基于多维度分析的换流变预警技术研究与应用

doi:10.11985/2021.04.019

电气工程学报 ›› 2021, Vol. 16 ›› Issue (4): 151-158.doi: 10.11985/2021.04.019

扫码分享

基于多维度分析的换流变预警技术研究与应用

周春阳¹(), 李亚锦²(), 邓光武¹(), 刘英男²(), 于大洋²()

1.中国南方电网超高压输电公司广州局广州 510000
2.山东大学电气工程学院济南 250061

收稿日期:2021-05-27 修回日期:2021-07-15 出版日期:2021-12-25 发布日期:2022-02-10
通讯作者: 李亚锦 E-mail:zcy8512@163.com;liyajin@sdu.edu.cn;guangwudeng@163.com;liuyingnan@sdu.edu.cn;yudayang@sdu.edu.cn
作者简介:* 李亚锦,女,1989年生,硕士,助理研究员。主要从事电力系统优化建模与设计研究。E-mail： liyajin@sdu.edu.cn
周春阳,男,1985年生,硕士,高级工程师。主要从事高压直流换流站设备运行及维护。E-mail： zcy8512@163.com
邓光武,男,1977年生,硕士,高级工程师。主要从事高压直流输电技术研究及运行维护管理。E-mail： guangwudeng@163.com
刘英男,男,1987年生,硕士,助理研究员。主要从事变电站在线监测及智能运维技术研究。E-mail： liuyingnan@sdu.edu.cn
于大洋,男,1979年生,博士,副教授。主要从事电力系统优化技术研究。E-mail： yudayang@sdu.edu.cn

Multi-dimensional Analysis and Early Warning Model of Converter Transformer

ZHOU Chunyang¹(), LI Yajin²(), DENG Guangwu¹(), LIU Yingnan²(), YU Dayang²()

1. Guangzhou Bureau EHV Power Transmission Company of CSG, Guangzhou 510000
2. School of Electrical Engineering, Shandong University, Jinan 250061

Received:2021-05-27 Revised:2021-07-15 Online:2021-12-25 Published:2022-02-10
Contact: LI Yajin E-mail:zcy8512@163.com;liyajin@sdu.edu.cn;guangwudeng@163.com;liuyingnan@sdu.edu.cn;yudayang@sdu.edu.cn

摘要/Abstract

摘要：

由于换流变设备运行环境和工况的差异性,相关运维规范设定的阈值在设备异常诊断方面具有一定的局限性。从工程实际应用出发,提出一种换流变多维度分析和预警方法,针对换流变重点监盘的关键参数建立温度、油位和冷却能力的多维度分析算法,对换流变当前状态进行评价。在多维度分析的基础上,提出基于长短期记忆网络的油温预测算法,实现换流变运行状态的趋势辨识。在±800 kV穗东站进行部署和应用算法模型,结果表明算法模型可有效识别出换流变运行状态异常。

关键词: 换流变, 在线监测, 多维度分析, 油温预测

Abstract:

Due to the difference of operation environment and working conditions of converter equipment, the threshold set by relevant operation and maintenance specifications has certain limitations in abnormal diagnosis. Based on the engineering application, a multi-dimensional analysis and early warning method is proposed. The multi-dimensional analysis algorithm of temperature, oil level and cooling capacity are established to evaluate the current state of converterfor the key parameters of converter transformer. On the basis of multi-dimensional analysis, the oil temperature prediction algorithm based on LSTM is proposed to realize the trend identification of the operation state of the converter. The algorithm model is deployed and applied in ±800 kV Suidong substation, and the results show that the algorithm model can effectively identify the abnormal operation state of converter transformer.

Key words: Converter transformer, online monitoring, multi-dimensional analysis, temperature prediction

中图分类号:

TM407

周春阳, 李亚锦, 邓光武, 刘英男, 于大洋. 基于多维度分析的换流变预警技术研究与应用[J]. 电气工程学报, 2021, 16(4): 151-158.

ZHOU Chunyang, LI Yajin, DENG Guangwu, LIU Yingnan, YU Dayang. Multi-dimensional Analysis and Early Warning Model of Converter Transformer[J]. Journal of Electrical Engineering, 2021, 16(4): 151-158.

