变电站关键设备在线监测技术的研究与工程应用(七)-CNKI知网查重检测系统入口

变电站关键设备在线监测技术的研究与工程应用(七)

2020-02-14
作者:中国知网论文查重入口
变压器故障诊断技术常被用来分析变压器油中溶解气体这一课题。在变压器运行时会产生溶解于变压器油的各种气体,其类别和含量各有不同,变压器故障诊断技术就是基于这一情况进行判断,得出相应的故障。分析变压器油中溶解气体的传统故障诊断技术有很多,常用的包括三比值法、特征气体法、Duval三角形法、产气速率法、立体图示法和罗杰斯法等。这些方法都是通过大量实验,在案例所得数据的基础上分析总结得到的,是一种经验型的技术。因为这些技术在使用时将故障诊断的复杂度简便化,变得简单易行,所以在变压器故障诊断中得到大量应用,但其故障诊断的精度不高,只有大约80%。
因为传统变压器故障诊断技术精度不高,且具有较大的局限性,为改善这些弊端,国内外专家开始研发基于人工智能的智能变压器故障诊断技术,包括基于模糊理论的故障诊断技术、基于神经网络的故障诊断技术和基于专家系统的故障诊断技术等。
基于模糊理论的变压器故障诊断技术以大量变压器故障案例与实验数据为基础,但因为经验的总结归纳自身所带来的不确定性,会造成故障诊断结论有所偏差。
基于神经网络的变压器故障诊断技术,其工作原理为首先建立神经网络,并供给诸多故障案例使其研究学习,让神经网络能够自动调节该网络各个节点之间的阈值和相邻层各个节点之间的权值。研习完成后该神经网络就可以用来进行故障诊断。国内已于20世纪90年代开始将神经网络用于变压器故障诊断,能够分析变压器油中溶解气体。
基于专家系统的变压器故障诊断技术可以模拟专家诊断变压器的故障。专家系统首先限定特定领域,在这个领域内程序系统能够达到专家的水平以解决实际问题。它作为人工智能的一种,可以模拟相关领域中专家的思维,从而将专家丰富的专业知识和工程经验应用到实际问题中,使问题得以解决。但专家系统在实际应用中仍存在缺陷,其推广的限制主要是知识维护不便、知识获取难以充足、诊断应用不灵活,既不能满足实时在线监测故障,也不能剔除诊断过程中存在的不确定性,所以运用此种方法的变压器故障诊断技术准确度不高。
近年来,其它一些智能技术比如信息融合、遗传算法、粗糙集理论等也开始应用到变压器故障诊断,但是这些方法均存在一定的局限性,研究并未深入,难以推广。变压器故障诊断技术还在继续向前发展,其发展趋势为适用范围广、检测速度快、检测正确率高。
2.5 本章小结
本章详细介绍了变压器油在线监测系统的三大关键技术,分别为油气分离技术、气体检测技术以及故障诊断技术。这三种技术中首先介绍了油气分离技术,并对最常用的三种真空脱气法、高分子薄膜透气法和电磁搅拌脱气法作了详细分析;接着综合对比分析了气相色谱法、红外光谱法、传感器阵列法和光声光谱法这四种气体检测技术;至于故障诊断技术,除了早时应用的基于归纳总结的Duval三角形法、三比值法等,近年以来还发展出基于神经网络、模糊理论和专家系统等的智能故障诊断方法,是以后故障诊断技术的发展趋势。