技术领域
本发明属于电气设备绝缘在线监测与故障诊断领域，具体涉及一种变压器油纸绝缘老化拉曼光谱诊断方法。
背景技术
变压器在电力设备中占有很高的比重，其老化问题是关系电网安全运行的关键因素。电网的快速发展对变压器老化状态评估提出了很高的要求。电力变压器的使用寿命一般与绝缘材料的劣化有关。变压器油纸绝缘系统在使用多年后，会受到热应力和电应力的作用而老化，影响变压器的绝缘性能。绝缘油和绝缘纸分解产生反映故障性质和老化程度的一氧化碳、二氧化碳、糠醛、甲醇、丙酮等物质，溶于油中。由于绝缘油含有丰富的老化信息，对绝缘油的检测具有重要意义。为了评价油浸电力设备的老化状态，经常采用油中糠醛含量、油中溶解气体、绝缘纸聚合度等试验结果。然而，这些方法由于步骤复杂，采样困难，往往难以用于现场快速老化状态评估。
拉曼光谱是一种基于C.V.Raman发现的拉曼散射效应的散射光谱。分析了入射光不同频率的散射光谱，得到了分子振动和转动的信息，并应用于分子结构的研究。由于不同物质的结构、性质和含量不同，在激光照射下会产生不同的拉曼信号，从而实现对材料特性的分析。拉曼光谱技术不仅在石化、生物环保、医药、食品安全等领域得到了广泛的应用，而且在油纸绝缘老化诊断领域也引起了广泛的关注。不同物质由于结构、性质、含量的不同，在受到激光照射时将会产生不同的拉曼信号，从而实现物质特征的分析。在油纸绝缘的老化过程中，油中的物质种类繁多且不断发生一系列复杂的化学变化，拉曼光谱技术恰恰能够体现这一复杂过程。
发明内容
为解决现有技术存在的以上问题，本发明公开了一种变压器油纸绝缘老化拉曼光谱诊断方法，其特点是基于拉曼光谱技术实现了油纸绝缘的老化诊断，准确度高，是目前一种新颖的方法。
为实现上述发明目的，本发明具体采用以下技术方案。
一种变压器油纸绝缘老化拉曼光谱诊断方法，其特征在于：根据绝缘油的拉曼光谱数据，利用改进的T-S模糊神经网络，对油纸绝缘样本的老化程度进行预测。
本发明将绝缘油的拉曼光谱向量与神经网络的输入层相连接，以油纸绝缘的老化状态作为神经网络的输出，利用实验数据训练诊断模型，不断修改隶属函数，挖掘油纸绝缘拉曼光谱特性与油纸绝缘老化状态之间的内在数学关系，达到利用绝缘油拉曼光谱数据预测油纸绝缘老化程度的目的。
一种变压器油纸绝缘老化拉曼光谱诊断方法，其特征在于，所述诊断方法包括以下步骤：
步骤1：模拟真实变压器的老化状态，获取老化绝缘油样本；
将真实变压器置于密封系统中，在120℃条件下模拟真实变压器的老化状态来获取老化绝缘油样本。
分别获取老化时间0，1,5,10,20,35,50和80天加速老化油样，共获取训练样本40个及测试样本15个。对油纸绝缘老化的监测，为保障设备的安全稳定运行，研究重点更加关心老化程度较深时。因此总共55个样本在0，1,5,10,20,35,50和80天的分布为：5个，5个，5个，6个，6个，11个，11个，6个。其中训练样本在在0，1,5,10,20,35,50和80天的分布为：5个，5个，5个，5个，5个，5个，5个，5个。测试样本15个，老化10天1个，老化20天1个，老化35天6个，老化50天6个，老化80天1个。
对训练样本老化阶段的划分，以各个老化时间阶段绝缘纸平均聚合度为判别依据，按照上述的定义计算油纸绝缘样本的老化程度，以此初步建立训练样本库。
本发明对油纸绝缘样本老化状态的定义为：
