提出一种检验绝缘油中产气监测数据突变趋势的方法，发现变压器的潜伏性故障。该方法主要以非参数统计检验法计算监测数据时间序列的正态分布统计变量，比较正序与负序变量曲线的关系，检验统计变量的发展趋势及时域范围，并给出置信度。实际案例分析表明：该方法可描述监测数据的起始变化、趋势显著、趋势最大及趋势稳定4种渐进变化过程信息，适用于分析低浓度气体及微小变化值，有利于发现变压器劣化迹象。
A method for detecting the mutation trend of gas production data in transformer oil was proposed to find latent defects of transformers. The method used non parametric statistical test method to calculate the normal distribution statistical variable of time series of monitoring data, determined the trend and range of statistical variable, and provided the confidence level. The case analysis shows that the method can accurately describe the origin state, significant, maximal, and stable development trend of monitoring data. It is suitable for the analysis of low concentration gas and small changes, and is benifi-cial to find the early signs of transformer defects.
参考文献
| [1] | 黄溢彬,钱艺华,付强,吴海燕,钟振声.加氢变压器油理化性能的老化研究[J].绝缘材料,2012(04):45-48. |
| [2] | 孙才新.输变电设备状态在线监测与诊断技术现状和前景[J].中国电力,2005(02):1-7. |
| [3] | 赵笑笑,云玉新,陈伟根.变压器油中溶解气体的在线监测技术评述[J].电力系统保护与控制,2009(23):187-191. |
| [4] | 肖燕彩,朱衡君,张霄元,陈秀海.基于溶解气体分析的电力变压器在线监测与诊断技术[J].电力自动化设备,2006(06):93-96. |
| [5] | 李峰,王红斌,朱文俊.变压器油中溶解气体在线监测预警策略研究[J].广东电力,2012(06):44-46. |
| [6] | 肖燕彩,陈秀海,朱衡君.用改进的灰色多变量模型预测变压器油中溶解气体的浓度[J].电网技术,2006(10):86-89. |
| [7] | Wahab M A A;Hamada M M;Mohamed A.Artificial Neu-ral Network and Non-Linear Models for Prediction of Trans-former Oil Residual Operating Time[J].Electric Power Sys-tems Research,2011(1):219-227. |
| [8] | 李洋流,赵学增,郭春志,何鹏.基于膜分离的变压器在线监测系统中气体体积分数的预测算法[J].电力自动化设备,2010(12):36-41. |
| [9] | 潘翀,陈伟根,云玉新,杜林,孙才新.基于遗传算法进化小波神经网络的电力变压器故障诊断[J].电力系统自动化,2007(13):88-92. |
| [10] | 罗运柏,于萍,宋斌,彭正洪,林晓明.用灰色模型预测变压器油中溶解气体的含量[J].中国电机工程学报,2001(03):65-69. |
| [11] | 张树京;齐立心.时间序列分析简明教程[M].北京:北方交通大学出版社,2003 |
| [12] | Lanckriet G;Cristianini N.Learning the Kernel Matrix with Semidefinite Programming[J].JOURNAL OF MACHINE LEARNING RESEARCH,2004(5):27-72. |
| [13] | 张军峰,胡寿松.多重核学习非线性时间序列故障预报[J].控制理论与应用,2008(06):1142-1144. |
| [14] | Sonnenburg S;Ratsch G.Large Scale Multiple Kernel Learing[J].JOURNAL OF MACHINE LEARNING RESEARCH,2006(7):1-8. |
| [15] | 郑元兵,陈伟根,李剑,杜林,孙才新.基于BIC与SVRM的变压器油中气体预测模型[J].电力自动化设备,2011(09):46-49. |
| [16] | 周利军,吴广宁,张星海,朱康.基于加权模糊度时间序列分析的大型变压器故障预报[J].电力系统自动化,2005(13):53-55,99. |
| [17] | 张炜,姜林,吴秋莉,邓雨荣.基于多参数权重分析的油中溶解气体色谱峰识别[J].电力建设,2014(10):43-46. |
| [18] | 于延胜,陈兴伟.R/S和Mann-Kendall法综合分析水文时间序列未来的趋势特征[J].水资源与水工程学报,2008(03):41-44. |
| [19] | 崔鑫,邵芸,王宗军.资本市场非线性理论研究综述与展望[J].管理科学学报,2004(03):75-85. |
| [20] | 卞建鹏,廖瑞金,杨丽君.应用弱化缓冲算子与最小二乘支持向量机的变压器油中溶解气体浓度预测[J].电网技术,2012(02):195-199. |
- 下载量()
- 访问量()
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%