CN109782109A - 一种用于提升变压器状态诊断准确性的抑制算法 - Google Patents
一种用于提升变压器状态诊断准确性的抑制算法 Download PDFInfo
- Publication number
- CN109782109A CN109782109A CN201910116755.0A CN201910116755A CN109782109A CN 109782109 A CN109782109 A CN 109782109A CN 201910116755 A CN201910116755 A CN 201910116755A CN 109782109 A CN109782109 A CN 109782109A
- Authority
- CN
- China
- Prior art keywords
- characteristic parameter
- transformer
- factor2
- restrainable algorithms
- parameter
- 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.)
- Pending
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种用于提升变压器状态诊断准确性的抑制算法,属于变压器技术领域,包括通过利用线性抑制算法和抑制算法计算特征参数的异常程度,变压器出厂试验时记录的特征参数曲线进行对比,如果拟合度小于70%,则判断变压器异常并报警,解决了变压器早期故障诊断不准确的技术问题;本发明采用了经过抑制算法的异常程度来进行判据比较和诊断,大大优于用特征参数绝对值进行阀值比较及诊断的算法,能显著提高变压器早期故障诊断的准确性,本发明可以灵活组态抑制参数,提升变压器早期潜伏性故障的特征参数的信噪比,大大提高故障诊断的准确性,从而保证***对运行检修工作的指导意义,实现该技术的推广和普及应用。
Description
技术领域
本发明属于变压器技术领域,特别涉及一种用于提升变压器状态诊断准确性的抑制算法。
背景技术
电气设备状态在线监测技术是实现智能运维和保护用户重大资产的重要技术基础,由于电气设备早期故障信号较小,各种原理的传感器和在线监测手段都存在一定的误报率,导致诊断的准确性不足,很难直接指导运行检修工作。因此迫切需要一种能提高电气设备状态在线监测及诊断准确性的方法,从而提高在线监测和状态诊断***的应用效果。
现有技术存在的问题和缺点:
(1)任何单一原理的在线监测装置都存在信噪比较小,误报率较高的问题;
(2)设备的运行参数和在线监测的设备状态参数有密切关联性,但缺乏关联算法;
(3)结合多种状态参数的综合在线监测装置需要一种提升诊断准确性的算法。
发明内容
本发明的目的是提供一种用于提升变压器状态诊断准确性的抑制算法,解决了变压器早期故障诊断不准确的技术问题。
为实现上述目的,本发明采用以下技术方案:
一种用于提升变压器状态诊断准确性的抑制算法,包括如下步骤:
步骤1:在变压器上设置监测装置,监测装置实时在线监测变压器运行时所产生的特征参数;
步骤2:将变压器出厂试验时记录的特征参数曲线以出厂试验数据表的方式存储到监测装置中;厂试验数据表包括影响因子factor0和特征参数status0,影响因子factor0按整数单位存储;
步骤3:监测装置设定一个阈值,当实时监测到的特征参数小于该阈值时,执行步骤4;当实时监测到的特征参数大于该阈值时,步骤5;
步骤4:监测装置启动线性抑制算法计算特征参数的异常程度,其步骤如下:
步骤A1:设定实际测量的特征参数为特征参数status1,影响该特征参数的影响因子为factor1;
步骤A2:根据以下公式计算实测特征参数线性抑制曲线函数:
f1=status1÷factor1;
步骤A3:执行步骤6;
步骤5:监测装置启动抑制算法计算特征参数的异常程度,其步骤如下:
步骤B1:设定实际测量的特征参数为特征参数status2;影响特征参数status2的影响因子为factor2;
步骤B2:在厂试验数据表中找出与影响因子factor2相邻的两个出厂影响因子factor2'和factor2”,取factor2的小数部分factor2”',根据以下公式计算曲线抑制影响因子factor3:
factor3=[factor2'+(factor2”-factor2')]÷(factor2”');
步骤B4:根据以下公式计算实测特征参数曲线抑制曲线函数:
f2=status2÷factor3;
步骤B5:执行步骤6;
步骤6:监测装置将计算得出的特征参数线性抑制曲线函数f1或特征参数曲线抑制曲线函数f2与变压器出厂试验时记录的特征参数曲线进行对比,如果拟合度在70%以上,则不报警;否则,判断变压器异常,并发出报警信息。
优选的,所述特征参数包括变压器油位、变压器压力、油中气体组分、微水含量、有载调压开关档位、套管介损、铁心接地电流、局部放电量和振动信号;所述影响因子包括电流、电压、功率、谐波、油面温度、绕组温度。
