电力变压器故障预测与健康管理:挑战与展望

被引:77
作者
李刚 [1 ]
于长海 [1 ]
刘云鹏 [2 ]
范辉 [3 ]
文福拴 [4 ,5 ]
宋雨 [1 ]
机构
[1] 华北电力大学控制与计算机工程学院
[2] 河北省输变电设备安全防御重点实验室(华北电力大学)
[3] 国网河北省电力公司电力科学研究院
[4] 浙江大学电气工程学院
[5] 文莱科技大学电机与电子工程系
基金
中央高校基本科研业务费专项资金资助;
关键词
电力变压器; 故障预测与健康管理; 电力大数据; 不确定性;
D O I
暂无
中图分类号
TM41 [电力变压器];
学科分类号
080801 ;
摘要
电力变压器故障机理复杂且维修成本高昂,对电力系统的安全稳定运行具有明显的消极影响。在数据完备的情况下,获得变压器运行状态的健康指标,对其进行适当的状态维护或预防性维护,对电力系统安全稳定运行具有显著的积极作用。而当前的研究成果大多关注变压器健康管理的某一层面或某一阶段,致使研究成果较为孤立、集成性较差。首先,梳理了目前电力变压器研究存在的主要问题,并给出了基于故障预测与健康管理(PHM)的解决思路;然后,初步界定了电力变压器PHM的管理周期,并系统分析了国内外针对电力变压器健康监测、故障诊断与预测的研究成果;最后,讨论并展望了未来开展大型电力变压器PHM的若干问题。
引用
收藏
页码:156 / 167
页数:12
相关论文
共 63 条
[1]   基于振动信号的变压器绕组松动故障诊断方法 [J].
颜君凯 ;
马宏忠 ;
李凯 ;
张栋凯 ;
孙悦 ;
齐蔚然 .
电力系统自动化, 2017, 41 (03) :122-128
[2]   变压器故障诊断用油中溶解气体新特征参量 [J].
汪可 ;
李金忠 ;
张书琦 ;
孙建涛 ;
王健一 ;
高飞 ;
程涣超 .
中国电机工程学报, 2016, 36 (23) :6570-6578+6625
[3]   基于优化神经网络和DGA的变压器故障诊断 [J].
苗长新 ;
申坤 ;
钟世华 ;
柳狄 .
高压电器, 2016, 52 (11) :163-168
[4]   稳态条件下变压器绕组轴向振动特性及其影响因素 [J].
汲胜昌 ;
张凡 ;
钱国超 ;
朱叶叶 ;
董鸿魁 ;
邹德旭 .
高电压技术, 2016, 42 (10) :3178-3187
[5]   基于DBN的故障特征提取及诊断方法研究 [J].
赵光权 ;
葛强强 ;
刘小勇 ;
彭喜元 .
仪器仪表学报, 2016, 37 (09) :1946-1953
[6]   基于Spark环境变压器故障并行诊断 [J].
刘成 ;
牛锐 ;
范贺明 ;
许静 ;
朱永利 .
电力科学与工程, 2016, 32 (06) :32-37
[7]   变压器绝缘纸中酸值测试及其时效老化特征 [J].
李庆民 ;
周勇 ;
闫江燕 ;
王兆东 .
高电压技术, 2016, 42 (06) :1827-1833
[8]   采用遗传算法优化装袋分类回归树组合算法的变压器故障诊断 [J].
黄新波 ;
李文君子 ;
宋桐 ;
王岩妹 .
高电压技术, 2016, 42 (05) :1617-1623
[9]   基于深度自编码网络的电力变压器故障诊断 [J].
石鑫 ;
朱永利 ;
宁晓光 ;
王刘旺 ;
孙岗 ;
陈国强 .
电力自动化设备, 2016, 36 (05) :122-126
[10]   基于“磁–机械”耦合场理论的电力变压器绕组振动特性研究 [J].
王丰华 ;
段若晨 ;
耿超 ;
钱国超 ;
卢勇 .
中国电机工程学报, 2016, 36 (09) :2555-2562