5 Lielās transformatoru defektu diagnosticēšanas tehnoloģijas

Transformatoru defektu diagnosticēšanas metodes

1. Attiecību metode izplūstusos gāzu analīzei

Lielākajā daļā eļļas apkrāsotajos transformatoros, zem termiskā un elektriskā stresa, transformatora rezervuārā tiek veidotas noteiktas degstošas gāzes. Eļļā izplūstusas degstošas gāzes var tikt izmantotas, lai noteiktu transformatora eļļa-papīra izolācijas sistēmas termiskās sadalīšanās raksturlielus, balstoties uz to specifiskiem gāju sastāvdaļām un attiecībām. Šo tehnoloģiju pirmo reizi izmantoja defektu diagnosticēšanai eļļas apkrāsotajos transformatoros. Vēlāk Barraclough un citi piedāvāja defektu diagnosticēšanas metodi, izmantojot četras gāzu attiecības: CH4/H2, C2H6/CH4, C2H4/C2H6 un C2H2/C2H4. Iespējamos IEC standartos C2H6/CH4 attiecība tika noņemta, un modificētā trīs-attiecību metode kļuva plaši pieņemta. Rogers sniedza detaļu analīzi un izskaidrojumu par gāju sastāvdaļu attiecību kodēšanu un izmantošanas metodes IEEE un IEC standartos. IEC 599 ilgtermiņa lietošana atklāja, ka tas dažos gadījumos neatbilst faktiskajiem apstākļiem un nevar diagnosticēt dažas defektu situācijas. Tādēļ gan Ķīna, gan Japānas Elektrotehnisko asociācija ir ieviesušas uzlabojumus IEC kodēšanā, savukārt citas izplūstusos gāzu analīzes metodes arī ir ieguva plašu pielietojumu.

2. Neprecīzās loģikas diagnostikas metode

Amerikāņu kontroles teorists L.A. Zadeh pirmo reizi piedāvāja neprecīzas diagnostikas metodes, kas vēlāk tika plaši piemērotas. Neatkarīgi no šķietami neskaidriem robežpunktiem, neprecīzā loģika ir izdevīga, lai izteiktu kvalitatīvu zināšanu un pieredzi. Izmantojot piederības funkciju konceptu, tā atšķir neaprēķināmus kopumus, apstrādā neaprēķināmus sakarus, simulē cilvēka likuma bāzēta racionālo domāšanu un atrisina dažādas praktiskās lietošanas neatzīstamības problēmas. Praktiski transformatoros regulāri rodas defekti, kuru iemesls un mehānismi nav skaidri, un tradicionālas metodes to nevar labi izskaidrot vai aprakstīt. Neatkarīgi no šķietami neskaidriem sakariem, neprecīzās loģikas metodes efektīvi spēj atrisināt transformatoru defektu problēmas, piedāvājot jaunu pieeju elektrostaciju transformatoru defektu diagnosticēšanai.

Lai novērstu parastā Rogers attiecību metodes deficītu saistībā ar kritiskajiem attiecību kritērijiem, pieejamās transformatoru defektu diagnosticēšanas metodēs, tika piedāvāta metode, izmantojot neaprēķināmu kopumu teoriju. Šī pieeja ievieš neatkarīgu loģiku tehnoloģiju tradicionālajās attiecību metodēs, neaprēķināmi nosakot attiecību robežas. Šī metode ir parādījusi labu pielietojuma efektivitāti, diagnozējot daudzus transformatoru defektus, un tā ir evoluējusi uz dažādu defektu diagnosticēšanas metodēm, tostarp kodēšanas kombinācijas metodes, neatkarīgu klasterēšanas tehnoloģijas, Petri tīkli un pelēkie sistēmas. Šie modeļi pilnībā ņem vērā datu inerentās neaprēķināmas īpašības, efektīvi uzlabojot veiktspēju sarežģītās datu kopas un pastiprinot transformatoru defektu diagnosticēšanas precizitāti.

3. Ekspertu sistēmas diagnostikas metode

Ekspertu sistēmas pārstāv svarīgu mākslīgā intelekta nozare. Tas ir datorprogrammas sistēmas, kas spēj līdzīgas cilvēka eksperta pieredzes un racionālo procesu simulēšanu. Balstoties uz lietotāja sniegtajiem datiem, tās izmanto saglabāto eksperta zināšanas vai pieredzi, lai veiktu secinājumus un novērtējumus, galu galā nodrošinot drošības līmenīs novērtējumus, lai palīdzētu lietotājam pieņemt lēmumus. Elektrostaciju transformatoru defektu diagnosticēšana ir ļoti sarežģīts jautājums, kas ietver daudzus faktorus.