优选的,在执行步骤B2时,如果factor2的小数部分factor2”'=0,则标记计算错误,并放弃此次计算结果。
本发明所述的一种用于提升变压器状态诊断准确性的抑制算法,解决了变压器早期故障诊断不准确的技术问题;本发明采用了经过抑制算法的异常程度来进行判据比较和诊断,大大优于用特征参数绝对值进行阀值比较及诊断的算法,能显著提高变压器早期故障诊断的准确性,本发明可以灵活组态抑制参数,提升变压器早期潜伏性故障的特征参数的信噪比,大大提高故障诊断的准确性,从而保证***对运行检修工作的指导意义,实现该技术的推广和普及应用。
附图说明
图1是本发明的实施例的曲线图。
具体实施方式
如图1所示的一种用于提升变压器状态诊断准确性的抑制算法,包括如下步骤:
步骤1:在变压器上设置监测装置,监测装置实时在线监测变压器运行时所产生的特征参数;
步骤2:将变压器出厂试验时记录的特征参数曲线以出厂试验数据表的方式存储到监测装置中;厂试验数据表包括影响因子factor0和特征参数status0,影响因子factor0按整数单位存储;
步骤3:监测装置设定一个阈值,当实时监测到的特征参数小于该阈值时,执行步骤4;当实时监测到的特征参数大于该阈值时,步骤5;
为避免温度值过小,采样误差较大导致抑制算法失效,本发明增加启动判据,当温度值大于一定阀值后再启动抑制算法。
步骤4:监测装置启动线性抑制算法计算特征参数的异常程度,其步骤如下:
步骤A1:设定实际测量的特征参数为特征参数status1,影响该特征参数的影响因子为factor1;
步骤A2:根据以下公式计算实测特征参数线性抑制曲线函数:
f1=status1÷factor1;
步骤A3:执行步骤6;
步骤5:监测装置启动抑制算法计算特征参数的异常程度,其步骤如下:
步骤B1:设定实际测量的特征参数为特征参数status2;影响特征参数status2的影响因子为factor2;
步骤B2:在厂试验数据表中找出与影响因子factor2相邻的两个出厂影响因子factor2'和factor2”,取factor2的小数部分factor2”',根据以下公式计算曲线抑制影响因子factor3:
factor3=[factor2'+(factor2”-factor2')]÷(factor2”');
步骤B4:根据以下公式计算实测特征参数曲线抑制曲线函数:
f2=status2÷factor3;
步骤B5:执行步骤6;
步骤6:监测装置将计算得出的特征参数线性抑制曲线函数f1或特征参数曲线抑制曲线函数f2与变压器出厂试验时记录的特征参数曲线进行对比,如果拟合度在70%以上,则不报警;否则,判断变压器异常,并发出报警信息。
本实施例以变压器绕组温度为例:
步骤S1:在变压器上设置监测装置,监测装置实时在线监测变压器运行时所产生的特征参数,即,变压器绕组温度,对应绕组温度的影响因此为负荷的电流数据;
步骤2:将变压器出厂试验时记录的绕组温度与负荷关系曲线以出厂试验数据表的方式存储到监测装置中;厂试验数据表包括负荷电流和绕组温度,负荷电流或电压按整数单位存储;
步骤3:监测装置设定一个阈值,当实时监测到的特征参数小于该阈值时,执行步骤4;当实时监测到的特征参数大于该阈值时,步骤5;
步骤4:监测装置启动线性抑制算法计算特征参数的异常程度,其步骤如下:
步骤A1:设定实际测量的绕组温度为T1,影响该特征参数的负荷电流为I1;
步骤A2:根据以下公式计算实测特征参数线性抑制曲线函数:
f1=T1÷I1;
步骤A3:执行步骤6;
步骤5:监测装置启动抑制算法计算特征参数的异常程度,其步骤如下:
步骤B1:设定实际测量的绕组温度为T2;影响绕组温度为T2的负荷电流为I2;
步骤B2:在厂试验数据表中找出与负荷电流I2相邻的两个出厂负荷电流I2'和I2”,取I2的小数部分I2”',根据以下公式计算曲线抑制负荷电流I3:
I3=[I2'+(I2”-I2')]÷(I2”');
步骤B4:根据以下公式计算实测特征参数曲线抑制曲线函数:
f2=status2÷factor3;即,如图1中的实测温度曲线。
步骤B5:执行步骤6;
步骤6:监测装置将计算得出的函数f1或函数f2与变压器出厂试验时记录的绕组温度与负荷关系曲线进行对比,绕组温度与负荷关系曲线为图1中的升温曲线,如果拟合度在70%以上,则不报警;否则,判断变压器异常,并发出报警信息。
本发明可以避免不考虑变压器负荷的温升报警算法过于粗放,设定阀值高了容易遗漏早期潜伏性故障,阀值设定低了则容易在负荷有较大变化情况下误报警。
本发明的抑制算法也可以用在振动对谐波,局放对谐波,油中气体对温度等监测诊断应用中,可以大大提高变压器状态诊断的准确性,本发明具备一定的普适性,能够用于多种状态参数的诊断,本发明算法简单,方便移植和扩展到已有的状态监测装置和***中。
本发明所述的一种用于提升变压器状态诊断准确性的抑制算法,解决了变压器早期故障诊断不准确的技术问题;本发明采用了经过抑制算法的异常程度来进行判据比较和诊断,大大优于用特征参数绝对值进行阀值比较及诊断的算法,能显著提高变压器早期故障诊断的准确性,本发明可以灵活组态抑制参数,提升变压器早期潜伏性故障的特征参数的信噪比,大大提高故障诊断的准确性,从而保证***对运行检修工作的指导意义,实现该技术的推广和普及应用。
