一种基于外推法的变压器状态故障诊断和预测方法与流程

1.本发明涉及电力设备领域，尤其是电力变换设备运行故障诊断与预测方法，特别指变压器变压状态故障预测与健康管理。


背景技术：

2.电力变压器是电力系统中的一种重要设备，其运行的可靠性直接关系着电力系统的稳定安全。对变压器进行故障预测，可以快速及时的发现故障，对降低运行成本，提升设备的使用寿命以及防止突发事故的发生具有重要的现实意义。
3.油中溶解气体分析法(dga)技术是目前变压器最为常见的监测手段，通过变压器油中溶解气体色谱分析，可及时掌握变压器的运行状况，发现和跟踪存在的潜伏性故障。
4.目前，国内外设计的变压器故障诊断系统主要是对变压器是否出现故障进行判断，对出现故障的变压器通过dga技术诊断其故障类型。但在电力行业中，对未发生故障但已经出现运行不稳定，故障症状不明显的变压器，这些诊断系统无法对存在潜伏性故障的变压器做出准确预测，预测何时发生故障，发生何种类型的故障，但这正是电力部门最关心的问题。开展电力变压器的故障预测研究，对存在潜伏性故障的变压器，消除安全隐患，确保电网长久稳定的运行，具有重要的价值。


技术实现要素：

5.为了克服现有技术的不足，本发明提供一种基于外推法的变压器状态故障诊断和预测方法。本发明获取故障气体的成分含量，建立状态预测方程，实现变压器状态预测以及故障诊断。可以预测变压器故障可能出现的时间以及特定时间段内变压器的故障状态，提高了电力变压器运行状态监控水平。
6.本发明解决其技术问题所采用的技术方案包括以下步骤：
7.步骤一：变压器故障状态信息的获取：以电力行业标准dl/t722
‑
2014为依据，采用高精度油气分析仪测定变压器油中气体的含量为故障特征量，故障特征量包括总烃、 ch4、c2h2和h2含量，用于后续故障检测；
8.步骤二：建立基于外推法的状态预测方程，预测特定时间段内变压器的故障特征量，同时对因元器件老化、环境温度攀升等导致的渐变性故障出现的时间点进行预测；
9.步骤三：变压器故障等级和分档的确定；
10.将由式(1)、式(2)预测得到的四个故障特征值进行归一化，得到总故障因子x。
11.将总故障因子x与给出的故障等级和分档表进行对比，得到故障等级，从而制定相应的处置措施。
12.所述步骤二中采用的外推法的函数模型有线性模型、指数曲线模型，其中线性模型的外推法用来研究随时间按恒定增长率变化的事物，如生长、衰败、气候的变迁，适合于因元器件老化、环温攀升等渐变性故障。
13.所述线性外推法采用两点线性外推进行故障状态预测，数学表达式为：
14.x＝kt b
ꢀꢀꢀ
(1)
[0015][0016]
公式(1)已知两个时刻和相应时刻的状态量值，根据斜率k相等，求出待预测时刻故障状态量的预测值，公式(2)是先已知两个时刻和相应时刻的状态量值，先求出斜率k，再用公式(2)求解待预测时刻故障状态量的预测值；
[0017]
其中：x表示t时刻故障特征量的预测值，x1表示在t1时刻的某一故障特征量，x2表示在t2时刻的某一故障特征量；k与特征量状态的变化速率相关；b为常量，与被测试系统的特征量的初始值相关。
[0018]
所述步骤三中，归一化的计算为用预测故障特征值的自然对数除以注意值(即表征有轻微故障的值)的自然对数，得到各故障特征量的归一化值，将各故障特征量的归一化值代入公式(3)：
[0019][0020]
即可得到总故障因子x。
[0021]
本发明的有益效果在于：
[0022]
1.利用油气组分信息进行故障状态预测，实现了某型变压器故障可能出现的时间的估计，以及特定时间段内变压器故障状态进行预测，实现了针对变压器的“故障预测与健康管理(phm)”功能。
[0023]
2.提高了电力变压器运行状态监控水平，优化了运行与维修的效率，降低了维护成本，延长了变压器的使用寿命。
具体实施方式
[0024]
下面结合实施例对本发明进一步说明。
[0025]
步骤1、采用高精度油气分析仪测定变压器油中总烃、ch4、c2h2和h2含量；
[0026]
步骤2、基于两点(三点)外推法构建预测方程；
[0027]
利用两点(三点)外推法分别对上述的故障特征量构建相应的预测方程，以利用两点线性外推法对变压器油气中的总烃含量x这一特征量建立预测方程，构建以时间序列t为自变量的故障特征量预测方程
[0028]
x＝kt b
ꢀꢀꢀ
(4)
[0029][0030]
可以用于估计特定时间变压器的故障特征量状态以及预测某一故障状态出现的时间。
[0031]
步骤、变压器故障定级与健康管理。
[0032]
步骤3.1、特征量归一化及故障定级
[0033]
假定总烃的含量、ch4的含量、c2h2的含量和h2的含量的注意值数据分别为：x＝150，y＝45，z＝5，p＝150，分别对其取自然对数，取特征量的估计值分别为x1，y1， z1，p1。
[0034]
故障因子的计算方法为：
[0035][0036]
表1：故障分级
[0037][0038]
表2：故障程度
[0039][0040]
然后，根据表1，表2，可以推断出故障的等级和程度。
[0041]
步骤3.2故障等级与处置办法描述；
[0042]
i级故障：轻微故障，建议跟踪检测与调试。
[0043]
ii级故障：中度故障，建议停电检修。
[0044]
iii级故障：严重故障，建议立即抢修。