其中绝缘纸聚合度(DP)是一种公认的油纸绝缘老化指标，然而在实际运行的变压器中，是无法进行聚合度检测的。因此众多油纸绝缘老化诊断研究都集中在寻找聚合度的替代检测方法，本发明同样旨在建立聚合度与油纸绝缘老化拉曼光谱数据的间接关联，从而达到诊断的效果。油纸绝缘样本老化阶段的划分按照国标检测标准对油纸绝缘老化样本中的绝缘纸聚合度进行检测，以各个老化时间阶段绝缘纸聚合度为判别依据，定义油纸绝缘样本的老化状态。一般来说，新样本的聚合度在1200到1600之间。因此，在该定义下，处于良好绝缘状态的样品的老化程度值在0到1之间。应注意，当DP值小于400时，样品已严重老化，应当引起注意。此时，老化程度值在3到4之间。综上所述，在此定义下老化程度的取值范围为0到4之间，其值越大表示老化程度越深。
步骤2：将步骤1所获得的老化绝缘油样本划分为训练样本和测试样本；
训练样本：测试样本＝8：3，一般情况下9：1，8：2，7：3都有用。
步骤3：构建油纸绝缘老化拉曼光谱诊断模型；
所述油纸绝缘老化拉曼光谱诊断模型采用“if-then”规则形式来定义，分为输入层、模糊化层、模糊规则计算层和输出层这4层；
其中，模糊化层采用隶属度函数
模糊规则计算层采用以下模糊连乘公式计算得到模糊算子ω：
ω
输出层采用下式计算：
其中，
步骤4：利用步骤2所得的训练样本对步骤3所构建的油纸绝缘老化拉曼光谱诊断模型，并通过测试样本测试训练后得到的油纸绝缘老化拉曼光谱诊断模型；
将训练样本的拉曼谱图向量作为输入，以训练样本的老化状态作为输出，对油纸绝缘老化拉曼光谱诊断模型进行训练，具体包括以下内容：
按照下式计算期望输出和实际输出的误差：
式中，y
根据所计算的误差对模糊系统参数进行修正：
式中，
修正隶属度函数的中心和宽度：
式中，
步骤5：采集待诊断的运行中的变压器绝缘油，获取绝缘油拉曼谱图光谱向量，将其作为输入样本数据输入至步骤4所得到的训练并经过测试后的油纸绝缘老化拉曼光谱诊断模型；
步骤6：根据步骤5中油纸绝缘老化拉曼光谱诊断模型的输出结果，判断变压器绝缘油的老化程度。
本发明对油纸绝缘样本老化状态的定义为：
其中绝缘纸聚合度(DP)是一种公认的油纸绝缘老化指标，然而在实际运行的变压器中，是无法进行聚合度检测的。因此众多油纸绝缘老化诊断研究都集中在寻找聚合度的替代检测方法，本专利同样旨在建立聚合度与油纸绝缘老化拉曼光谱数据的间接关联，从而达到诊断的效果。油纸绝缘样本老化阶段的划分按照国标检测标准对油纸绝缘老化样本中的绝缘纸聚合度进行检测，以各个老化时间阶段绝缘纸聚合度为判别依据，定义油纸绝缘样本的老化状态。一般来说，新样本的聚合度在1200到1600之间。因此，在该定义下，处于良好绝缘状态的样品的老化程度值在0到1之间。应注意，当DP值小于400时，样品已严重老化，应当引起注意。此时，老化程度值在3到4之间。综上所述，在此定义下老化程度的取值范围为0到4之间，其值越大表示老化程度越深。
相对于现有技术，本发明具有以下有益的技术效果：
油纸绝缘材料在电或热老化过程中会产生各种反映老化状态的特征量，如糠醛、甲醇、丙酮、CO和CO2等，并溶解于油中。目前运行变压器老化诊断主要基于检测与分析这些老化特征量，对应导则阈值进行实验室判断，存在单一特征量需要不同设备分析、无法用于有效现场诊断等问题。激光拉曼技术在物质成分分析及状态诊断领域具有非接触式无损的的优势，然而目前研究者们对于变压器油的拉曼数据分析研究较少。本发明涉及一种基于T-S模糊神经网络的变压器油纸绝缘老化拉曼光谱诊断方法，基于拉曼光谱技术可以实现非接触式无损的油纸绝缘的老化诊断，主要解决了变压器油纸绝缘老化状态缺乏现场带电监测手段，检测过程繁琐复杂的技术问题。为变压器油纸绝缘老化状态诊断开辟了新的思路。
附图说明
图1为绝缘油拉曼光谱图；
图2为本发明变压器油纸绝缘老化拉曼光谱诊断方法的流程示意图；
图3为本发明实施例中10个老化程度较深的样本的老化诊断结果示意图；
