發(fā)布時間：2018-04-04 18:07

  本文選題：變壓器　切入點：油色譜　出處：《吉林大學》2017年碩士論文

【摘要】：隨著中國經(jīng)濟的飛速發(fā)展,電網(wǎng)的規(guī)模日益擴大,電力變壓器作為電網(wǎng)中的樞紐設備,它承擔著對電能二次分配和相互轉換的繁重任務,在電網(wǎng)中有著舉足輕重的地位。為提早發(fā)現(xiàn)變壓器的潛在的隱患,降低變壓器發(fā)生故障而帶來的經(jīng)濟損失,變壓器故障油色譜診斷技術的提升就顯得十分的迫切。目前,國內外對變壓器故障類型分析有許多好的方法和路徑。本文從研究國內外變壓器故障油色譜診斷法的應用現(xiàn)狀及發(fā)展趨勢入手,對該項診斷技術的原理和技術特點進行介紹,并對變壓器油中氣體特征的產生和溶解情況進行具體分析。電力變壓器發(fā)生故障的幾個主要類型,它主要包括過熱性和放電性故障、局部受潮,并對上述三種故障類型分別進行了介紹。目前國內外普遍應用的幾種電力變壓器故障油色譜診斷技術,例如:氣體組分譜圖技術、油中溶解氣體分析用專家系統(tǒng)技術、人工神經(jīng)網(wǎng)絡技術、三比值法、四比值法等分別進行了介紹,分析了這些診斷技術方法及其原理與優(yōu)、劣勢。重點介紹了變壓器故障的灰色關聯(lián)診斷技術和主因子診斷技術。利用灰色關聯(lián)診斷技術所具有良好的診斷性能,可以將待診斷數(shù)據(jù)與標準數(shù)據(jù)類有機排比,并得到關聯(lián)度。越高的關聯(lián)度,其數(shù)值也就越大。通過標準數(shù)據(jù)進行灰度比對,可以有效提升變壓器故障范圍的判斷。同時采用電力變壓器故障主因子診斷技術,就可以將全部數(shù)據(jù)特征進行難度簡化,并取得原始變量所提供的大量信息,從而提高了變量數(shù)據(jù)診斷的準確率。在此基礎上提出主因子和灰色關聯(lián)的組合診斷技術,并對變壓器故障展開了組合診斷分析,進而提出組合診斷的模型。最后使用主因子與灰色關聯(lián)的組合診斷技術對本地區(qū)三個典型案例進行了實驗數(shù)據(jù)分析。統(tǒng)計出相對的故障類型結果之后,和變壓器實施的停電檢測結果比對基本符合。實踐證明,本文提出的組合診斷技術能有效地提高故障診斷的正確率和范圍,對提高電力變壓器安全、穩(wěn)定運行,有一定的理論意義與實用價值。
[Abstract]:With the rapid development of Chinese economy, the scale of power grid is expanding day by day. Power transformer, as the hub equipment in the power network, undertakes the heavy task of secondary distribution and mutual conversion of electric energy, and plays an important role in the power grid.In order to find out the potential hidden trouble of transformer and reduce the economic loss caused by transformer fault, it is very urgent to improve the technology of transformer fault oil chromatographic diagnosis.At present, there are many good methods and paths for transformer fault type analysis at home and abroad.In this paper, the application and development trend of oil chromatographic diagnosis method for transformer fault are studied, and the principle and characteristics of the diagnosis technique are introduced.The generation and dissolution of gas in transformer oil are analyzed in detail.There are several main types of power transformer faults, which mainly include overheating and discharge faults, partial dampness, and the above three types of faults are introduced respectively.At present, several kinds of oil chromatographic diagnosis techniques for power transformer faults are widely used at home and abroad, such as gas component spectrum, expert system technology for analysis of dissolved gas in oil, artificial neural network, three-ratio method, etc.The four-ratio method is introduced, and these diagnostic techniques, their principles, advantages and disadvantages are analyzed.The grey correlation diagnosis technology and the main factor diagnosis technology of transformer fault are introduced in detail.The grey correlation diagnosis technique has good diagnostic performance and can be compared with the standard data and the correlation degree can be obtained.The higher the correlation, the greater the value.By comparing the standard data with gray level, the range of transformer fault can be improved effectively.At the same time, the main factor diagnosis technology of power transformer fault can simplify the difficulty of all the data features and obtain a lot of information provided by the original variables, thus improving the accuracy of variable data diagnosis.On this basis, the combined diagnosis technology of principal factor and grey correlation is put forward, and the combined diagnosis analysis of transformer fault is carried out, and the combined diagnosis model is put forward.Finally, the experimental data of three typical cases in this area are analyzed by combining the principal factor and grey correlation.After the results of relative fault types are calculated, the results of outage detection of transformers are basically in accordance with each other.It has been proved by practice that the combined diagnosis technology proposed in this paper can effectively improve the accuracy and range of fault diagnosis, and has certain theoretical significance and practical value for improving the safety and stability of power transformer operation.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM407

