首页> 中国专利> 基于远程调控的油浸式变压器故障运维分级的方法及装置

基于远程调控的油浸式变压器故障运维分级的方法及装置

摘要

本发明公开了基于远程调控的油浸式变压器故障运维分级的方法及装置,涉及电力变压器故障诊断技术领域;方法包括根据影响变压器的因素,获得运维分级,再结合计划停电时间形成检修指令,影响变压器的因素即影响因素包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度;装置包括影响因素降维模块,获得公共因子之间的相关程度模块,标准化模块,获得样本的协方差矩阵模块,获得影响权重相关性较大的重要变量模块;其根据影响变压器的因素获得运维分级再结合计划停电时间形成检修指令等,实现油浸式变压器故障分析结果准确。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-01-31

    公开

    发明专利申请公布

说明书

技术领域

本发明涉及电力变压器故障诊断技术领域,尤其涉及一种基于远程调控的油浸式变压器故障运维分级的方法及装置。

背景技术

申请公布号为CN 109033513 A,名称为电力变压器故障诊断方法与电力变压器故障诊断装置。电力变压器故障诊断方法包括以下步骤:根据电力变压器油中溶解气体分析得到的特征气体组分体积分数的原始数据,提取特征向量,输入待诊断数据样本数目和特征变量数目,建立原始数据矩阵,作为故障诊断数据库;将原始数据矩阵中的样本数据作去噪处理和标准化处理,得到标准化矩阵;根据所述标准化矩阵,运用改进量子粒子群算法训练和调整自适应模糊神经推理系统的系统参数,建立变压器故障诊断模型;采用所述变压器故障诊断模型对测试数据进行诊断。这样,能够快速准确地识别出电力变压器故障类别,提高了变压器故障诊断的智能化程度和可靠性,具有更高效及更准确的诊断效率。

授权公告号为CN 111562458 B,名称为一种电力变压器故障诊断方法与电力变压器故障诊断装置。所述电力变压器故障诊断装置包括:电压检测模块、温度检测模块、主控模块、故障检测模块、信号处理模块、数据传输模块、数据分析模块、故障辨识模块、故障预警模块、故障数据存储模块、显示模块。通过故障辨识模块加入更多相关运行数据,并根据数据对故障辨识的影响权重而对分类器进行合理的训练,还可以根据需求输入相关的训练数据来调整分类器的参数和精确度,最终起到合理辨识变压器故障的作用;还通过数据分析模块会更具有针对性,电力部门可以根据变压器数据分析报告实现对配电变压器的有效管理,提高管理配电变压器的水平。

申请公布号为CN 113762345 A,名称为一种油浸式变压器故障诊断方法及装置。主要目的在于提高变压器故障诊断的正确性;主要技术方案包括:确定多组数值,其中,每一组所述数值中均包括有针对变压器故障诊断模型设置的连接权值和阈值;使用遗传算法对所述多组数值进行优化,确定目标连接权值和目标阈值;使用所述目标连接权值和所述目标阈值,调整待训练的变压器故障诊断模型;采用训练样本集训练调整后的变压器故障诊断模型,其中,所述训练样本集中的训练样本基于油浸式变压器的油中的气体数据而得;使用训练后的变压器故障诊断模型对所述油浸式变压器进行故障诊断。

授权公告号为CN 105629109 B,名称为基于ART1神经网络的油浸式变压器故障诊断方法。具体按照以下步骤实施:步骤1、利用ART1神经网络具体算法,构建基于ART1神经网络的油浸式变压器故障诊断模型;步骤2、利用四比值法确定经步骤1得到的构建基于ART1神经网络的油浸式变压器故障诊断模型的输入输出量;步骤3、经步骤2后,设置基于ART1神经网络的油浸式变压器故障诊断的参数;步骤4、利用基于ART1神经网络的油浸式变压器故障诊断模型对故障样本进行学习训练;步骤5、利用基于ART1神经网络的油浸式变压器故障诊断模型对实际故障数据类型进行识别诊断。基于ART1神经网络的油浸式变压器故障诊断方法,能够正确地针对油浸式变压器不同类型的过热性故障进行实时在线故障诊断。

申请公布号为CN 11383504 A,名称为一种变压器故障处理方法及系统。包括采集装置对变压器保护装置形成的变压器故障时刻运行状态信息进行实时采集,并发送给变压器故障信息处理机终端;变压器故障信息处理机终端在接收到变压器故障时刻运行状态信息之后,判断变压器故障时刻运行状态信息中所携带的当前故障类型,并进一步对当前故障类型关联信息进行特性判断或排查,以确定出变压器发生的故障是否为当前故障类型。还提供一种变压器故障处理系统。通过电子化保护信息采集技术对变压器中含有电气量故障、非电气量故障及其他故障的信息进行有效采集,用以快速判断变压器故障特性。

结合上述五篇专利文献和现有的技术方案,发明人分析发现在现有技术方案中存在如下技术问题。

目前技术基本都是根据油中溶解的特征气体等固定的参考因素运用数学算法进行油浸式变压器故障判断,虽然这些方法有一定的参考性,但由于受到气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量、故障点温度等相关因素的影响,并且不同运行状况的变压器受上述因素影响的程度不同,仅根据特征气体等固定的因素分析结果难以正确诊断故障的严重性,因此不应作为划分设备有无故障的唯一标准。

