大型油浸式變壓器故障參數(shù)信息整合判斷概述
大型油浸式變壓器故障參數(shù)信息整合判斷概述
隨著電力系統(tǒng)朝著超高壓、大電網(wǎng)、大容量、自動化方向發(fā)展,以及社會生活對供用電牢靠性要求的進(jìn)步和變壓器在電網(wǎng)中的共同位置,油浸式變壓器廠家迫切需要對油浸式變壓器運轉(zhuǎn)狀況進(jìn)行實時或守時在線監(jiān)測,以及早發(fā)現(xiàn)油浸式變壓器早期絕緣潛伏性故障、缺陷,避免突發(fā)事端發(fā)作,一起削減不必要的停電檢修,避免傳統(tǒng)實驗對油浸式變壓器“過度檢修”形成的巨大損失,有效地延伸設(shè)備使用壽命,使設(shè)備達(dá)到優(yōu)化裝備的“狀況修理”,保證電力系統(tǒng)安全牢靠的穩(wěn)定運轉(zhuǎn)。
由于油浸式變壓器制作工藝的雜亂性及運轉(zhuǎn)環(huán)境的不穩(wěn)定性,變壓器的毛病機理比較雜亂,變壓器同一種毛病形式往往有不同的癥狀,同一種癥狀又常常是幾種毛病一起效果的結(jié)果,毛病形式與毛病特征之間存在著雜亂的對應(yīng)關(guān)系,毛病特征與毛病源之間完全是一種非線性映射變壓器毛病的多樣性、不確定性和各種毛病之間聯(lián)絡(luò)的雜亂性就成了變壓器毛病確診技術(shù)上的難點,僅僅依托單一毛病特征量的確診方法只能從某一個方面反映變壓器的狀況,無法對變壓器的全體健康狀況做出歸納評判。
變壓器發(fā)作毛病時有許多預(yù)兆,因而變壓器的毛病診斷進(jìn)程就是一個綜合使用各種預(yù)兆的信息交融進(jìn)程,充分使用變壓器毛病的各種特征量,從多方面取得關(guān)于變壓器同一對象的多維信息,并加以交融使用,完成對變壓器更牢靠、精確的監(jiān)測與診斷。因而油浸式變壓器廠家依據(jù)油浸式變壓器多特征量的毛病診斷就是收集運轉(zhuǎn)中變壓器的異常現(xiàn)象或預(yù)兆,依據(jù)這些現(xiàn)象或預(yù)兆使用信息集成與數(shù)據(jù)交融技能進(jìn)行剖析,從而對毛病的有無、類型、嚴(yán)峻程度和部位做出精確地判別。
多傳感器信息交融技能(又稱信息交融技能、信息交融或數(shù)據(jù)交融)最早應(yīng)用于航空電子學(xué)上的雷達(dá)方針辨認(rèn)問題,后來逐步推行并應(yīng)用到智能制作、進(jìn)程監(jiān)測、機器人、導(dǎo)航等研討領(lǐng)域。它將來自不同信息源的信息進(jìn)行處理,終究經(jīng)過對多傳感器(多源)信息的協(xié)同利用,產(chǎn)生生對被測目標(biāo)或進(jìn)程的最佳估量。其觸及多方面的理論和技能,如信號處理、估量理論、不確定性理論、模式辨認(rèn)最優(yōu)化技能、神經(jīng)經(jīng)網(wǎng)絡(luò)和人工智能。信息交融中選用的辦法有極大似然估量、最小二乘法、卡爾曼濾波、貝葉斯估量、D-S依據(jù)決議計劃理論、聚類分析、含糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。