图/表 10

表1

图1

图2

图3

图4

表2

图5

图6

图7

图8

参考文献 17

[1]	牟龙华, 石林, 许旭锋, 等. 智能换流变压器在线监测系统的设计与建模[J]. 电力系统及其自动化学报, 2013, 25(1):23-28.
	MOU Longhua, SHI Lin, XU Xufeng, et al. Designing and modeling of on-line monitoring system for smart converter transformer[J]. Proceedings of the CSU-EPSA, 2013, 25(1):23-28.
[2]	牛勃, 马飞越, 周秀, 等. ±800 kV换流变压器在线监测信号的异常分析与处理[J]. 高压电器, 2018, 54(11):245-252,259.
	NIU Bo, MA Feiyue, ZHOU Xiu, et al. Analysis and treatment of on-line monitoring abnormal signal in ±800 kV converter transformer[J]. High Voltage Apparatus, 2018, 54(11):245-252,259.
[3]	阮羚, 谢齐家, 高胜友, 等. 人工神经网络和信息融合技术在变压器状态评估中的应用[J]. 高电压技术, 2014, 40(3):822-828.
	RUAN Ling, XIE Qijia, GAO Shengyou, et al. Application of artificial neural network and information fusion technology in power transformer condition assessment[J]. High Voltage Engineering, 2014, 40(3):822-828.
[4]	李刚, 于长海, 范辉, 等. 基于多级决策融合模型的电力变压器故障深度诊断方法[J]. 电力自动化设备, 2017(11):144-150.
	LI Gang, YU Changhai, FAN Hui, et al. Deep fault diagnosis of power transformer based on multilevel decision fusion model[J]. Electric Power Automation Equipment, 2017(11):144-150.
[5]	EMARA M M, PEPPAS G D, GONOS I. Two graphical shapes based on DGA for power transformer fault types discrimination[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2021, 28(3):981-987. doi: 10.1109/TDEI.2021.009415
[6]	周春阳, 李亚锦, 刘英男, 等. 基于贝叶斯推理和多传感器信息融合的换流变缺陷分类算法研究[J]. 变压器, 2020, 57(11):15-20.
	ZHOU Chunyang, LI Yajin, LIU Yingnan, et al. Transformer fault diagnosis method based on Bayesian interference and multi-dimensional information fusion[J]. Transformer, 2020, 57(11):15-20.
[7]	张育杰, 李典阳, 冯健, 等. 基于多模型选择性融合的变压器在线故障诊断[J]. 电力系统自动化, 2021, 45(13):95-101.
	ZHANG Yujie, LI Dianyang, FENG Jian, et al. On-line fault diagnosis for transformer based on selective fusion of multiple models[J]. Automation of Electric Power Systems, 2021, 45(13):95-101.
[8]	彭红霞, 文艳, 王磊, 等. 基于两层知识架构的电力设备差异化运维技术[J]. 高压电器, 2019, 55(7):221-226.
	PENG Hongxia, WEN Yan, WANG Lei, et al. Differential operating maintenance technology of power equipment based on two-layer knowledge architecture[J]. High Voltage Apparatus, 2019, 55(7):221-226.
[9]	黄海波, 雷红才, 周卫华, 等. 基于不停电检测的变压器状态检修优化[J]. 高电压技术, 2019, 45(10):3300-3307.
	HUANG Haibo, LEI Hongcai, ZHOU Weihua, et al. Research on transformer condition-based maintenance optimization based on non power-off detection[J]. High Voltage Engineering, 2019, 45(10):3300-3307.
[10]	苏宁, 李亚锦, 张婉莹, 等. 基于LSTM算法的变电设备发热预测技术研究[J]. 山东电力技术, 2021, 48(6):10-14.
	SU Ning, LI Yajin, ZHANG Wanying, et al. Research on heating defect prediction of substation equipment based on LSTM[J]. Shangdong Electric Power, 2021, 48(6):10-14.
[11]	何先华, 张远鹏, 崔桂兴, 等. 基于回归算法的变压器故障检测方法研究[J]. 电力系统保护与控制, 2020, 48(21):132-139.
	HE Xianhua, ZHANG Yuanpeng, CUI Guixing, et al. Research on transformer fault detection method based on a regression algorithm[J]. Power System Protection and Control, 2020, 48(21):132-139.
[12]	谢乐, 衡熙丹, 刘洋, 等. 基于线性判别分析和分步机器学习的变压器故障诊断[J]. 浙江大学学报, 2020, 54(11):2266-2272.
	XIE Le, HENG Xidan, LIU Yang, et al. Transformer fault diagnosis based on linear discriminant analysis and step-by-step machine learning[J]. Journal of Zhejiang University, 2020, 54(11):2266-2272.
[13]	ZOLLANVARI A, KUNANBAYEV K M, BITAGHSIR S A, et al. Transformer fault prognosis using deep recurrent neural network over vibration signals[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70(99):1-12.
[14]	SZÉKELY G J, RIZZO M L, BAKIROV N K. Measuring and testing dependence by correlation of distances[J]. Annals of Statistics, 2007, 35(6):2769-2794.
[15]	杨荆林, 谢超, 李乾坤, 等. 穗东站换流变压器本体油位异常分析及带电处理[J]. 南方电网技术, 2013, 7(6):63-65.
	YANG Jinglin, XIE Chao, LI Qiankun, et al. Analysis of the oil level abnormity of converter transformer body at suidong substation and its on-line disposal[J]. Southern Power System Technology, 2013, 7(6):63-65.
[16]	廖毅, 罗炜, 蒋峰伟, 等. 换流阀冷却能力多维度分析与预警模型[J]. 南方电网技术, 2020, 14(7):1-9.
	LIAO Yi, LUO Wei, JIANG Fengwei, et al. Multi-dimensional analysis and early warning model for the cooling capacity of converter valve[J]. Southern Power System Technology, 2020, 14(7):1-9.
[17]	钱宇骋, 甄超, 季坤, 等. 变压器在线监测数据异常值检测与清洗[J]. 哈尔滨理工大学学报, 2020, 25(5):15-22.
	QIAN Yucheng, ZHEN Chao, JI Kun, et al. Transformer online monitoring data abnormal value detection and cleaning[J]. Journal of Harbin University of Science and Technology, 2020, 25(5):15-22.

