油中溶解气体分析

摘要： 油中溶解气体分析是变压器状态检测最为常见且可靠的方法,油气分离技术则是溶解气体分析中重要的一环。在油气分离技术中,渗透膜是一种较为新颖且颇具前途的分离技术。相较于传统的油气分离方法,渗透膜技术具有结构简单、体积较小、免于维护等优点,因此该方法是油中溶解气体分析研究的热点之一。该文首先对近年来应用于油气分离的高分子渗透膜材料及其结构进行了综述;然后,结合现有研究对几种常见的不同类型的高分子渗透膜进行归纳、总结和对比;最后,在总结当前研究的基础上,提出并讨论高分子渗透膜在变压器油中溶解气体分析领域中未来的发展方向。

摘要： 关联规则挖掘算法常用于基于油中溶解气体分析的变压器故障诊断中。为进一步提升诊断效果,提出一种基于改进关联规则挖掘模型的变压器故障诊断方法。首先,构建可调整的状态重要度评估标准计算方式,能够适应不同输入特征并将其中的罕见高危数据纳入分析,从而有效应对现实应用过程中可能出现的极端状况;其次,直接基于输入特征量导致的故障风险而非特征量的数据占比或出现频率求解相应故障风险权重,能够更加准确地衡量各特征量所带来的影响;最后应用Relim算法进行关联规则挖掘,从而改善挖掘效率。实例仿真结果表明,所提出方法相较采用固定重要度评估标准计算方式、传统风险权重求解方法以及Apriori关联规则挖掘算法的故障诊断方法,具有更好的诊断准确率、实际可行性以及运算效率。

摘要： 对某500 kV高压电抗器内油中溶解特征气体组分含量异常数据进行分析,并结合其他试验数据,找到引起油色谱数据异常的原因,并对该设备采取了相应的处理措施,消除该设备存在的安全隐患。最终,该设备内油中溶解特征气体组分含量均回归正常且稳定的区间,设备继续安全、平稳运行。

摘要： 油中溶解气体分析技术作为输变电在线监测技术中应用最广泛的技术之一,目前仍然存在受到复杂的现场环境影响导致数据质量普遍不高和数据采集标准化无法统一的问题,极大地限制了应用油色谱技术进行设备状态监测的有效性、准确性和及时性。该文提出了一套基于异常特征提取的油色谱在线监测数据无监督异常检测的集成方法,搭建了油色谱在线监测系统数据的质量评价体系,以达到增强输变电在线监测系统中油色谱数据可用性的效果。以某220 kV变电站在运的交流220 kV变压器为例进行了实例分析,对数据质量评估体系的有效应用进行验证。

摘要： 为了满足变压器中绝缘纸板因过热或者放电故障产生的一氧化碳气体的在线监测需求,提出了一种基于光纤光声传感的油中溶解一氧化碳气体检测技术。采用光声光谱气体检测技术、并结合光纤传感和膜分离技术,设计了集成油气分离和气体检测功能于一体的光纤光声传感探头,油中溶解的一氧化碳气体通过油气分离膜进入到光纤探头中的微型气腔;采用两根光纤将探头连接到解调仪器,分别传输近红外激发光和探测光;气体吸收光能产生的光声信号被光纤法布里-珀罗传感器探测,并被设计的光纤光声解调模块进行信号处理,获得系统对一氧化碳气体体积分数的检测灵敏度为0.345pm/10^(-6)。结果表明,所设计的光纤传感系统对油中溶解一氧化碳气体体积分数检出限达到5×10^(-6)。该研究具有精度高、抗电磁干扰、脱气简单的优势,为变压器油中溶解一氧化碳气体的检测提供了新方法。