技术特征：
1.一种基于外推法的变压器状态故障诊断和预测方法，其特征在于包括下述步骤：步骤一：变压器故障状态信息的获取：以电力行业标准dl/t722
‑
2014为依据，采用高精度油气分析仪测定变压器油中气体的含量为故障特征量，故障特征量包括总烃、ch4、c2h2和h2含量，用于后续故障检测；步骤二：建立基于外推法的状态预测方程，预测特定时间段内变压器的故障特征量，同时对因元器件老化、环境温度攀升等导致的渐变性故障出现的时间点进行预测；步骤三：变压器故障等级和分档的确定；将预测得到的四个故障特征值进行归一化，得到总故障因子x；将总故障因子x与给出的故障等级和分档表进行对比，得到故障等级，从而制定相应的处置措施。2.根据权利要求1所述的基于外推法的变压器状态故障诊断和预测方法，其特征在于：所述步骤二中采用的外推法的函数模型有线性模型、指数曲线模型，其中线性模型的外推法用来研究随时间按恒定增长率变化的事物，适合渐变性故障。3.根据权利要求2所述的基于外推法的变压器状态故障诊断和预测方法，其特征在于：所述线性外推法采用两点线性外推进行故障状态预测，数学表达式为：x＝kt b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)公式(1)已知两个时刻和相应时刻的状态量值，根据斜率k相等，求出待预测时刻故障状态量的预测值，公式(2)是先已知两个时刻和相应时刻的状态量值，先求出斜率k，再用公式(2)求解待预测时刻故障状态量的预测值；其中：x表示t时刻故障特征量的预测值，x1表示在t1时刻的某一故障特征量，x2表示在t2时刻的某一故障特征量；k与特征量状态的变化速率相关；b为常量，与被测试系统的特征量的初始值相关。4.根据权利要求1所述的基于外推法的变压器状态故障诊断和预测方法，其特征在于：所述步骤三中，归一化的计算为用预测故障特征值的自然对数除以注意值的自然对数，得到各故障特征量的归一化值，将各故障特征量的归一化值代入公式(3)：即可得到总故障因子x。

技术总结
本发明提供了一种基于外推法的变压器状态故障诊断和预测方法，本获取故障气体的成分含量，建立状态预测方程，通过将故障特征值进行归一化，得到总故障因子，将总故障因子X与给出的故障等级和分档表进行对比，得到故障等级，实现变压器状态预测以及故障诊断。本发明利用油气组分信息进行故障状态预测，实现了某型变压器故障可能出现的时间的估计，以及特定时间段内变压器故障状态进行预测，实现了针对变压器的“故障预测与健康管理”功能，提高了电力变压器运行状态监控水平，优化了运行与维修的效率，降低了维护成本，延长了变压器的使用寿命。寿命。


技术研发人员：侯静 王鑫 羊彦 赵天云
受保护的技术使用者：西北工业大学
技术研发日：2021.06.03
技术公布日：2021/11/30