图4为本发明实施例中5个不同老化程度的样本的老化诊断结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。
图2的解释模糊神经网络的构建训练样本的维数确定模糊神经网络的输入/输出节点数，本专利中输入为1023维的光谱数据，输出为1维的老化状态。模糊神经网络训练时随机初始化模糊隶属度函数中心和宽度，利用随提出的误差计算、系数/参数修正方法迭代100次，训练诊断模型。最后再用测试数据输入到训练好的诊断模型中验证预测结果的准确性。
本发明公开了一种变压器油纸绝缘老化拉曼光谱诊断方法，其步骤如附图2所示，包括以下步骤：
首先，模拟真实变压器的老化状态，获取老化绝缘油样本；
将真实变压器置于密封系统中，在120℃条件下模拟真实变压器的老化状态来获取老化绝缘油样本。
本发明以聚合度为间接依据定义了油纸绝缘老化状态。
本发明对油纸绝缘样本老化状态的定义为：
其中绝缘纸聚合度(DP)是一种公认的油纸绝缘老化指标，然而在实际运行的变压器中，是无法进行聚合度检测的。因此众多油纸绝缘老化诊断研究都集中在寻找聚合度的替代检测方法，本专利同样旨在建立聚合度与油纸绝缘老化拉曼光谱数据的间接关联，从而达到诊断的效果。油纸绝缘样本老化阶段的划分按照国标检测标准对油纸绝缘老化样本中的绝缘纸聚合度进行检测，以各个老化时间阶段绝缘纸聚合度为判别依据，定义油纸绝缘样本的老化状态。一般来说，新样本的聚合度在1200到1600之间。因此，在该定义下，处于良好绝缘状态的样品的老化程度值在0到1之间。应注意，当DP值小于400时，样品已严重老化，应当引起注意。此时，老化程度值在3到4之间。综上所述，在此定义下老化程度的取值范围为0到4之间，其值越大表示老化程度越深。
对老化绝缘油进行拉曼光谱检测获取其拉曼谱图。绝缘油中是一种非常复杂的混合物，其中含有多种物质，这也导致了其拉曼谱图的复杂。每种物质理论上都有与其对应的拉曼信号，随着油纸绝缘系统的老化，绝缘油的物质成分及含量将发生变化并导致其拉曼谱图变化。因此可通过绝缘油拉曼谱图的不同来判断油纸绝缘的老化程度。绝缘油的拉曼谱图由一系列光谱点构成，如图1所示。一张绝缘油的拉曼谱图可以表示为一个二维向量{(U
步骤2：将步骤1所获得的老化绝缘油样本划分为训练样本和测试样本；
训练样本：测试样本＝8：3，一般情况下9：1，8：2，7：3都有用。
步骤3：构建基于模糊神经网络的油纸绝缘老化拉曼光谱诊断模型；
本发明的油纸绝缘老化拉曼光谱诊断模型，将绝缘油的拉曼谱图向量作为输入，将油纸绝缘样本的老化阶段作为输出来构建诊断模型。
该模型不仅能自动更新，而且能不断修正模糊子集的隶属度函数，它采用如下的“if-then”规则形式来定义，在规则为R
其中，
假设对于输入量x＝[x
式中，μ为模糊隶属度值；x
将各隶属度进行模糊计算，采用模糊算子为连乘算子。
μ为模糊隶属度值；
根据模糊计算结果计算模糊模型的输出值y
油纸绝缘老化拉曼光谱诊断模型分为输入层、模糊化层、模糊规则计算出和输出层这4层。输入层与输入向量x
输出层采用下式计算油纸绝缘老化拉曼光谱诊断模型的输出：
步骤4：利用步骤2所得的训练样本对步骤3所构建的油纸绝缘老化拉曼光谱诊断模型，并通过测试样本测试训练后得到的油纸绝缘老化拉曼光谱诊断模型；
将训练样本的拉曼谱图向量作为输入，以训练样本的老化状态作为输出，对油纸绝缘老化拉曼光谱诊断模型进行训练，具体包括以下内容：
误差计算：
式中，y
系数修正：
式中，
参数修正：
式中，
步骤5：采集待诊断的运行中的变压器绝缘油，获取绝缘油拉曼谱图光谱向量，将其作为输入样本数据输入至步骤4所得到的训练并经过测试后的油纸绝缘老化拉曼光谱诊断模型；
