变压器油中溶解气体在线监测系统的应用

介绍了基于燃料电池技术的变压器油中溶解气体在线监测系统的原理,组成及其在深圳供电局的实际情况。     

浅析变压器油溶解气体在线监测系统

变压器油中溶解气体在线监测技术是国内外的研究热点,随着计算机、高分子材料、色谱等技术的不断更新和发展,产品日趋成熟和完善,并日益受到电力行业的关注和应用.现以HYDRAN201i型变压器油中溶解气体在线监测系统为例,介绍该系统的工作原理、性能特点及运行中常见问题和解决方案,为同类产品的维护检修提供参考,积累经验,提高设备运行的可靠性和稳定性.     

变压器油中溶解气体在线监测系统的应用

介绍了变压器油中溶解气体在线监测系统在北京电网的应用现状,指出了目前所采 用的在线监测装置存在的优、缺点,并对在线监测系统的应用前景进行了展望。     

变压器油中溶解气体色谱在线分析

介绍了变压器油中溶解气体气相色谱在线分析采集装置的工作过程,给出了绝缘状态分析流程图。     

变压器油中溶解气体在线监测技术发展状况

介绍了国内外在线监测技术的发展状况，并对几种典型仪器进行了扼要阐述和评价。     

关于变压器油中溶解气体在线监测的综述

综述了国内外变压器油中气体在线监测的发展状况,并指出了存在问题,提出了改进意见.     

关于变压器油中溶解气体在线监测的综述

分析油中溶解气体能提前预报变压器等充油电气设备的内部故障。因此,近年来发展了油中溶解气体的在线监测,用以随时监视这些设备的运行状况,对保障充油电气设备的安全运行起到积极作用。文章综述了国内外的发展状况,并指出了存在问题和改进意见。     

变压器油中溶解气体在线监测技术及其应用

阐述绝缘油中早期故障气体在线监测的特点和监测装置工作原理。以甘肃金昌供电局利用绝缘油中溶解气体在线监测装置成功捕捉330kV电抗器故障为例，对其应用情况进行分析总结，并提出改进建议。     

变压器油中溶解气体在线监测装置综述

简要分析变压器油中溶解气体在线监测装置的应用原理及技术,介绍变压器油在线监测装置在实际应用中的一些经验.     

变压器油中溶解气体在线监测技术及其应用

分析绝缘油中溶解气体的含量能提前预报变压器等充油设备的内部故障，防止这些设备损坏和由于这些设备损坏而导致的电网大面积停电事故发生。因此，近年来发展了绝缘油中溶解气体的在线监测装置，用以随时监视这些设备的运行状况，对保障充油设备乃至电网的安全运行起到了积极作用。文章阐述了绝缘油中溶解气体在线监测的特点和监测装置原理，以甘肃金昌供电局利用绝缘油中溶解气体在线监测装置成功捕捉的330kV电抗器故障为例，对其应用情况进行分析总结，并对应用在线监测装置提出了建议。     

大型变压器油中溶解气体在线监测技术进展

介绍了近年来国内外大型变压器油中溶解气体在线监测技术的最新进展。结合在线监测原理．描述了其监测过程。重点阐述了油气分离技术和气体分离与检测技术的发展．讨论了各种方法的技术特点和应用前景。通过对多种油气分离方法的性能比较,认为高分子透气膜法最适合变压器油中溶解气体在线监测。概括了多种基于油中溶解气体分析DGA(Dissolved Gas Analysis)技术的变压器故障诊断方法．并指出在线监测数据和离线监测数据获得的条件不同,两种数据存在差异,其处理方式也应该有所不同。     

基于溶解气体分析的电力变压器在线监测与诊断技术

油中溶解气体分析是评估变压器绝缘状态和分析变压器绝缘故障的重要依据。在介绍基于油中溶解气体分析的变压器在线监测与诊断技术原理的基础上,进一步总结了当前在线监测与诊断系统的研究现状及存在的问题:系统主要是在线监测油中气体成分及超阈值报警,而对故障性质、种类、定位及发展趋势预测等诊断尚不具备或很不完备,故障诊断需靠离线分析;因缺乏相应的理论指导,在线监测数据在正常情况下应满足的规律还很模糊,装置自身的精确度不能保证。对今后的研究提出了展望,指出如何通过对在线数据的挖掘找到变压器故障诊断的相应理论依据是进一步研究的核心。     