摘要： CH_(4)和C_(2)H_(2)是变压器发生故障时两种重要的特征气体。为了实现对变压器中溶解的微量CH_(4)和C_(2)H_(2)气体含量检测的需求,采用激光光声光谱气体检测技术,通过分析CH_(4)和C_(2)H_(2)气体的近红外吸收谱线,选取合适的激光光源并确定激光调制参数;设计并搭建了一套以双激光光源和非共振光声池为核心的光声光谱微量CH_(4)和C_(2)H_(2)气体检测系统,获得了系统对CH_(4)和C_(2)H_(2)气体检测灵敏度和低含量检测误差。结果表明,CH_(4)和C_(2)H_(2)气体分别在体积分数为0~1000×10^(-6)和0~500×10^(-6)的范围内具有良好的线性响应,每10^(-6)体积分数的检测响应度分别为5.8969μV和16.1831μV;在低含量CH_(4)/C_(2)H_(2)混合气体对系统的重复性和精度测试中,CH_(4)气体体积分数为3.00×10^(-6)时的检测最大绝对误差为0.30×10^(-6),C_(2)H_(2)气体体积分数为0.50×10^(-6)时的检测最大绝对误差为0.20×10^(-6)。此研究结果满足测量误差的技术指标要求,实现了对微量CH_(4)和C_(2)H_(2)气体的高灵敏度检测。

摘要： 针对目前常用的变压器油中溶解气体分析方法的不足,本文尝试根据油色谱在线监测系统产生的大量数据,利用机器学习算法对变压器故障进行诊断和鉴别。由于变压器故障诊断中存在样本小的特点,普通机器学习算法泛化能力较差,本文提出基于极端梯度提升(XGBoost)算法,结合油中气体和故障特征的理论基础,筛选气体并构造特征,基于特征重要度、网格搜索和交叉验证调参优化模型,使用SoftMax函数计算潜在故障预警。以334组变压器的油中溶解气体含量作为算例进行验证,XGBoost算法可以对故障样本特征进行高效学习,形成故障诊断模型,能够较为准确的识别故障类别。相较于SVM算法,模型精确度提高5.39%,模型鲁棒性提升7.56%。与几种常见机器学习算法的性能进行比较,实验结果表明,使用XGBoost特征提取方法结合简单的分类器可以取得很好的效果。

摘要： 为了提高油浸式变压器故障诊断的精度及可靠性,研究了一种基于遗传算法优化极端梯度提升(XGBoost)的油浸式变压器故障诊断方法.首先,以油中溶解气体分析(DGA)为依据,采用无编码比值方法提取油浸式变压器的9维故障特征,并对数据样本进行归一化处理;以归一化样本为输入建立基于XGBoost的故障诊断模型,并采用遗传算法对模型中的多个超参数同时进行优化.在算例部分,收集547例故障类型确定的DGA数据进行对比实验,结果表明与现有传统方法相比,所提方法的诊断精度和稳定性有显著提升;同时验证了遗传算法对故障诊断模型的优化提升效果.

摘要： 为了提高基于人工神经网络方法的充油电气设备油色谱故障诊断的准确性及诊断结果的可靠性,基于神经网络理论分析指出了采用不同训练算法、隐层神经元数量、初始权值和阈值训练得到多个网络输出的均值作为诊断结果能提高故障诊断的准确性,根据多个网络输出的标准差可以获得诊断结果的可靠性.根据搜集得到的大量油色谱样本,分别采用振荡传播(resilient propagation,RPROP)算法、共轭梯度法、拟牛顿法和Levenberg-Marquardt算法训练共计得到40个结构相似的神经网络,将训练得到神经网络应用于基于油色谱的充油电气设备故障诊断,同时比较了不同算法的训练时间和诊断结果的准确性.结果 表明多个网络输出的平均可提高故障诊断的准确性,根据多个网络输出的标准差可获得诊断结果的可靠性,而且表明神经网络结构相似时,4种算法训练得到的神经网络具有相近的故障诊断准确性,但从训练时间上看,RPROP算法、拟牛顿法和Levenberg-Marquardt算法非常接近,而共轭梯度法的训练时间为其他3种算法的6倍左右.同时考虑到Levenberg-Marquardt算法计算速度最快,可在充油电气设备油色谱故障诊断中用于训练神经网络.

摘要： 为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法.该方法以各样本DGA特征量为诊断模型输入,以各故障状态概率分布为诊断模型输出.首先通过变分自编码器对少数类训练样本进行预处理,在学习确定少数类训练样本分布特征的基础上实现训练样本自动生成,进而提高训练样本的均衡性.基于3隐层结构堆栈稀疏自编码器深度学习网络构建变压器故障诊断模型,并以经变分自编码器预处理后的均衡训练样本对诊断模型参数进行更新优化.基于实例验证了所提方法的有效性.实验结果表明,所提方法可改善训练样本不平衡的不利影响,各训练集下,采用所提方法的变压器故障诊断结果准确率均保持在91％以上,且漏报率较低.

