李效珍[1]2001年在《平凉变电站大容量变压器油色谱故障诊断技术应用研究》文中研究说明论文通过对平凉变电站实施主变压器油色谱故障诊断的意义和变压器油色谱故障诊断现状及发展趋势的分析，针对国内外现有几种油色谱检测装置的现状，并结合影响常规油色谱分析结果的因素和误差来源，在平凉变电站主变压器成功实施了以渗透气体膜为特征的变压器油中六种溶解气体在线监测，通过大量运行数据分析，系统运行稳定，能正确反映变压器的实际运行情况，可信度高，能作为状态维修的依据。 在大量调查研究的基础上，分析归纳了变压器补焊、变压器补油、用真空滤油机对变压器滤油、分接开关室的油向变压器本体渗油、潜油泵、油流继电器、活性金属材料、油流静电放电、电石炉车间、过负荷、水分、新投变压器等多种现场干扰因素对变压器油色谱在线监测和故障诊断的影响，得出了一些有工程应用价值的结论，对于全面、综合、准确地诊断变压器内部故障具有非常现实的指导意义。 分析讨论了常规油色谱和在线油色谱分析时，不同取样点对变压器油色谱分析的影响，特别对变压器在线油色谱分析在确定和选择取样点时，一定要考虑变压器油循环方式、运行状态、变压器结构、油流分布、故障部位故障严重程度等情况。详细介绍了在变压器内部故障或异常情况下，油中溶解气体的特征及含量、故障严重程度、故障类型同特征气体含量的关系。 针对现行电力变压器的故障诊断方式均采用的是在线或是离线进行诊断，作者在对灰色关联度的分辨系数进行详细分析的基础上，提出了分辨系数的取值原则及其具体思路，研究了灰关联分析中变压器故障诊断标准模式，并提出一种灰色关联的分析方法——面积关联度，通过实例分析，证明了该方法能有效诊断变压器的故障性质。
叶品勇[2]2007年在《基于油中溶解气体分析的变压器故障预测》文中提出电力变压器是电力系统中最重要的电气设备之一，其是否安全稳定运行将影响到供电可靠性和系统的正常运行。由于一些外界或人为因素影响，电力变压器时常会发生各种类型故障或事故。因此，本文主要研究采用变压器油色谱分析技术(DGA)，利用油中溶解气体含量历史数据预测变压器的未来运行状况，从而可以预先发现早期潜伏性故障，减少事故的发生，并可为检修人员提供决策支持。鉴于变压器油中溶解气体是一个典型的灰色系统，本文在研究普通灰色预测GM(1，1)模型的基础上，结合实际要求，提出了GM(1，1)模型的具体改进算法，以各溶解气体在等时间段内采集的色谱数据作为建模对象，对其进行1次指数平滑运算和背景值改造，通过循环运算之后选取使模型误差最小的参数，作为最佳预测模型。另外，综合考虑到灰色预测与神经网络具有互补优势的特点，将灰色预测与神经网络有机结合，构造灰色神经网络GNNM(1，1)模型，充分挖掘灰色预测和神经网络各自的优点。实例证明，以上方法能够有效地预测变压器的色谱发展趋势，且精度很高，具有一定的工程应用价值。最后，利用MATLAB M语言设计开发了一套基于油中溶解气体的变压器未来运行状况预测软件，该软件具有友好的人机接口界面和完善的数据输出功能。软件中分别建立了普通GM(1，1)预测模型、改进GM(1，1)模型、灰色神经网络GNNM(1，1)模型；以及两种诊断模型，分别为改良电协研法诊断模型和神经网络诊断模型。通过对各预测模型数据进行诊断，并对各种诊断结果进行综合考虑，最终给出未来运行状况预测结果，包括变压器是否出现故障或是何种类型故障、严重程度以及引发故障典型原因等信息。当根据预测数据诊断认为变压器存在故障时，系统能够实现自动报警。
参考文献：
[1]. 平凉变电站大容量变压器油色谱故障诊断技术应用研究[D]. 李效珍. 重庆大学. 2001
[2]. 基于油中溶解气体分析的变压器故障预测[D]. 叶品勇. 南京理工大学. 2007