基于油中溶解气体特征量筛选的变压器故障诊断方法

油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest, RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator, TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。     

基于LSTM网络的变压器油中溶解气体浓度预测

电力变压器作为电力系统中传输和变换电能的主要设备,其安全稳定性运行在电网中起着重要的作用。对变压器油中溶解气体浓度变化的趋势进行预测,可为其运行状态评估提供重要依据,鉴于此提出了一种基于长短期记忆网络(LSTM)的变压器油中溶解气体浓度预测模型。该模型克服了传统神经网络在序列预测方面存在的"梯度消散"问题,利用油中溶解气体的序列数据对长短期记忆网络进行训练,得到最优的预测模型参数。以变压器油中溶解的7种特征气体浓度为输入,以待预测气体的浓度为输出。通过算例分析表明,相比于传统的机器学习预测方法支持向量机(support vector machine, SVM)与反向传播神经网络(back propagation neural network,BPNN),本文所提的LSTM预测模型更能准确地预测油中溶解气体的浓度。     

TAM-VI变压器油中溶解气体色谱在线监测系统探讨

在线监测变压器油中溶解气体,实时捕捉变压器油运行状态信息已成为国内外确保变压器安全运行可靠手段。传统气相色谱法检测油中溶解气体存在分析环节多、操作频繁、试验周期长、误差大等弊病。随着油气在线监测技术的日臻成熟,安装油气在线监测装置,对反映变压器内部油及固体绝缘故障的重要特征气体H2、CO及小分子烃类气体等进行在线监测,可有效保障变压器的安全可靠运行。     

基于离散灰色模型的变压器油中溶解气体浓度预测

油中溶解气体浓度分析被广泛用于监测油浸电力设备的早期故障。将改进灰色模型引入变压器油中溶解气体浓度预测。分析了灰色预测模型GM(1,1)和离散灰色预测模型DGM(1,1)两者之间的关系,讨论了模型预测的准确性和稳定性。分别用GM(1,1)模型和DGM(1,1)模型对变压器油中溶解气体浓度进行建模预测。对比分析结果表明:GM(1,1)模型从离散形式到连续形式的跳跃使得模型不够稳定,随着发展系数的增加,预测精度下降。DGM(1,1)模型是GM(1,1)模型的精确形式,具有更高的预测精度和较好的稳定性,被推荐替代GM(1,1)模型预测变压器油中溶解气体浓度。     

基于SDS-SSA-LSTM的变压器油中溶解气体浓度预测

油中溶解气体浓度预测对变压器早期故障检测至关重要。为了提高预测精度,本文提出了奇异谱分析(SSA)结合长短期记忆网络(LSTM)的预测模型。首先针对传统序列分解做法中的数据泄露问题,提出一种基于SSA逐步分解的采样策略,然后基于该策略将特征复杂的原始油中溶解气体浓度序列分解为特征相对单一的趋势分量与波动分量,最后利用LSTM网络对各个分量分别进行单步和多步预测。累加各分量的预测值,得到原气体浓度的预测结果。算例表明,相较于单一LSTM,本文所提模型在实验天数内整体的预测精度更高。     

基于随机森林的变压器油中溶解气体浓度预测

对油中溶解气体浓度进行分析及发展趋势预测,可以为变压器的状态评估提供重要的依据。传统的离线DGA方法因易导致延迟判断变压器的运行状态,造成一定的经济损失,现已不适用于油中溶解气体浓度分析及预测。因此,提出一种基于随机森林的变压器油中溶解气体浓度预测模型,以更准确地分析与预测油中溶解气体浓度。该模型以7种气体浓度构成特征向量空间,作为可视输入,并以目标气体浓度作为输出。试验结果表明,相较于传统的机器学习方法(BPNN、RBF和SVM),随机森林模型能更准确地预测油中溶解气体浓度,且需要调整参数少、训练效率高。通过算例分析,验证了该方法的有效性。     

电力变压器故障诊断的可拓集法

基于可拓理论,在传统油中溶解气体分析DGA(Dissolved Gas Analysis)三比值法基础上,提出一种可拓集变压器故障诊断方法。首先,建立三比值法的物元模型,然后给出点对区间的可拓相关函数,利用该函数计算进行变压器故障诊断。仿真计算证明该方法能克服传统三比值法的编码不全,不能诊断多重故障的缺陷,提高了诊断精度。