a个变压器气体数据集xSCa元素数据值,NSCa为变压器第a个变压器气体数据集xSCa的元素数量;从相关数据库***获取变压器电容检测、试验等的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSCa的第i个元素按照正态分布规律变化的均值μSCai和方差σSCai,确定变压器压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值按照正态分布规律变化的均值μSC1和方差σSC1、均值μSC2和方差σSC2、均值μSC3和方差σSC3、均值μSC4和方差σSC4、均值μSC5和方差σSC5、均值μSC6和方差σSC6
S3:基于气体元素的变压器故障率计算;基于多个气体元素关联分析,引入影响因子kTG,计算变压器故障概率:
式中erf(y)为误差函数,其表达式为:
S4:基于电容元素的变压器故障率计算;基于多个电容元素关联分析,引入影响因子kTG,计算变压器故障概率:
S5:并列变压器供电***故障率计算:计算并列变压器供电***故障概率,计算公式为:
式中为权重系数。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (1)

1.一种并列变压器供电***故障率计算方法,其特征在于,并列变压器供电***故障取决于变压器内部气体、电容元素的异常变化特征,并列变压器供电***故障概率由变压器内部气体、电容元素的异常变化特征值按照概率原理计算确定,其中,气体元素包括:H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃;电容元素包括:高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值;对具有随机不确定性的变压器内部气体、电容元素的异常变化特征值进行聚类处理,构建变压器故障率计算函数,包括以下步骤;
S1:变压器气体数据集构建与概率数值计算;由H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃的气体元素,构建变压器气体数据集xSG为:
式中为与变压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃相关数据集,NSG为变压器气体数据集的数量;
第a个变压器气体数据集xSGa为:
式中为从试验中得到的第a个变压器气体数据集xSGa元素数据值,NSGa为变压器第a个变压器气体数据集xSGa的元素数量;从相关数据库***获取变压器气体检测、试验的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSGa的第i个元素按照正态分布规律变化的均值μSGai和方差σSGai,确定变压器压器H2含量、C2H2含量、C2H6含量、C2H4含量、CH4含量、CO相对产气速率、CO2相对产气速率、总烃按照正态分布规律变化的均值μSG1和方差σSG1、均值μSG2和方差σSG2、均值μSG3和方差σSG3、均值μSG4和方差σSG4、均值μSG5和方差σSG5、均值μSG6和方差σSG6、均值μSG7和方差σSG7、均值μSG8和方差σSG8
S2:变压器电容数据集构建与概率数值计算;由高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值的电容元素,构建变压器电容数据集xSC为:
式中为与变压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值相关数据集,NSG为变压器电容数据集的数量;
第a个变压器气体数据集xSCa为:
式中为从试验中得到的第a个变压器气体数据集xSCa元素数据值,NSCa为变压器第a个变压器气体数据集xSCa的元素数量;从相关数据库***获取变压器电容检测、试验等的数据信息,采用模拟的方法,确定第a个变压器气体数据集xSCa的第i个元素按照正态分布规律变化的均值μSCai和方差σSCai,确定变压器压器高压侧A相电容值、高压侧B相电容值、高压侧C相电容值、低压侧a相电容值、低压侧b相电容值、低压侧c相电容值按照正态分布规律变化的均值μSC1和方差σSC1、均值μSC2和方差σSC2、均值μSC3和方差σSC3、均值μSC4和方差σSC4、均值μSC5和方差σSC5、均值μSC6和方差σSC6
S3:基于气体元素的变压器故障率计算;基于多个气体元素关联分析,引入影响因子kTG,计算变压器故障概率:
式中erf(y)为误差函数,其表达式为:
S4:基于电容元素的变压器故障率计算;基于多个电容元素关联分析,引入影响因子kTG,计算变压器故障概率:
S5:并列变压器供电***故障率计算:计算并列变压器供电***故障概率,计算公式为:
式中为权重系数。
CN201810439640.0A 2018-05-09 2018-05-09 一种并列变压器供电***故障率计算方法 Active CN108535571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810439640.0A CN108535571B (zh) 2018-05-09 2018-05-09 一种并列变压器供电***故障率计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810439640.0A CN108535571B (zh) 2018-05-09 2018-05-09 一种并列变压器供电***故障率计算方法

Publications (2)

Publication Number Publication Date
CN108535571A true CN108535571A (zh) 2018-09-14
CN108535571B CN108535571B (zh) 2020-04-14

Family

ID=63477078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810439640.0A Active CN108535571B (zh) 2018-05-09 2018-05-09 一种并列变压器供电***故障率计算方法

Country Status (1)

