没有合适的资源?快使用搜索试试~ 我知道了~
基于多维度分析的换流变预警技术研究与应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 171 浏览量
2022-12-15
14:23:59
上传
评论
收藏 786KB DOCX 举报
温馨提示
试读
15页
基于多维度分析的换流变预警技术研究与应用.docx
资源推荐
资源详情
资源评论
1 引言
换流变是交直流系统中能量转换的关键设备,其运行直接影响交直流系统
运行可靠性。对换流变状态参数进行分析和预测可掌握换流变运行状态发展趋
势,为换流变状态评估提供有力支撑。
目前换流变运行状态的评估
[1,2,3]
主要依赖于各类传感器、测量元器件所提
供的在线监测数据信息,包括油温、油位、油色谱信息、振动信号,与阈值进行
对比判断或者采用三比值法对油中溶解气体进行分析,以确定换流变状态是否
正常。但由于设备运行环境和工况的差异性,目前相关运维规范设定的阈值在
异常诊断方面具有一定的局限性,且受负荷、温度、输出表计以及回路缺陷等
因素的影响,单一维度的状态量在反映换流变故障演变与表现特征之间的客观
规律上有一定片面性。
基于人工智能的多特征融合是提高换流变诊断可靠性的有效手段,文献[4]
融合油色谱监测数据、试验数据和历史故障数据,构建两级诊断模型;文献[5]基
于油色谱数据和图谱识别实现低热和放电两种新型故障的识别;文献[6]在多源
数据基础上利用深度置信网络和贝叶斯推理实现换流变缺陷的分类;文献[7]通
过 DS 证据理论融合诊断的准确率来判断随机森林和决策树等 5 种模型融合诊
断的效果,最终通过样本训练得到最优的组合模型。上述智能方法解决了换流
变设备故障诊断中单一状态量和故障非线性导致的诊断结果准确性不高问题,
但相关数据因专业不同分散于各业务应用系统,造成了数据信息的“隔离”,数据
无法在线实时获取。受限于数据“隔离”和参数选择,以复杂模型为主的换流变设
备状态诊断方法目前仍难以广泛应用于换流变实际监盘运维工作中。
为提升智能算法在换流变实际工程中的应用实效,文献[8,9]从数据出发,通
过统计运维检修经验形成设备不同缺陷知识库;文献[10,11]考虑变压器负载、
环境温度和热点温度来评估设备状态;文献[12]运用线性判别分析对变压器状态
参数进行降维,作为故障诊断模型的输入向量;文献[13]利用循环神经网络识别
时间序列的隐含模式来预测变压器绕组故障。上述研究为本文换流变运行状态
多维度分析和预测提供了一定思路。
另外,换流变运行特征呈现出较强的时间差异性,为了对其运行状态进行精
确评估,需要建立能体现时间差异性的换流变状态评估模型。在上述背景下,本
文从在线监测数据源出发,考虑多状态量之间的相关性,研究多维度时序趋势分
析和相关性分析算法,建立多维度分析的换流变缺陷预警模型,并将智能预测算
法应用到关键参数预测中,解决状态参数预测中存在的非线性和时滞问题。最
后,结合±800 kV 换流变在线监测系统,通过采集获得数据来预估变压器物理特
性的关键参数——油温变化趋势,验证了所提方法的有效性和可行性。
2 算法模型
2.1 关键状 态量分析
影响换流变运行的因素较多,但由于实际运行中可获取的换流变运行维护
数据存在信息隔离、信息扭曲等原因,造成各级运维人员掌握的信息不完全,且
换流站内日常监盘任务重,运维人员无法同时关注多个状态量。因此需要对多
源数据进行降维,提取关键状态量作为智能分析算法的输入特征 向量。
换流站内多采用的是油浸式变压器,油浸式变压器故障主要分为放电性故
障和热性故障
[9]
。综合变压器缺陷样本数据库中运行巡视、停电试验、带电检
测数据,利用相关性
[14]
分析不同状态量与设备故障率之间的关联关系
[8]
,根据量
化得到的相关系数大小排序得到和设备关联的关键状态量。关键状态量如表 1
所示。
表 1 换流变关键状态量
序号
特征量
1
油温
2
线温
3
油位
4
油中溶解气体
5
绝缘油例行试验
6
介损及电容量
7
绕组直流电阻
8
铁心接地电流
9
风机运行功率
10
温湿度
序号
特征量
11
气象
新窗口打开| 下载 CSV
针对油中溶解气体的分析,现有技术已相当成熟,本文不再对油中溶解气体
做进一步分析。而绝缘油、介损及电容量、直流电阻和铁心接地电流是周期性
试验结果,无法在线获取,难以满足系统在线实时分析的需求。因此本文从换流
变在线监测分析出发,重点关注和分析油温、油位等在线监测状态量,为运维人
员监盘提供决策依据。
2.2 多维度 评价方法
2.2.1 温度分析
直流输电系统同一极下一般配置 6 台换流变,针对同一种连接方式下的换
流变三相设备,本文设计纵向和横向的统计分析方法,来判断换流变是否存在异
常。具体方法如下所示。
(1) 同一时刻,横向对比 3 台换流变线温、油温、油位,当相间差大于阈值
δ1δ1 时,判断为 异常。
(2) 纵向分析换流变线温和油温,计算样本序列 X(x1,x2,⋯,xt)X(x1,x2,⋯,xt)
的整体趋势变化值,即∑(xt−xt−1)∑(xt−xt−1),当趋势值大于阈值 δ2δ2 时,预警,即
∑(xt−xt−1)>δ2∑(xt−xt−1)>δ2。
2.2.2 油位分析
换流 变本体油 位与油 温呈非线 性关系,由于 滞后性,油温变化时,油位表显
示的数值并不能真实地反映本体油体积。因此针对油位的分析需要排除温度对
油体积的影响。本文考虑由传统模型式(1)计算出理论的油位变化
[15]
,再通过与
实际油位对比,对计算的理论值进行修正,找到不同换流变在不同温度下了油位
经验值,将实际监测的油位与该温度下经验值进行对比,超过一定偏差阈值 δ3δ3
时进行预警。渗漏油异常识别流程如图 1 所示。
ΔV=GργΔTΔV=GργΔT
剩余14页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3652
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功