【參考文獻】

相關期刊論文 前10條

1 呂航;劉明遙;蘇小四;林廣宇;;主因子分析方法在確定地下水石油烴生物降解過程中的應用[J];中南大學學報(自然科學版);2013年08期

2 牛高遠;杜正聰;馮大海;;三比值法在變壓器故障診斷中的問題分析[J];攀枝花學院學報;2013年02期

3 張一軍;;變壓器油色譜分析法在變壓器故障判斷中的應用[J];電工技術;2012年10期

4 鄒劍;陸瑾;周曉凡;;四比值法在變壓器過熱性故障判斷中的應用[J];變壓器;2011年10期

5 張?zhí)m成;王剛;聶林榮;;氣相色譜技術在變壓器故障分析中的運用[J];黑龍江科技信息;2010年25期

6 徐康健;;變壓器油色譜分析中用三比值法判斷故障時應注意的問題[J];變壓器;2010年01期

7 張致;董明;楊雙鎖;姜惟;張冠軍;嚴璋;;頻域譜技術用于油浸式電力變壓器絕緣狀態(tài)現(xiàn)場診斷[J];高電壓技術;2009年07期

8 唐攀龍;周羽生;馬士英;何凱;鄺江華;李長兵;;變壓器油色譜分析及其應用的研究[J];絕緣材料;2008年05期

9 王應高;鄭朝暉;吳仕宏;;氣相色譜法分析和診斷變壓器故障技術[J];華北電力技術;2007年10期

10 杜文霞;呂鋒;句希源;;基于BP神經(jīng)網(wǎng)絡的電力變壓器故障診斷[J];變壓器;2007年03期

相關博士學位論文 前2條

1 武中利;電力變壓器故障診斷方法研究[D];華北電力大學;2013年

2 鄭含博;電力變壓器狀態(tài)評估及故障診斷方法研究[D];重慶大學;2012年

相關碩士學位論文 前10條

1 鄭長富;基于色譜數(shù)據(jù)拆分法的變壓器混合型故障缺陷診斷研究[D];長春工業(yè)大學;2015年

2 馬崔;電力變壓器的故障組合診斷技術[D];華北電力大學;2014年

3 唐建平;基于灰色理論的電力系統(tǒng)動態(tài)狀態(tài)估計模型及算法研究[D];重慶交通大學;2014年

4 王繼偉;大型變壓器在線監(jiān)測系統(tǒng)的應用分析[D];山東大學;2013年

5 吳鵬程;降低主變絕緣油色譜試驗的偏差率分析[D];華南理工大學;2012年

6 張莎;灰色關聯(lián)分析新算法研究及其意義[D];東北師范大學;2012年

7 胡海寧;基于主因子分析的變壓器油色譜分析法[D];長沙理工大學;2012年

8 任豐瑞;基于油中溶解氣體分析的電力變壓器故障診斷研究[D];西安理工大學;2009年

9 余瓊;變壓器油色譜在線監(jiān)測專家系統(tǒng)研究[D];上海交通大學;2007年

10 劉毅;人工神經(jīng)網(wǎng)絡在變壓器故障診斷應用中的比較研究[D];廣西大學;2007年

，

本文編號：1711082