Claims (3)
1.一种用于提升变压器状态诊断准确性的抑制算法,其特征在于:包括如下步骤:
步骤1:在变压器上设置监测装置,监测装置实时在线监测变压器运行时所产生的特征参数;
步骤2:将变压器出厂试验时记录的特征参数曲线以出厂试验数据表的方式存储到监测装置中;厂试验数据表包括影响因子factor0和特征参数status0,影响因子factor0按整数单位存储;
步骤3:监测装置设定一个阈值,当实时监测到的特征参数小于该阈值时,执行步骤4;当实时监测到的特征参数大于该阈值时,步骤5;
步骤4:监测装置启动线性抑制算法计算特征参数的异常程度,其步骤如下:
步骤A1:设定实际测量的特征参数为特征参数status1,影响该特征参数的影响因子为factor1;
步骤A2:根据以下公式计算实测特征参数线性抑制曲线函数:
f1=status1÷factor1;
步骤A3:执行步骤6;
步骤5:监测装置启动抑制算法计算特征参数的异常程度,其步骤如下:
步骤B1:设定实际测量的特征参数为特征参数status2;影响特征参数status2的影响因子为factor2;
步骤B2:在厂试验数据表中找出与影响因子factor2相邻的两个出厂影响因子factor2'和factor2”,取factor2的小数部分factor2”',根据以下公式计算曲线抑制影响因子factor3:
factor3=[factor2'+(factor2”-factor2')]÷(factor2”');
步骤B4:根据以下公式计算实测特征参数曲线抑制曲线函数:
f2=status2÷factor3;
步骤B5:执行步骤6;
步骤6:监测装置将计算得出的特征参数线性抑制曲线函数f1或特征参数曲线抑制曲线函数f2与变压器出厂试验时记录的特征参数曲线进行对比,如果拟合度在70%以上,则不报警;否则,判断变压器异常,并发出报警信息。
2.如权利要求1所述的一种用于提升变压器状态诊断准确性的抑制算法,其特征在于:所述特征参数包括变压器油位、变压器压力、油中气体组分、微水含量、有载调压开关档位、套管介损、铁心接地电流、局部放电量和振动信号;所述影响因子包括电流、电压、功率、谐波、油面温度、绕组温度。
3.如权利要求1所述的一种用于提升变压器状态诊断准确性的抑制算法,其特征在于:在执行步骤B2时,如果factor2的小数部分factor2”'=0,则标记计算错误,并放弃此次计算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116755.0A CN109782109A (zh) | 2019-02-15 | 2019-02-15 | 一种用于提升变压器状态诊断准确性的抑制算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116755.0A CN109782109A (zh) | 2019-02-15 | 2019-02-15 | 一种用于提升变压器状态诊断准确性的抑制算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109782109A true CN109782109A (zh) | 2019-05-21 |
Family
ID=66504327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910116755.0A Pending CN109782109A (zh) | 2019-02-15 | 2019-02-15 | 一种用于提升变压器状态诊断准确性的抑制算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109782109A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146775A (zh) * | 2019-06-25 | 2019-08-20 | 广东石油化工学院 | 基于功率比值的变压器运行状态振声检测方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399241A (zh) * | 2013-08-15 | 2013-11-20 | 南京新联电子股份有限公司 | 基于温升与负荷关系的配电变压器故障诊断***及方法 |
CN105182161A (zh) * | 2015-09-23 | 2015-12-23 | 国网山东莒县供电公司 | 一种变压器监测***和方法 |
CN107121612A (zh) * | 2017-07-14 | 2017-09-01 | 合肥利元杰信息科技有限公司 | 一种变压器监测***及监测方法 |
CN107884663A (zh) * | 2017-10-27 | 2018-04-06 | 国网天津市电力公司电力科学研究院 | 一种基于组合核相关向量机的变压器故障诊断方法 |
