变压器油色谱在线监测周期动态调整策略研究

被引:32
作者
梁永亮 [1 ]
李可军 [1 ]
赵建国 [2 ]
牛林 [2 ]
任敬国 [1 ]
机构
[1] 电网智能化调度与控制教育部重点实验室(山东大学)
[2] 国网技术学院
关键词
在线监测周期; 相空间重构; 引力搜索优化; 相关向量机; 变压器油色谱;
D O I
10.13334/j.0258-8013.pcsee.2014.09.016
中图分类号
TM41 [电力变压器];
学科分类号
摘要
变压器油色谱在线监测装置的运行成本与其监测周期密切相关,如何根据设备的运行情况调整监测周期,在保证运行效率的同时兼顾经济性,是该文研究的核心问题,在此背景下,提出一种动态调整在线监测周期的方法。首先在理论论述监测周期影响油色谱在线监测装置寿命的基础上,对平稳过程短时监测周期的时间序列数据进行相空间重构,得到最优时延和嵌入维数,并以最优时延作为相对最优监测周期。然后基于引力搜索优化方法和快速相关向量机建立气体浓度自适应预测模型,并设定预警标准,根据预测结果以及其他监测设备监测结果保持或缩短监测周期。仿真计算结果证明:所提气体浓度预测模型具有良好的预测精度;相比较依据产气率注意值,基于气体浓度预测技术的预警方法更适用于短时间间隔、含量较低的气体浓度数据;相比气体含量注意值方法,所提方法能够有效地发现可能出现的异常情况。文中研究提供了一种在不影响监测有效性的前提下,实现油色谱在线监测装置经济效益更大化的可行方法。
引用
收藏
页码:1446 / 1453
页数:8
相关论文
共 24 条
[1]   基于引力搜索核聚类算法的水电机组振动故障诊断 [J].
李超顺 ;
周建中 ;
肖剑 ;
肖汉 .
中国电机工程学报, 2013, 33 (02) :98-104+18
[2]   风电功率时间序列混沌特性分析及预测模型研究 [J].
张学清 ;
梁军 .
物理学报, 2012, 61 (19) :70-81
[3]   风电功率波动特性的概率分布研究 [J].
林卫星 ;
文劲宇 ;
艾小猛 ;
程时杰 ;
李伟仁 .
中国电机工程学报, 2012, 32 (01) :38-46+20
[4]   基于优化相空间重构技术的风电场发电功率预测研究 [J].
陶佳 ;
张弘 ;
朱国荣 ;
赵萌 ;
张全明 .
中国电机工程学报, 2011, 31 (28) :9-14
[5]   量子遗传神经网络在变压器油中溶解气体分析中的应用 [J].
高骏 ;
何俊佳 .
中国电机工程学报, 2010, 30 (30) :121-127
[6]   主动差异学习神经网络集成方法在变压器DGA故障诊断中的应用 [J].
张东波 ;
徐瑜 ;
王耀南 .
中国电机工程学报, 2010, 30 (22) :64-70
[7]   应用多分类多核学习支持向量机的变压器故障诊断方法 [J].
郭创新 ;
朱承治 ;
张琳 ;
彭明伟 ;
刘毅 .
中国电机工程学报, 2010, 30 (13) :128-134
[8]   用于局部放电信号定位的多样本能量相关搜索提取时间差算法 [J].
唐炬 ;
陈娇 ;
张晓星 ;
许中荣 .
中国电机工程学报, 2009, 29 (19) :125-130
[9]   应用新型多方法组合预测模型估计变压器油中溶解气体浓度 [J].
杨廷方 ;
刘沛 ;
李浙 ;
曾祥君 .
中国电机工程学报, 2008, (31) :108-113
[10]   应用支持向量机的变压器故障组合预测 [J].
赵文清 ;
朱永利 ;
张小奇 .
中国电机工程学报, 2008, (25) :14-19