摘要： 本文介绍了采用改良后的BP人工神经网络(反向传播神经网络)对大型充油电力变压器进行绝缘性能的评估的方法.在对几种不同学习算法的人工神经网络进行全面地对比分析后,提出了一种具有自适应能力的BP神经网络结构,并用于学习诊断网络;另一方面,数据的可信度分析引入到BP网络,通过可信度分析使获取的DGA数据得到事前处理,消除了由于采集样本带来的分散性误差,而油中溶解气体分析(DGA)作为充油设备绝缘状况分析最为有用的工具,目前已在电力系统中得到广泛的应用,通过将人工神经网络引入DGA的故障识别中,在一定程度上消除了在目前DGA分析中人为造成的误判断、误分析,使判断的结果更加科学、合理.实验证明:采用改良后的BP网络利用前处理技术处理后的变压器的DGA数据作为样本后,使测试结果正确率大大提高,因此,必将在实际绝缘诊断得到广泛的应用.

摘要： 油中溶解气体分析方法是诊断变压器故障的一种有效方法。本文提出一种以DGA数据和电气预防性试验数据为基础的粗糙集模糊神经网络诊断模型。首先利用粗糙集方法对原始数据进行约简,形成精简的规则集,然后将约简后的决策表模糊化处理,神经网络通过调用最简规则集进行学习训练。最后在MATLAB中进行仿真测试和实例诊断,结果表明满足故障诊断的要求。

摘要： 为了克服人工神经网络（Artificial Neural Networks，ANN）收敛速度慢、容易陷入局部极小点、过学习、结构难以确定等不足，提出了基于极限学习机(Extreme Learning Machine，ELM)的变压器故障诊断新方法。该方法以变压器油中5 种主要特征气体作为输入量,以7 种变压器状态作为输出量，构建了基于ELM的变压器故障诊断模型。变压器故障诊断实例分析结果证明，所提出方法的识别率要比IEC 三比值法、BP 神经网络和SVM分别高出11.8%，5.9%和2.4%。证实了该方法正确、有效，适合于变压器故障诊断。

摘要： 为了克服人工神经网络（Artificial Neural Networks，ANN）收敛速度慢、容易陷入局部极小点、过学习、结构难以确定等不足，提出了基于极限学习机(Extreme Learning Machine，ELM)的变压器故障诊断新方法。该方法以变压器油中5 种主要特征气体作为输入量,以7 种变压器状态作为输出量，构建了基于ELM的变压器故障诊断模型。变压器故障诊断实例分析结果证明，所提出方法的识别率要比IEC 三比值法、BP 神经网络和SVM分别高出11.8%，5.9%和2.4%。证实了该方法正确、有效，适合于变压器故障诊断。

摘要： 为了克服人工神经网络（Artificial Neural Networks，ANN）收敛速度慢、容易陷入局部极小点、过学习、结构难以确定等不足，提出了基于极限学习机(Extreme Learning Machine，ELM)的变压器故障诊断新方法。该方法以变压器油中5 种主要特征气体作为输入量,以7 种变压器状态作为输出量，构建了基于ELM的变压器故障诊断模型。变压器故障诊断实例分析结果证明，所提出方法的识别率要比IEC 三比值法、BP 神经网络和SVM分别高出11.8%，5.9%和2.4%。证实了该方法正确、有效，适合于变压器故障诊断。

摘要： 为了克服人工神经网络（Artificial Neural Networks，ANN）收敛速度慢、容易陷入局部极小点、过学习、结构难以确定等不足，提出了基于极限学习机(Extreme Learning Machine，ELM)的变压器故障诊断新方法。该方法以变压器油中5 种主要特征气体作为输入量,以7 种变压器状态作为输出量，构建了基于ELM的变压器故障诊断模型。变压器故障诊断实例分析结果证明，所提出方法的识别率要比IEC 三比值法、BP 神经网络和SVM分别高出11.8%，5.9%和2.4%。证实了该方法正确、有效，适合于变压器故障诊断。