-
2019
- 2019-02-15 CN CN201910116755.0A patent/CN109782109A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399241A (zh) * | 2013-08-15 | 2013-11-20 | 南京新联电子股份有限公司 | 基于温升与负荷关系的配电变压器故障诊断***及方法 |
CN105182161A (zh) * | 2015-09-23 | 2015-12-23 | 国网山东莒县供电公司 | 一种变压器监测***和方法 |
CN107121612A (zh) * | 2017-07-14 | 2017-09-01 | 合肥利元杰信息科技有限公司 | 一种变压器监测***及监测方法 |
CN107884663A (zh) * | 2017-10-27 | 2018-04-06 | 国网天津市电力公司电力科学研究院 | 一种基于组合核相关向量机的变压器故障诊断方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146775A (zh) * | 2019-06-25 | 2019-08-20 | 广东石油化工学院 | 基于功率比值的变压器运行状态振声检测方法和*** |
CN110146775B (zh) * | 2019-06-25 | 2021-07-09 | 广东石油化工学院 | 基于功率比值的变压器运行状态振声检测方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102219090B1 (ko) | 발전기의 고장예측 진단 시스템 | |
Biswas et al. | A real-time data-driven algorithm for health diagnosis and prognosis of a circuit breaker trip assembly | |
CN110068758B (zh) | 柔性直流换流阀监测诊断*** | |
CN103513139A (zh) | 一种电力变压器故障智能诊断技术、方法及设备 | |
CN201611384U (zh) | 电动机状态监测及故障诊断*** | |
CN203084097U (zh) | 一种氧化锌避雷器状态在线监测装置 | |
Lachman et al. | On-line diagnostics of high-voltage bushings and current transformers using the sum current method | |
CN105954632A (zh) | 一种氧化锌避雷器在线监测与诊断方法 | |
CN206804743U (zh) | 开关柜状态监测装置及*** | |
CN103234576A (zh) | 一种用于智能变电站中电力设备的状态监测*** | |
CN111008485A (zh) | 基于神经网络的三相交流异步电机多参数寿命预测方法 | |
CN110456270A (zh) | 一种电机绝缘在线监测方法及装置 | |
KR102418288B1 (ko) | 전력품질 감시 기능을 가진 고장기록장치 | |
CN116859186A (zh) | 一种电容器击穿故障实时监测***和实时监测方法 | |
CN201837712U (zh) | Hgis储能电机在线监测装置 | |
CN106104282A (zh) | 一种基于参考能量的电气测量方法 | |
CN109782109A (zh) | 一种用于提升变压器状态诊断准确性的抑制算法 | |
CN105024595A (zh) | 一种无刷直流电机故障监控方法及装置 | |
CN112505539A (zh) | 基于非电量特征的有载分接油开关状态监测方法及*** | |
CN102628915B (zh) | 潜油电泵在线绝缘检测装置 | |
Stone et al. | Experience with continuous on-line partial discharge monitoring of generators and motors | |
Moldoveanu et al. | Intelligent system for the on-line real time monitoring of high voltage substations | |
CN112782545A (zh) | 一种测试发电机局部放电的方法 | |
CN118194210B (zh) | 一种电气设备运行故障监测*** | |
CN218917574U (zh) | 一种断路器储能电机的监测装置及真空断路器 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |