5 Foutdiagnosemetodes vir Groot Kragtransformer

Metodes vir Transformatorfeilendiagnose

1. Verhoudingsmetode vir opgeloste gasanalise

Vir die meeste olie-geïmmerse kragtransformateurs word sekere brandbare gase in die transformatortank onder termiese en elektriese spanning vervaardig. Die brandbare gase wat in olie opgelos is, kan gebruik word om die termiese afbraakkenmerke van die transformatorolie-papierisolasiesisteem te bepaal gebaseer op hul spesifieke gasinhoud en verhoudings. Hierdie tegnologie is eers gebruik vir foutdiagnose in olie-geïmmerse transformators. Later het Barraclough en ander 'n foutdiagnosemetode voorgestel met vier gasverhoudings: CH4/H2, C2H6/CH4, C2H4/C2H6, en C2H2/C2H4. In latere IEC standaarde is die C2H6/CH4-verhouding weggeneem, en die gewysigde drie-verhoudingsmetode is wyd aanvaar. Rogers het verdere gedetailleerde analise en verduideliking van die gaskomponentverhoudingskode en gebruiksmetodes in IEEE en IEC standaarde verskaf. Langtermyn-toepassing van IEC 599 het getoon dat dit in sommige gevalle nie met werklike toestande ooreenstem nie en sekere foutscenario's nie kan diagnoseer nie. Daarom het sowel China as die Japanse Elektrisiteitsvereniging verbeteringe aan IEC-kodering aangebring, terwyl ander metodes van opgeloste gasanalise ook wyd toegepas is.

2. Vag logika-diagnosemetode

Die Amerikaanse beheertheoretikus L.A. Zadeh het eers vag diagnosemetodes voorgestel, wat sedertdien wyer aangewend is. Vag logika is voordeelig vir die uitdrukking van kwalitatiewe kennis en ondervinding met onduidelike grense. Deur gebruik te maak van die konsep van lidmaatskapsfunksies, onderskei dit vag versamelings, verwerk vag verhoudings, simuleer menslike regelgebaseerde redenering, en los verskeie onsekerheidsprobleme in praktiese toepassings op. In praktyk vertoon transformators dikwels foute met onduidelike oorsake en meganisme wat betrekke tot baie onseker en vag verhoudings insluit, wat tradisionele metodes nie goed kan verduidelik of beskryf nie. Vag logika-metodes kan hierdie onseker verhoudings in transformatorfoute effektief aanspreek, en bied 'n nuwe benadering tot kragtransformatorfoutdiagnose.

Om die beperking van die ontbrekende kritieke verhoudingskriteria in die algemeen gebruikte Rogers-verhoudingsmetode vir kragtransformatorfoutdiagnose aan te spreek, is 'n metode voorgestel wat gebruik maak van vagversamelingsteorie. Hierdie benadering bring vag logikategnologie in tradisionele verhoudingsmetodes deur verhoudingsgrense te vagtig. Hierdie metode het goeie toepassingsresultate in die diagnose van verskeie transformatorfoute getoon en het uitgegroe tot 'n reeks foutdiagnosemetodes, insluitend kode kombinasie metodes, vag klasteringstegnieke, Petri-netwerke, en graaisisteme. Hierdie modelle neem die inherente vagheid van data volledig in ag, verhoog effektiwklik prestasie met komplekse datastelle, en verbeter die akkuraatheid van transformatorfoutdiagnose.

3. Kennisbankdiagnosemetode

Kennisbanksisteme verteenwoordig 'n belangrike tak van kunsmatige intelligensie. Dit is rekenaarprogramme wat die ervaring en redeneringsprosesse van menslike eksperte tot 'n sekere mate kan simuleer. Gebaseer op data wat deur gebruikers verskaf word, pas hulle gestoorde ekspertkennis of ondervinding toe om inferensies en oordele te maak, en gee uiteindelik gevolgtrekkings met vertroue-niveaus om gebruikerbesluitneming te ondersteun. Kragtransformatorfoutdiagnose is 'n uitermate komplekse probleem wat verskeie faktore insluit.

Akurate oordele gebaseer op verskeie parameters vereis solide teoretiese grondslae en ryk operasionele instandhoudingserfaring. Verder, as gevolg van variasies in transformatorkapasiteit, spanningsvlakke, en bedryfsomgewings, kan dieselfde fout anders in verskeie transformators manifesteer. Kennisbanksisteme het sterk foutverdraagsaamheid en aanpasbaarheid, wat hulle in staat stel om hul kennisbasis te wysig op grond van verkrye diagnosekennis om volledigheid te verseker. Dus kan hulle effektief verskillende tipes kragtransformators diagnoseer. Kragtransformatorfoutdiagnosekennisbanksisteme kan foutkenmerke bepaal deur kennis van foutoorzake en -tipes te sinteseer, insluitend foutopsporingkennis soos opgeloste gasanalise in olie. Hulle kan effektief vaag probleme in foutdiagnose hanteer deur middel van vag logika, die bottelnek van moeilikheid om volledige kennis te verkry aanspreek deur ruwversamelingmetodes, en strukture bou wat geskik is vir multi-ekspertkollegatiewe diagnose deur middel van blackboard-modelargitektuur.

4. Kunsmatige neurale netwerk-diagnosemetode

Kunsmatige neurale netwerke modelleer wiskundig neurale aktiwiteit en verteenwoordig 'n inligtingverwerkingsisteem gebaseer op die nabootsing van die struktuur en funksie van brein-neurale netwerke. ANN's het self-organiserende, aanpaslike, self-lernende, foutverdraagsame vermoëns, en sterk nie-lineêre benaderingsvermoëns. Hulle kan voorspellings-, simulasie- en vaagbeheerfunksies implementeer, wat hulle magtige instrumente vir die verwerking van nie-lineêre sisteme maak. Die gebruik van kunsmatige neurale netwerke vir transformatorfoutdiagnose gebaseer op opgeloste gaskomponente en -konsentrasies in olie was 'n navorsingsfokus in die afgelope jare. Dit het gelei tot die ontwikkeling van verskeie foutdiagnosemetodes gebaseer op ANN's, soos die twee-stap ANN-metode, terugpropagasie kunsmatige neurale netwerke, besluitboom neurale netwerkmodelle, gekombineerde neurale netwerkhiërargiese strukture, en radiale basisfunksie neurale netwerke. Hierdie metodes verbeter voortdurend die konvergensiespoed, klassifikasieprestasie, en akkuraatheid van neurale netwerk-algoritmes.

5. Ander diagnosemetodes

Boonop die vier bogenoemde metodes, word verskeie ander benaderings ook vir transformatorfoutdiagnose gebruik. Deur neurale netwerke en bewyseteorie organies te kombineer om hul komplementêre voordele te benut, kan 'n omvattende transformatorfoutdiagnosemetode wat verskeie neurale netwerke met bewyseteorie integreer, ontwikkel word. Deur inspirasie te put uit die doeltreffende herkenning- en memoriemehanismes van antistowwe teen antigene in biologiese immuunsisteme, kan self-organiserende antistofnetwerke en antistofgenereringalgoritmes gebruik word om kragtransformatorfoutdiagnoseprobleme op te los. Ander transformatorfoutdiagnosemetodes sluit in dié wat gebaseer is op inligtingsfusie, ruwversamelingteorie, gekombineerde besluitbome, Bayesiannetwerke, kunsmatige immuunsisteme, nuwe radiale basisfunksienetwerke, en ondersteuningsvektor-masjines.