Country Link
CN (1) CN108535571B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212379A (zh) * 2018-10-16 2019-01-15 深圳美特优科技有限公司 一种智能电网***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103048573A (zh) * 2012-12-31 2013-04-17 重庆市电力公司 一种用于电力***运行风险评估的方法及装置
CN105004944A (zh) * 2015-06-11 2015-10-28 广西电网有限责任公司电力科学研究院 一种用于配电网继电保护评估的供电可靠性计算方法
CN105096039A (zh) * 2015-07-17 2015-11-25 广东电网有限责任公司东莞供电局 一种多线路并列供电***过负荷停运概率计算方法
CN105117970A (zh) * 2015-07-17 2015-12-02 广东电网有限责任公司东莞供电局 一种并列供电***连环故障概率计算方法
CN106934142A (zh) * 2017-03-07 2017-07-07 国网山东省电力公司电力科学研究院 考虑多因素的变压器过负荷性能评价模型建模方法
CN107808044A (zh) * 2017-10-20 2018-03-16 广东电网有限责任公司河源供电局 一种考虑运行温度影响的变压器绝缘纸劣化评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103048573A (zh) * 2012-12-31 2013-04-17 重庆市电力公司 一种用于电力***运行风险评估的方法及装置
CN105004944A (zh) * 2015-06-11 2015-10-28 广西电网有限责任公司电力科学研究院 一种用于配电网继电保护评估的供电可靠性计算方法
CN105096039A (zh) * 2015-07-17 2015-11-25 广东电网有限责任公司东莞供电局 一种多线路并列供电***过负荷停运概率计算方法
CN105117970A (zh) * 2015-07-17 2015-12-02 广东电网有限责任公司东莞供电局 一种并列供电***连环故障概率计算方法
CN106934142A (zh) * 2017-03-07 2017-07-07 国网山东省电力公司电力科学研究院 考虑多因素的变压器过负荷性能评价模型建模方法
CN107808044A (zh) * 2017-10-20 2018-03-16 广东电网有限责任公司河源供电局 一种考虑运行温度影响的变压器绝缘纸劣化评估方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212379A (zh) * 2018-10-16 2019-01-15 深圳美特优科技有限公司 一种智能电网***

Also Published As

Publication number Publication date
CN108535571B (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
Romano et al. Automated detection of pipe bursts and other events in water distribution systems
Hadad et al. Fault diagnosis and classification based on wavelet transform and neural network
CN101701940B (zh) 基于svm和dga的变压器在线故障诊断方法
CN104657746B (zh) 一种基于车辆轨迹相似性的异常检测方法
Mounce et al. Pattern matching and associative artificial neural networks for water distribution system time series data analysis
CN104156473B (zh) 一种基于ls‑svm的传感器检测数据异常片段检测方法
CN105930653B (zh) 一种基于计量分区流量监测数据的爆管预警方法
CN109058771B (zh) 基于样本生成和间隔Markov特征的管道异常检测方法
CN106121622B (zh) 一种基于示功图的有杆泵抽油井的多故障诊断方法
CN202487187U (zh) 一种智能临界热流密度测量装置
Gu et al. Singular value diagnosis in dam safety monitoring effect values
Bohorquez et al. Merging fluid transient waves and artificial neural networks for burst detection and identification in pipelines
CN107808044A (zh) 一种考虑运行温度影响的变压器绝缘纸劣化评估方法
CN106294076A (zh) 一种服务器关联故障预测方法及其***
CN108960309A (zh) 一种基于rbf神经网络自相关性剔除的动态过程监测方法
CN102222151A (zh) 一种基于自回归滑动平均的模拟电路故障预测方法
Wu et al. Distance-based burst detection using multiple pressure sensors in district metering areas
WO2016114736A1 (en) A real-time data verification and data reconciliation system for petroleum refineries
CN108535571A (zh) 一种并列变压器供电***故障率计算方法
CN104049001B (zh) 基于频率复杂网络的垂直油水相含率测量及验证方法
CN101943324A (zh) 基于小波和rbf神经网络的微弱信号检测装置及方法
Meier et al. Power system data management and analysis using synchrophasor data
CN108071941B (zh) 一种基于时序向量相似度分析的爆管识别与定位方法
CN103853144B (zh) 基于采油生产数据的现场传感器故障检测方法
CN103674189B (zh) 一种汽轮机***流量计故障监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210305

Address after: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Patentee after: GUANGDONG POWER GRID Co.

Patentee after: HEYUAN POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd.

Address before: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000

Patentee before: GUANGDONG POWER GRID Co.

Patentee before: HEYUAN POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd.

Patentee before: GUANGDONG University OF TECHNOLOGY

TR01 Transfer of patent right