同时目前技术缺乏对油浸式变压器特征气体含量、产气速率、故障点位置及温度等涵盖所有上述影响数据的采集、分析、运维等级决策、结合计划停电调控手段,缺乏实际性、综合性。

若仅根据特征气体分析结果组织检修,会增加失误或者不必要停电时长,降低供电可靠性,影响经济效益。

现有技术问题及思考:

如何解决油浸式变压器故障分析结果不准确的技术问题。

发明内容

本发明所要解决的技术问题是提供一种基于远程调控的油浸式变压器故障运维分级的方法及装置,解决油浸式变压器故障分析结果不准确的技术问题。

为解决上述技术问题,本发明所采取的技术方案是:一种基于远程调控的油浸式变压器故障运维分级的方法包括根据影响变压器的因素,获得运维分级,再结合计划停电时间形成检修指令,响变压器的因素即影响因素包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度。

进一步的技术方案在于:具体步骤如下:S1影响因素降维,将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量;S2获得公共因子之间的相关程度;S3标准化,获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布;S4获得样本的协方差矩阵,S5获得影响权重相关性较大的重要变量,对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。

进一步的技术方案在于:还包括如下步骤,S6共享重要变量,将重要变量通过电力通信网传输到SCADA配电数据采集与监视控制系统。

进一步的技术方案在于:还包括如下步骤,S7形成检修指令,根据重要变量进行运维分级,根据近期停电计划形成检修指令。

进一步的技术方案在于:在步骤S7中,若是紧急故障,则下指令进行紧急消缺。

一种基于远程调控的油浸式变压器故障运维分级的装置包括如下程序模块,影响因素降维模块,用于将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量;获得公共因子之间的相关程度模块,用于获得公共因子之间的相关程度;标准化模块,用于获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布;获得样本的协方差矩阵模块,用于获得样本的协方差矩阵;获得影响权重相关性较大的重要变量模块,用于对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。

进一步的技术方案在于:还包括如下程序模块,共享重要变量模块,用于将重要变量通过电力通信网传输到SCADA配电数据采集与监视控制系统。

进一步的技术方案在于:还包括如下程序模块,形成检修指令模块,用于根据重要变量进行运维分级,根据近期停电计划形成检修指令,若是紧急故障,生成紧急消缺指令。

一种基于远程调控的油浸式变压器故障运维分级的装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现上述相应的步骤。

一种基于远程调控的油浸式变压器故障运维分级的装置包括计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述相应的步骤。

采用上述技术方案所产生的有益效果在于:

一种基于远程调控的油浸式变压器故障运维分级的方法包括根据影响变压器的因素,获得运维分级,再结合计划停电时间形成检修指令,响变压器的因素即影响因素包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度。该技术方案,其根据影响变压器的因素获得运维分级再结合计划停电时间形成检修指令等,实现油浸式变压器故障分析结果准确。

一种基于远程调控的油浸式变压器故障运维分级的装置包括如下程序模块,影响因素降维模块,用于将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量;获得公共因子之间的相关程度模块,用于获得公共因子之间的相关程度;标准化模块,用于获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布;获得样本的协方差矩阵模块,用于获得样本的协方差矩阵;获得影响权重相关性较大的重要变量模块,用于对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。该技术方案,其通过影响因素降维模块和获得影响权重相关性较大的重要变量模块等,实现油浸式变压器故障分析结果准确。

一种基于远程调控的油浸式变压器故障运维分级的装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现上述相应的步骤。该技术方案,实现油浸式变压器故障分析结果准确。

一种基于远程调控的油浸式变压器故障运维分级的装置包括计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述相应的步骤。该技术方案,实现油浸式变压器故障分析结果准确。

详见具体实施方式部分描述。

附图说明

图1是本发明实施例1的流程图;

图2是本发明实施例2的流程图;

图3是本发明实施例3的原理框图;

图4是本发明实施例4的原理框图;

图5是本发明实施例5的原理框图。

具体实施方式

下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本申请,但是本申请还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施例的限制。

实施例1:

如图1所示,本发明公开了一种基于远程调控的油浸式变压器故障运维分级的方法包括根据影响变压器的因素,获得运维分级,再结合计划停电时间形成检修指令,响变压器的因素即影响因素包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度。具体步骤如下:

S1影响因素降维

将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量。

S2获得公共因子之间的相关程度

获得公共因子之间的相关程度。

S3标准化

获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布。

S4获得样本的协方差矩阵

获得样本的协方差矩阵。

S5获得影响权重相关性较大的重要变量

对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。

其中,降维的算法、相关程度的算法和协方差矩阵的算法本身为现有技术在此不再赘述。

实施例2:

如图2所示,本发明公开了一种基于远程调控的油浸式变压器故障运维分级的方法包括根据影响变压器的因素,获得运维分级,再结合计划停电时间形成检修指令,响变压器的因素即影响因素包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度。具体步骤如下:

