一種檢測變壓器內油中各氣體含量示警值的方法和系統技術方案

本發明專利技術提供一種檢測變壓器內油中各氣體含量示警值的方法，其在均包括M個油中氣體的N個變壓器上實現，該方法包括：提取N個變壓器內與油中氣體示警值計算相關聯的數據；根據提取的數據，訓練出N個變壓器內每一油中氣體含量示警值分別對應的當前計算模型，該計算模型包括統計分布模型和關聯分析模型；待訓練完成后，根據訓練出的當前計算模型，獲得當前時間N個變壓器內M個油中氣體含量分別對應的示警值。實施本發明專利技術，綜合考慮各變壓器負荷及天氣等因素，提取各變壓器的油色譜數據，并計算出各變壓器內油中每一氣體含量相應的示警值，可有效提高變壓器油色譜在線監測示警的準確性和可靠性，避免了資源浪費，降低了設備風險。

【技術實現步驟摘要】
【專利摘要】本專利技術提供一種檢測變壓器內油中各氣體含量示警值的方法，其在均包括M個油中氣體的N個變壓器上實現，該方法包括：提取N個變壓器內與油中氣體示警值計算相關聯的數據；根據提取的數據，訓練出N個變壓器內每一油中氣體含量示警值分別對應的當前計算模型，該計算模型包括統計分布模型和關聯分析模型；待訓練完成后，根據訓練出的當前計算模型，獲得當前時間N個變壓器內M個油中氣體含量分別對應的示警值。實施本專利技術，綜合考慮各變壓器負荷及天氣等因素，提取各變壓器的油色譜數據，并計算出各變壓器內油中每一氣體含量相應的示警值，可有效提高變壓器油色譜在線監測示警的準確性和可靠性，避免了資源浪費，降低了設備風險。【專利說明】一種檢測變壓器內油中各氣體含量示警值的方法和系統
本專利技術涉及電力系統變壓器
，尤其涉及一種檢測變壓器內油中各氣體含量示警值的方法和系統。
技術介紹
油中溶解氣體分析是大型變壓器故障診斷的最有效的方法之一。電力行業標準規定，當變壓器在運行狀態下，其內油中氣體含量超過圖1的所列值時，應引起示警，而上述所列值也通常稱為示警值。 現有技術中，上述示警值主要基于人工經驗根據90%累積百分比法而獲取的，采用的方法為:通過從歷史數據中找出一批典型的油色譜數據(例如有N個數據)，從大到小排序后將第(N*90%)個的油色譜數據作為示警值。但在實際運行中，由于各變壓器的運行工況都不一樣，且各變壓器的油色譜數據均受其自身負荷及天氣等因素的影響很大，因此各變壓器都應制定自身的示警值。隨著在線監測技術應用的不斷拓展，傳統基于人工經驗獲取示警值的方法將會導致誤報警和漏報警等現象發生，并且帶來了資源浪費和設備風險。 因此，亟需一種檢測方法，可獲取變壓器內油中各氣體含量的示警值。
技術實現思路
本專利技術實施例所要解決的技術問題在于，提供一種檢測變壓器內油中各氣體含量示警值的方法和系統，通過綜合考慮各變壓器負荷及天氣等因素，提取油色譜在線監測上各變壓器的油色譜數據，并計算出各變壓器內油中每一氣體含量相應的示警值，可有效提高變壓器油色譜在線監測示警的準確性和可靠性，避免了資源浪費，降低了設備風險。 為了解決上述技術問題，本專利技術實施例提供了一種檢測變壓器內油中各氣體含量示警值的方法，其在均包括M個油中氣體的N個變壓器上實現，所述方法包括:a、提取所述N個變壓器內均與所述M個油中氣體示警值計算相關聯的數據；其中，所述數據包括每一變壓器內與所述M個油中氣體相關聯的第一數據，以及每一變壓器內與油溫相關聯的第二數據；M、N均為正整數；b、根據所述提取到的數據，訓練出N個變壓器內每一油中氣體含量示警值分別對應的當前計算模型；其中，所述計算模型包括依據所述第一數據訓練出的統計分布模型和依據所述第一數據及所述第二數據共同訓練出的關聯分析模型；C、待所述N個變壓器內所述M個油中氣體含量示警值的當前計算模型都訓練完成后，并根據所述訓練出的N個變壓器內每一油中氣體含量示警值的當前計算模型，獲得當前時間所述N個變壓器內所述M個油中氣體含量分別對應的示警值。 其中，所述步驟b的具體步驟包括:將所述N個變壓器內I至M個油中氣體均依據所述第一數據訓練出對應的統計分布模型，得到M*N個統計分布模型，以及均依據所述第一數據及所述第二數據共同訓練出對應的關聯分析模型，得到M*N個關聯分析模型； 計算出所述M*N個統計分布模型的擬合度和所述M*N個關聯分析模型的擬合度；根據所述計算出的M*N個統計分布模型的擬合度和M*N個關聯分析模型的擬合度，依次在I至N個變壓器內檢測同一變壓器內同一油中氣體得到的統計分布模型的擬合度與其得到的關聯分析模型的擬合度的大小情況；當檢測到所述N個變壓器內一個或多個油中氣體得到的統計分布模型的擬合度均小于其得到的關聯分析模型的擬合度時，則確定所述檢測到的N個變壓器內一個或多個油中氣體含量示警值的當前計算模型為關聯分析模型；當檢測到所述N個變壓器內一個或多個油中氣體得到的統計分布模型的擬合度均大于其得到的關聯分析模型的擬合度時，則確定所述檢測到的N個變壓器內一個或多個油中氣體含量示警值的當前計算模型為統計分布模型。 其中，所述步驟c中的“根據所述訓練出的N個變壓器內每一油中氣體含量示警值的當前計算模型，獲得當前時間所述N個變壓器內所述M個油中氣體含量分別對應的示警值”的具體步驟包括:當所述訓練出的N個變壓器內一個或多個油中氣體含量示警值的當前計算模型均為統計分布模型時，通過三西格瑪原則獲得當前時間所述N個變壓器內一個或多個油中氣體含量分別對應的示警值；當所述訓練出的N個變壓器內一個或多個油中氣體含量示警值的當前計算模型均為關聯分析模型時，將每一變壓器預設的油溫閾值分別代入所述一個或多個油中氣體對應的關聯分析模型內，獲得當前時間所述N個變壓器內一個或多個油中氣體含量分別對應的示警值。 其中，在所述步驟a之前，所述方法還包括:通過變壓器油色譜在線監測系統，得到所述N個變壓器分別對應的第一數據，并通過變壓器溫度監測系統，得到所述N個變壓器分別對應的第二數據。 其中，所述第一數據包括所述N個變壓器內每一油中氣體的氣體含量及所述每一油中氣體對應的產氣速率；所述第二數據包括所述N個變壓器內的油溫及每一油溫與持續時間關聯的累積值。 其中，所述統計分布模型為通過對當前氣體的氣體含量進行正態分布擬合獲得；所述關聯分析模型為通過對所述當前氣體的氣體含量與所述當前氣體所在變壓器的油溫進行線性回歸擬合獲得。 本專利技術實施例還提供了一種檢測變壓器內油中各氣體含量示警值的系統，其在均包括M個油中氣體的N個變壓器上實現，所述系統包括:數據提取單元，用于提取所述N個變壓器內均與所述M個油中氣體示警值計算相關聯的數據；其中，所述數據包括每一變壓器內與所述M個油中氣體相關聯的第一數據，以及每一變壓器內與油溫相關聯的第二數據；M、N均為正整數；模型訓練及確定單元，用于根據所述提取到的數據，訓練出N個變壓器內每一油中氣體含量示警值分別對應的當前計算模型；其中，所述計算模型包括依據所述第一數據訓練出的統計分布模型和依據所述第一數據及所述第二數據共同訓練出的關聯分析模型；示警值獲取單元，用于待所述N個變壓器內所述M個油中氣體含量示警值的當前計算模型都訓練完成后，根據所述訓練出的N個變壓器內每一油中氣體含量示警值的當前計算模型，獲得當前時間所述N個變壓器內所述M個油中氣體含量分別對應的示警值。 其中，所述模型訓練及確定單元包括:模型訓練模塊，用于將所述N個變壓器內I至M個油中氣體均依據所述第一數據訓練出對應的統計分布模型，得到M*N個統計分布模型，以及均依據所述第一數據及所述第二數據共同訓練出對應的關聯分析模型，得到M*N個關聯分析模型；擬合度計算模塊，用于計算出所述M*N個統計分布模型的擬合度和所述M*N個關聯分析模型的擬合度；比較模塊，用于根據所述計算出的M*N個統計分布模型的擬合度和M*N個關聯分析模型的擬合度，依次在I至N個變壓器內檢測同一變壓器內同一油中氣體得到的統計分布模型的擬合度與其得到的關聯分析模型的擬合度的大小情況；第一模型確定模塊，用于當檢測到所述N個變壓器內一個或多個油中氣體得到的統計分布模型的擬合度均小本文檔來自技高網...

【技術保護點】
一種檢測變壓器內油中各氣體含量示警值的方法，其特征在于，其在均包括M個油中氣體的N個變壓器上實現，所述方法包括：a、提取所述N個變壓器內均與所述M個油中氣體示警值計算相關聯的數據；其中，所述數據包括每一變壓器內與所述M個油中氣體相關聯的第一數據，以及每一變壓器內與油溫相關聯的第二數據；M、N均為正整數；b、根據所述提取到的數據，訓練出N個變壓器內每一油中氣體含量示警值分別對應的當前計算模型；其中，所述計算模型包括依據所述第一數據訓練出的統計分布模型和依據所述第一數據及所述第二數據共同訓練出的關聯分析模型；c、待所述N個變壓器內所述M個油中氣體含量示警值的當前計算模型都訓練完成后，并根據所述訓練出的N個變壓器內每一油中氣體含量示警值的當前計算模型，獲得當前時間所述N個變壓器內所述M個油中氣體含量分別對應的示警值。

【技術特征摘要】

【專利技術屬性】
技術研發人員：胡子珩，呂啟深，黃榮輝，姚森敬，林火華，李林發，伍國興，鄧世聰，黃煒昭，張林，章彬，鄧琨，劉典安，趙國杰，
申請(專利權)人：深圳供電局有限公司，深圳市康拓普信息技術有限公司，
類型：發明
國別省市：廣東;44