油浸式变压器故障在线诊断方法的研究.docxVIP

油浸式变压器故障在线诊断方法研究贾红红, 郑一平(金华职业技术学院, 浙江金华321018)摘要: 根据各溶解气体的在线监测数据, 采用灰色GM ( 1, 1) 和PNN融合技术进行在线故障诊断.先通过GM ( 1, 1) 预测模型预测未来时刻变压器中矿物绝缘油在电和热的作用下, 分解产生的氢、甲烷、乙烷、乙烯及乙炔5种气体溶解浓度, 并将预测结果作为概率神经网络故障诊断的输入利用PNN进行变压器故障诊断. 实例表明, 该方法能够诊断变压器在未来时刻的绝缘状况, 并能满足工程实际需要.关键词: 在线故障诊断; 概率神经网络引言传统的离线故障诊断主要包括现场取样、实验室离线色谱分析和障诊断等过程, 具有操作复杂、间隔时间长、易受人为因素影响等缺点. 随着在线监测技术的不断发展, 变压器油中溶解气体在线监测技术已经比较成熟. [ 1] 在在线监测技术的基础上, 采用GM ( 1, 1) 建立变压器油中溶解气体在未来时刻的浓度预测模型, [ 2- 3] 从而预测出变压器在未来时刻的绝缘状态. 因此, 基于油中溶解气体分析的在线变压器故障预测技术是离线故障诊断的有效补充, 能有效克服离线故障诊断的不足, 有利于提高变压器的故障诊断和状态检修水平.本文选择矿物绝缘油在电和热的作用下分解产生的主要气体氢、甲烷、乙烷、乙烯及乙炔5种气体在线监测浓度, 根据各溶解气体的在线检测数据, 建立灰色GM