Precīzs novērtējums, balstoties uz dažādiem parametriem, prasa stingrus teorētiskus pamatus un bagātas operatīvās uzturēšanas pieredzi. Turklāt, tā kā transformatoru kapacitātes, sprieguma līmeņi un darbības vide var mainīties, viens un tas pats defekts var izpausties atšķirīgi dažādos transformatoros. Ekspertu sistēmas ir spēcīgas defektu tolerances un pielāgošanās spējas, ļaujot tām mainīt savu zināšanu bāzi, balstoties uz iegūtajām diagnostikas zināšanām, lai nodrošinātu pilnību. Tādējādi tās efektīvi var diagnosticēt dažādus veidus no elektrostaciju transformatoriem. Elektrostaciju transformatoru defektu diagnosticēšanas ekspertu sistēmas var noteikt defektu raksturlielus, apvienojot defektu cēloņu un veidu zināšanas, iekļaujot defektu izsekles zināšanas, tostarp izplūstusos gāzu analīzi eļļā. Tās efektīvi var apstrādāt neaprēķināmas problēmas defektu diagnosticēšanā, izmantojot neatkarīgu loģiku, atrisināt grūtības, saistītas ar pilnīgu zināšanu iegūšanu, izmantojot neaprēķināmu kopumu metodes, un izveidot struktūras, piemērotas vairākiem ekspertiem sadarbojošies diagnostikas, izmantojot melnbulta modela arhitektūru.

4. Mākslīgā neironu tīkla diagnostikas metode

Mākslīgie neironu tīkli matemātiski modelē neironu aktivitāti un pārstāv informācijas apstrādes sistēmu, balstoties uz smadzenes neironu tīklu struktūras un funkcijas imitāciju. ANNs ir self-organizing, adaptīvas, self-learning, fault-tolerant capabilities, un spēcīgas nelīnijas tuvināšanas spējas. Tās var realizēt prognozēšanas, simulācijas un neaprēķināmas kontroles funkcijas, padarot tos spēcīgiem rīkiem, lai apstrādātu nelīniju sistēmas. Pēdējos gados, izmantojot mākslīgos neironu tīklus transformatoru defektu diagnosticēšanai, balstoties uz izplūstusos gāzu sastāvdaļām un koncentrācijām eļļā, ir bijis pētniecības fokuss. Tas ir vedis pie dažādu defektu diagnosticēšanas metožu izstrādes, balstoties uz ANN, piemēram, divpakāršu ANN metodi, backpropagation mākslīgos neironu tīklus, lēmumu koka neironu tīkla modeļus, kombinētos neironu hierarhiskos struktūru modeļus un radiālās pamatfunkcijas neironu tīklus. Šīs metodes nepārtraukti uzlabo mākslīgo neironu tīkla algoritmu konverģences ātrumu, klasifikācijas veiktspēju un precizitāti.

5. Citi diagnosticēšanas metodes

Savādāk par minētajām četrām metodēm, ir vēl dažas citas pieejas, ko izmanto transformatoru defektu diagnosticēšanai. Organiski kombinējot neironu tīklus un pierādījumu teoriju, lai izmantotu to papildinošās priekšrocības, var izveidot visaptverošu transformatoru defektu diagnosticēšanas metodi, integrējot vairākus neironu tīklus ar pierādījumu teoriju. Iegūstot inspirāciju no bioloģiskajās imunitātes sistēmās antigēnu pret antigēniem efektīvās atpazīšanas un atmiņas mehānismiem, var izmantot pašorganizējošos antikorpā tīklus un antikorpā veidošanas algoritmus, lai atrisinātu elektrostaciju transformatoru defektu diagnosticēšanas problēmas. Papildus tam, citi transformatoru defektu diagnosticēšanas metodes ietver informācijas fuzijas, neaprēķināmu kopumu teoriju, kombinētos lēmumu koku, Bayes tīklus, mākslīgās imunitātes sistēmas, jaunus radiālās pamatfunkcijas tīklus un atbalsta mašīnas.