S1影响因素降维

将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量。

S2获得公共因子之间的相关程度

获得公共因子之间的相关程度。

S3标准化

获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布。

S4获得样本的协方差矩阵

获得样本的协方差矩阵。

S5获得影响权重相关性较大的重要变量

对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。

S6共享重要变量

将重要变量通过电力通信网传输到SCADA配电数据采集与监视控制系统。

S7形成检修指令

根据重要变量进行运维分级,根据近期停电计划形成检修指令,若是紧急故障,则下指令进行紧急消缺。

其中,降维的算法、相关程度的算法、协方差矩阵的算法和SCADA配电数据采集与监视控制系统本身为现有技术在此不再赘述。

实施例3:

如图3所示,本发明公开了一种基于远程调控的油浸式变压器故障运维分级的装置包括如下程序模块:

影响因素降维模块,用于将特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度进行降维,获得降维后的公共因子,降维后的公共因子包括特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量和故障点温度的公共因子,所有的公共因子形成公共因子向量。

获得公共因子之间的相关程度模块,用于获得公共因子之间的相关程度。

标准化模块,用于获得变压器的运行样本数据并进行标准化,将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布。

获得样本的协方差矩阵模块,用于获得样本的协方差矩阵。

获得影响权重相关性较大的重要变量模块,用于对样本协方差矩阵做特征值分解,获得特征值和对应的特征值向量,以公共因子的累积方差贡献率超过90%为标准,从特征向量中获得影响权重相关性较大的重要变量。

共享重要变量模块,用于将重要变量通过电力通信网传输到SCADA配电数据采集与监视控制系统。

形成检修指令模块,用于根据重要变量进行运维分级,根据近期停电计划形成检修指令,若是紧急故障,生成紧急消缺指令。

其中,降维的算法、相关程度的算法和协方差矩阵的算法本身为现有技术在此不再赘述。

实施例4:

如图4所示,本发明公开了一种基于远程调控的油浸式变压器故障运维分级的装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现实施例2的步骤。

实施例5:

如图5所示,本发明公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现实施例2中的步骤。

本申请的构思:

油浸式变压器是目前应用最广泛的电力变压器,常见问题有局部过热故障、局部放电故障,本发明综合考虑特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量、故障点温度等因素,由检测模块采集变压器基础和运行数据,通过处理器计算,通过电力通信网将分析结果传输到SCADA配电数据采集与监视控制系统,调度员根据降维后前m个影响变量进行运维分级,并根据近期停电计划下达检修指令,若是紧急故障,则下指令进行紧急消缺。本发明提高了油浸式变压器故障的运维精度,对于不需紧急消缺的故障可结合近期计划停电时间组织安排,以达到提质增效,减少失误停电时长,提升供电可靠率的效果。

基于实际,针对变压器常见故障进行全面分析、精准区分运维等级,并通过调控人员即时远程监测分析,避免增加失误或不必要停电时长,达到电网运行提质增效的目的。

技术方案说明:

由于特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量、故障点温度这些主要影响因素在不同的变压器运行状况下产生的影响程度不同,因此需要针对不同的变压器运行数据计算出影响权重较大的几项因素,依此进行运维分级,再结合计划停电时间合理安排检修作业,达到精准运维、提质增效的目的。具体步骤如下:

1)降维取主要公共因子计算的可行性:

特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量、故障点温度这些主要影响变量之间具有不同程度的相关性,可通过如下计算进行影响因素降维,用几个公共因子反应众多变量的主要信息,在保证分析效果的前提下,减少繁冗影响因素。

2)通过检测模块采集变压器基础和运行数据,构建数学模型:测得油浸式变压器的特征气体含量、变压器容量、运行方式、运行年限、产气速率、故障部位、故障能量、故障点温度设为x

用计算式表示如下:

x=Af+e或

3)对变量进行标准化。

为消除变量量纲不同的影响,对含n个p维变量的样本进行标准化。将数据系列中的每一个数据点作减去均值并除以方差的操作,使得处理后的数据近似符合(0,1)的标准正态分布:

x

为表达方便标准化后的变量仍用x表示,其各元素为:

4)求样本的协方差矩阵s

其各元素为:

5)提取前m个影响权重相关性最大的变量。

对样本协方差矩阵s

其中m由公共因子的累积方差贡献率确定,即

当前m个公共因子的累积方差贡献率超过90%时,可认为前m个公共因子的线性组合基本上能够还原原始变量信息。

6)将数学模型及算法存储于处理器,将前m个影响变量通过电力通信网传输到SCADA配电数据采集与监视控制系统。

7)调度员根据降维后前m个影响变量进行运维分级:调度员根据近期停电计划下达检修指令,若是紧急故障,则下指令进行紧急消缺。

本申请保密运行一段时间后,现场技术人员反馈的有益之处在于:

可有效避免增加失误或不必要停电时长,提升电网运行可靠性,达到提质增效的效果。

目前,本发明的技术方案已经进行了中试,即产品在大规模量产前的较小规模试验;中试完成后,在小范围内开展了用户使用调研,调研结果表明用户满意度较高;现在已开始着手准备产品正式投产进行产业化(包括知识产权风险预警调研)。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号