发明名称 一种变压器油色谱在线监测差异化预警方法
摘要 本发明公开了属于电力设备在线安全监测技术领域的一种变压器油色谱在线监测差异化预警方法。所述方法根据在线监测油色谱数据对油色谱传感器进行有效性评价及预处理,统计变压器所在区域的故障率及缺陷率,根据变压器的个体信息进行整合分类,并根据不同的变压器属性类进行基于威布尔分布的检测量统计,最后根据设备所属类别的故障率及缺陷率计算设备预警阈值。有效的改善了当前变压器预警策略的针对性差的问题减小了误报警的概率,提高了变压器预警的准确性。
申请公布号 CN104677997B 申请公布日期 2016.08.17
申请号 CN201510053849.X 申请日期 2015.02.02
申请人 华北电力大学 发明人 齐波;荣智海;张鹏;李成榕
分类号 G01N30/00(2006.01)I 主分类号 G01N30/00(2006.01)I
代理机构 北京众合诚成知识产权代理有限公司 11246 代理人 张文宝
主权项 一种变压器油色谱在线监测差异化预警方法,其特征在于,包括以下步骤:1)对变压器油色谱进行在线监测,并对在线监测数据有效性评价及预处理,计算差异化预警阈值:注意值及警示值;1.1所述在线监测数据有效性评价及预处理包括以下步骤:a.统计各个探头空值情况,当数据空值大于50%时,剔除该探头数据;b.对探头历史数据有效性评价,计算各个探头前一年的数据的变异系数C.V(Coefficient of Variance):C.V=σ/μ,当C.V&gt;30%,判定数据差异性过大,剔除该探头数据;其中,“C.V=σ/μ”是变异系数的计算公式,σ表示选取的探头前一年数据的标准差,μ表示选取的探头前一年数据的平均值;2)所述计算差异化预警阈值包括以下步骤:2.1,根据变压器属性信息对在线监测数据进行个性化分类;2.2,收集整理故障及缺陷案例,计算不同分类下的故障率及缺陷率,故障率及缺陷率应由前一年故障及缺陷案例统计得到;故障率可按下式计算p<sub>故障</sub>=前一年该分类下故障变压器台数/该分类下投运总台数;缺陷率可按下式计算p<sub>故障</sub>=前一年该分类下缺陷变压器台数/该分类下投运变压器总台数;3)根据分类汇总油色谱在线监测数据,对筛选过的数据进行威布尔分布拟合处理,威布尔分布函数为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><msup><mi>ba</mi><mrow><mo>-</mo><mi>b</mi></mrow></msup><msup><mi>x</mi><mrow><mi>b</mi><mo>-</mo><mn>1</mn></mrow></msup><msup><mi>e</mi><mrow><mo>-</mo><msup><mrow><mo>(</mo><mfrac><mi>x</mi><mi>a</mi></mfrac><mo>)</mo></mrow><mi>b</mi></msup></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000979083550000011.GIF" wi="1077" he="141" /></maths>式(1)中x为自变量,对应油色谱具体数值,单位μL/L,f(x)为因变量,对应油色谱数值出现概率,即出现次数占数据总量的百分比;a称为刻度参数,决定了威布尔密度曲线的峰值高低,a越大图像峰值越低;b称为形状参数,决定了威布尔密度曲线的形状,当b=1时,威布尔分布就是指数分布,a、b根据数据拟合算出;对威布尔分布函数做积分得到威布尔累计分布函数:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>F</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mn>1</mn><mo>-</mo><msup><mi>e</mi><mrow><mo>-</mo><msup><mrow><mo>(</mo><mi>x</mi><mo>/</mo><mi>a</mi><mo>)</mo></mrow><mi>b</mi></msup></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000979083550000021.GIF" wi="990" he="125" /></maths>式(2)中x为自变量对应油色谱具体数值,单位μL/L,式中刻度参数a、形状参数b是在式(1)中的拟合计算已经得到;F(x)表示自变量小于或者等于数值x的概率;求解威布尔累积分布函数逆函数得到威布尔逆累积分布函数<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>y</mi><mo>=</mo><mo>-</mo><mi>a</mi><msup><mrow><mo>&lsqb;</mo><mi>ln</mi><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mi>p</mi><mo>)</mo></mrow><mo>&rsqb;</mo></mrow><mfrac><mn>1</mn><mi>b</mi></mfrac></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000979083550000022.GIF" wi="998" he="143" /></maths>式(3)中p为自变量,即为威布尔累计分布函数中的F(x)对应缺陷率及故障率;y为因变量,对应油色谱注意值及警示值阈值,单位μL/L;将缺陷率p<sub>缺</sub><sub>陷</sub>代入上式得到注意值y<sub>注意</sub>;将故障率p<sub>故障</sub>代入上式得到警示值y<sub>警示</sub>。
地址 102206 北京市昌平区朱辛庄北农路2号