摘要： 为了克服人工神经网络（Artificial Neural Networks，ANN）收敛速度慢、容易陷入局部极小点、过学习、结构难以确定等不足，提出了基于极限学习机(Extreme Learning Machine，ELM)的变压器故障诊断新方法。该方法以变压器油中5 种主要特征气体作为输入量,以7 种变压器状态作为输出量，构建了基于ELM的变压器故障诊断模型。变压器故障诊断实例分析结果证明，所提出方法的识别率要比IEC 三比值法、BP 神经网络和SVM分别高出11.8%，5.9%和2.4%。证实了该方法正确、有效，适合于变压器故障诊断。

摘要： 大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定.针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法.选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析.实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优.

摘要： 大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定.针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法.选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析.实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优.

摘要： 大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定.针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法.选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析.实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优.

摘要： 本发明属于电力系统中变压器油分析检测技术领域，特别是涉及一种绝缘油中溶解气体在线监测装置，该装置包括脱气缸、除油室、直线步进电机以及色谱分析气路模块；所述直线步进电机设置在脱气缸的正下方，并与脱气缸内部的活塞连接，所述脱气缸上部的一侧通过进油电磁阀与变压器的取油口连接，脱气缸上部的另一侧通过排油电磁阀与变压器的回油口连接，所述脱气缸的顶部与除油室连通，所述除油室的顶部与色谱分析气路模块连接。本发明还提供一种用于绝缘油中溶解气体在线监测装置的绝缘油中气体脱出方法。该装置及方法实现了低成本、工作可靠、脱气过程可控以及脱气效率高的优点。

摘要： 本发明属于电力系统中变压器油分析检测技术领域，特别是涉及一种绝缘油中溶解气体在线监测装置，该装置包括脱气缸、除油室、直线步进电机以及色谱分析气路模块；所述直线步进电机设置在脱气缸的正下方，并与脱气缸内部的活塞连接，所述脱气缸上部的一侧通过进油电磁阀与变压器的取油口连接，脱气缸上部的另一侧通过排油电磁阀与变压器的回油口连接，所述脱气缸的顶部与除油室连通，所述除油室的顶部与色谱分析气路模块连接。本发明还提供一种用于绝缘油中溶解气体在线监测装置的绝缘油中气体脱出方法。该装置及方法实现了低成本、工作可靠、脱气过程可控以及脱气效率高的优点。

摘要： 本发明涉及一种富集器、气相色谱分析装置及油中溶解气体的气相色谱分析方法。该富集器包括富集主体、液氮冷却池、丙烷冷却池及加热器。采用液氮、丙烷双级低温冷凝，能够有效的富集待测样品中的气体，提升待测气体含量；通过加热器能够加热在富集主体内被冷却的气体，从而实现富集气体的释放。采用该富集器的气相色谱分析装置能够提升待测气体的含量，提升装置的检测灵敏度，适用于油中气体的分析检测。采用该气相色谱分析装置的油中溶解气体的气相色谱分析方法能够有效富集样品中待测气体，方法检出限低。

摘要： 本发明公开了一种油中溶解气体在线监测装置检验用标准油样自动定量混合仪，包括缸体、活塞、搅拌装置、进油孔、出油孔、注气口、排空口、电磁阀一、电磁阀二、电磁阀三、电磁阀四、电磁阀五、单向阀一、单向阀二、单向阀三、三通电磁阀、加热装置、传感器组、真空泵、电缸和电气控制盒；活塞和传感器组设置在缸体内，电缸设置在活塞上方，搅拌装置设置在缸体底部，进油孔经三通电磁阀、加热装置、单向阀三后与缸体相连通；出油孔通过电磁阀二与缸体相连通；注气口通过电磁阀一与缸体相连通；排空口经电磁阀三、电磁阀四、单向阀一、真空泵、单向阀二、电磁阀五与缸体相连通。本发明可以更方便、精准地进行油中溶解气体在线监测装置检验用标准油样的制备，提高制备速度。