步骤6：根据步骤5中油纸绝缘老化拉曼光谱诊断模型的输出结果，判断变压器绝缘油的老化程度。
本发明对油纸绝缘样本老化状态的定义为：
其中绝缘纸聚合度(DP)是一种公认的油纸绝缘老化指标，然而在实际运行的变压器中，是无法进行聚合度检测的。因此众多油纸绝缘老化诊断研究都集中在寻找聚合度的替代检测方法，本专利同样旨在建立聚合度与油纸绝缘老化拉曼光谱数据的间接关联，从而达到诊断的效果。油纸绝缘样本老化阶段的划分按照国标检测标准对油纸绝缘老化样本中的绝缘纸聚合度进行检测，以各个老化时间阶段绝缘纸聚合度为判别依据，定义油纸绝缘样本的老化状态。一般来说，新样本的聚合度在1200到1600之间。因此，在该定义下，处于良好绝缘状态的样品的老化程度值在0到1之间。应注意，当DP值小于400时，样品已严重老化，应当引起注意。此时，老化程度值在3到4之间。综上所述，在此定义下老化程度的取值范围为0到4之间，其值越大表示老化程度越深。
综上所述，使用T-S模糊神经网络构建油纸绝缘老化拉曼光谱诊断模型的流程如图2所示。模糊神经网络的构建训练样本的维数确定模糊神经网络的输入/输出节点数，本专利中输入为1023维的光谱数据，输出为1维的老化状态。模糊神经网络训练时随机初始化模糊隶属度函数中心和宽度，利用随提出的误差计算、系数/参数修正方法迭代100次，训练诊断模型。最后再用测试数据输入到训练好的诊断模型中验证预测结果的准确性。
通过下面实施例，对本次发明技术方案进一步的说明
本发明提出通过检测变压器油的拉曼信号进而实现对油纸绝缘的老化状态进行监测。机理为：当物质分子被一定频率的激光照射时，发生散射，只是大部分的光只是改变方向发生散射，而光的频率与激发光的频率相同，是弹性散射，即瑞利散射；同时有一小部分光不仅改变了光的传播方向，而且散射光的频率也发生了改变，属于非弹性散射，即拉曼散射。散射光与入射光之间的频率差成为拉曼位移，这拉曼位移取决于分子的振动能级的变化，不同化学键或基因有特征的分子振动，是可以作为分子结构判断的依据。随着油纸绝缘的老化，油和纸的老化特征物都将溶解入油中，通过对油的拉曼检测来实现变压器油纸绝缘的老化状态监测。
实现本发明的技术方案是：本发明依据IEEE导则在密封系统中加速热老化方法在120℃条件下模拟真实变压器的老化状态来获取老化绝缘油样本。分别获取老化时间0，1,5,10,20,35,50和80天加速老化油样，共获取训练样本40个及测试样本15个。对训练样本老化阶段的划分，按照国标检测标准对油纸绝缘老化样本中的绝缘纸聚合度(DP)进行检测，以各个老化时间阶段绝缘纸平均聚合度为判别依据，按照上述的定义计算油纸绝缘样本的老化程度，以此初步建立训练样本库。
利用40个训练样本训练基于T-S模糊神经网络的油纸绝缘老化拉曼光谱诊断模型，将样本的拉曼谱图向量作为输入，样本的老化阶段作为输出，以12个隐含节点、100次迭代的结构开始构建。(样本序号1-5对应老化35天，样本序号6-10对应老化50天)
对油纸绝缘老化的监测，为保障设备的安全稳定运行，研究重点更加关心老化程度较深时的诊断准确率。因此选取了10个老化状态值在3左右的样本进行了重点监测，其诊断结果如图3所示。(样本序号1对应老化10天，样本序号2对应老化20天，样本序号3对应老化35天，样本序号4对应老化50天，样本序号5对应老化80天)
选取了5个不同老化状态的测试样本进行整体测试，其诊断结果如图4所示。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
机译： 一种确定变压器绕组变形的诊断方法
机译： 一种确定变压器绕组变形的诊断方法
机译： 一种确定变压器绕组变形的诊断方法