序号	特征量
1	油温
2	线温
3	油位
4	油中溶解气体
5	绝缘油例行试验
6	介损及电容量
7	绕组直流电阻
8	铁心接地电流
9	风机运行功率
10	温湿度
11	气象

基于多维度分析的换流变预警技术研究与应用

Multi-dimensional Analysis and Early Warning Model of Converter Transformer

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价

时刻	油温/℃	本体油位(%)	ΔV(%)	换算后油位(%)	偏差(%)
23:00	55	69	35	73	4
3:00	55	48	35	73	25
7:00	55	31	35	73	42
11:00	58	18	38	76	58
15:00	59	16	39	77	61
19:00	62	18	42	80	62
23:00	61	16	41	79	63

[1]	王建新, 李铁军, 朱军, 杜一锦. 低压开关柜运行在线监测和诊断系统设计[J]. 电气工程学报, 2021, 16(4): 189-195.
[2]	刘佳鑫, 郎业兴, 韦德福, 唐红. 电缆分布式光纤测温装置校验及温度补偿方法研究 ^*[J]. 电气工程学报, 2020, 15(4): 121-127.
[3]	柯庆镝, 詹伟, 宋守许, 刘光复. 基于磨损间隙下碰撞能耗模型的发动机曲轴服役-再制造状态分析方法[J]. 机械工程学报, 2019, 55(5): 148-155.
[4]	刘冬生, 张定华, 罗明, 罗欢. 基于PVDF薄膜传感器的薄壁件铣削振动在线监测与分析[J]. 机械工程学报, 2018, 54(17): 116-123.
[5]	刘献礼, 刘强, 岳彩旭, 王力翚, LIANG S Y, 计伟, 高海宁. 切削过程中的智能技术[J]. 机械工程学报, 2018, 54(16): 45-61.
[6]	胡秋生,贺家敏,张鑫,范兴明. 真空断路器触头电磨损在线检测系统研究[J]. 电气工程学报, 2018, 13(1): 43-48.
[7]	任静波, 孙根正, 陈冰, 罗明. 基于多尺度排列熵的铣削颤振在线监测方法[J]. 机械工程学报, 2015, 51(9): 206-212.
[8]	周小娜,陈志英,苏焕先,许燕标,王竹兴. 智能型节能交流接触器控制器设计[J]. 电气工程学报, 2015, 10(12): 27-31.
[9]	李勇;黄生文;曹丽华. 汽轮机中压平衡活塞汽封间隙及漏汽量在线监测的原理及应用[J]. , 2014, 50(24): 171-178.
[10]	张国勇;于培师;郭万林. 基于三维断裂理论的结构损伤分布式在线监测系统[J]. , 2011, 47(10): 31-37.
[11]	张齐生;赵静一;姚成玉. 基于滤膜淤积法的油液污染在线监测系统[J]. , 2006, 42(4): 152-156.
[12]	李迪;曾安;叶峰;赖乙宗. 短路GMAW焊在线质量监测的多变量统计过程控制方法?[J]. , 2003, 39(8): 86-90.
[13]	徐春广;王信义;邢济收;杨大勇. FMS刀具切削状态实时在线监测智能系统[J]. , 1998, 34(6): 41-47.
[14]	王太勇;文松;郭红旗;孟长虹. 机床在线监测与突发故障自动保护系统的研究[J]. , 1997, 33(5): 37-42.
[15]	王太勇;郭红旗;赵国立;郭千里. 刀具状态的声振多级在线监测模式研究[J]. , 1995, 31(6): 17-20.