摘要： 本发明公开了一种油中溶解气体分析工作标准油配制装置及方法，装置包括母液储存缸、若干组独立设置的配置单元、自动注射泵和控制主机，母液储存缸储存有母液油样；各配置单元均包括相连的动力件和柔性存储袋；柔性存储袋中装有空白油，其进口设有一电磁阀；动力件用于提供动力；自动注射泵通过一电磁阀与母液储存缸的出口相连，还通过一电磁阀分别与各配置单元相连通；控制主机与自动注射泵的控制端相连，基于母液油样浓度、待配制工作标准油目标浓度及柔性储存袋中空白油体积计算出各配置单元所需的母液体积，并向自动注射泵下发工作指令。本发明实现油中溶解气体工作标准油的自动配制，无需人工手动操作，提高配制的工作标准油与理论浓度的一致性。

摘要： 本发明一种用于绝缘油中溶解气体分析试验的自动抽油装置，属于绝缘油分析实验辅助设备领域，特别涉及到一种绝缘油溶解气体分析实验辅助设备，包括抽油机构、支架、固定件、丝杠、滑动杆、抽油板、步进电机、注射器、保控制器；通过上述设计提供了一种可以快速稳定抽取多组采集到的绝缘油油样的装置，缩短绝缘油试验的准备时间，提高绝缘油试验的效率，提高供电部门的工作效率。

摘要： 本发明涉及一种基于油中溶解气体分析混合绝缘油变压器故障的方法，属于自动化技术领域。该方法包括以下步骤：S1：进行热故障及放电故障下产气特性的试验；S2：分析热故障及放电故障下油中溶解气体特性；S3：研究三元混合油纸绝缘过热故障和放电故障下的特征气体；S4：建立混合绝缘油变压器过热故障和放电故障的油中溶解气体三角形图示诊断模型。该方法通过油中溶解气体含量及占比划分了混合绝缘油变压器的典型故障，填补了混合绝缘油变压器故障诊断方法的空白，为混合绝缘油变压器的推广应用及运维检修提供技术支撑。

摘要： 本发明公开了一种有效减小环境误差的油中溶解气体分析装置及方法，油中溶解气体分析装置包括传感器模块、数字信号转换模块、接口转换模块、色谱分析主机及气相色谱分析模块；传感器模块中包括若干个并联设置的压力传感器和温度传感器；数字信号转换模块与传感器模块相连，用于将传感器模块的输出信号转换为对应的数字信号；接口转换模块一端数字信号转换模块相连，另一端与色谱分析主机相连；气相色谱分析模块与色谱分析主机相连，用于检测油中溶解气体，并将检测到的溶解气体数据发送至色谱分析主机。本发明可自动获取试验时环境压力及温度、自动校正，方便易操作，通过USB口直接连接的模块化设计，可在多台色谱分析装置上重复利用，实用、性价比高。

摘要： 本发明公开了一种变压器油中溶解气体分析常数的计算方法，本方法选择符合标气重复性要求的两个标准气体样品，计算两个标准气体样品各组分峰面积的平均值；通过油样中溶解气体在气液两相达到分配平衡，导出油样中溶解气体各组分浓度；对变压器油中溶解气体进行气相色谱测定法分析，记录油样中气体脱气量；依据试验时环境温度、大气压力，以及试验时标准气体的浓度值，建立变压器油色谱分析常数表，计算响应因子；根据每个油样的脱气量大小，对照变压器油色谱分析常数表，通过响应因子计算出油样中各气体组分的浓度值。本方法通过建立变压器油中溶解气体分析常数，计算各组分的响应因子，简化计算过程，实现自动计算，确保分析数据的准确和可靠性。

摘要： 本实用新型一种用于绝缘油中溶解气体分析试验的自动抽油装置，属于绝缘油分析实验辅助设备领域，特别涉及到一种绝缘油溶解气体分析实验辅助设备，包括抽油机构、支架、固定件、丝杠、滑动杆、抽油板、步进电机、注射器、保控制器；通过上述设计提供了一种可以快速稳定抽取多组采集到的绝缘油油样的装置，缩短绝缘油试验的准备时间，提高绝缘油试验的效率，提高供电部门的工作效率。