基于MATLAB的變壓器絕緣老化壽命研究本科論文答辯PPT

1、福州大學福州大學20112011級本科生學位論文答辯級本科生學位論文答辯n答辯人：黃松達答辯人：黃松達n專業(yè)：電氣工程及其自動化專業(yè)：電氣工程及其自動化變壓器絕緣老化壽命研究變壓器絕緣老化壽命研究 論文的結構和主要內容 第一章第一章 緒論緒論 第二章第二章 油紙絕緣變壓器老化機理油紙絕緣變壓器老化機理 第三章第三章 變壓器絕緣老化參量的選取變壓器絕緣老化參量的選取 第四章第四章 變壓器絕緣故障檢測模型的搭建變壓器絕緣故障檢測模型的搭建 第五章第五章 基于基于GRNN神經網絡剩余壽命預測模型神經網絡剩余壽命預測模型 第六章第六章 結論結論課題研究背景和意義 目前世界各國制造的變壓器設計壽命在目前

2、世界各國制造的變壓器設計壽命在30年年左右，因此上左右，因此上世紀世紀80年代掛網運行的變壓器很大一部分存在年代掛網運行的變壓器很大一部分存在絕緣老化絕緣老化問題，問題，但考慮到經濟效益依然繼續(xù)服役，根據國內近年來對變壓器故但考慮到經濟效益依然繼續(xù)服役，根據國內近年來對變壓器故障原因的實驗和實際統(tǒng)計，將近障原因的實驗和實際統(tǒng)計，將近70%的故障是由于絕緣老化或的故障是由于絕緣老化或者受損引起的，者受損引起的，下表下表我國變壓器絕緣系統(tǒng)損壞引起的故障次數我國變壓器絕緣系統(tǒng)損壞引起的故障次數統(tǒng)計統(tǒng)計。因此。因此對對服役中的服役中的變壓器進行變壓器進行絕緣老化的絕緣老化的在線故障檢測和在線故障檢測和

3、剩余壽命預測可在穩(wěn)定運行前提下剩余壽命預測可在穩(wěn)定運行前提下最大化利用設備最大化利用設備，對電網的，對電網的可持續(xù)發(fā)展可持續(xù)發(fā)展意義重大意義重大。 如今國內最普及變壓器為如今國內最普及變壓器為油浸式變壓器油浸式變壓器和干式變壓器，其中油浸式和干式變壓器，其中油浸式變壓器占大多數，研究變壓器故障和壽命很大程度上就是根據變壓器占大多數，研究變壓器故障和壽命很大程度上就是根據油紙絕油紙絕緣的各類特征參量緣的各類特征參量進行評估。目前主要有分兩大類評估方法進行評估。目前主要有分兩大類評估方法物理物理化學法化學法和電氣方法。和電氣方法。 （1）物理化學方法）物理化學方法 平均聚合度（平均聚合度（DP）

4、絕緣紙的平均聚合度作為變壓器固體絕緣老化程度的重要判據，絕緣紙的平均聚合度作為變壓器固體絕緣老化程度的重要判據，新絕緣材料聚合度基準值為新絕緣材料聚合度基準值為10001300，在變壓器運行過程中逐漸降，在變壓器運行過程中逐漸降低，當低，當DP達到達到250以下時油紙絕緣達到壽命極限，可能出現絕緣故障。以下時油紙絕緣達到壽命極限，可能出現絕緣故障。 第一章 緒論第一章 緒論 油中溶解氣體（油中溶解氣體（DGADGA） 當油紙絕緣系統(tǒng)遭受超負荷的電，熱，機械應力作用時會產當油紙絕緣系統(tǒng)遭受超負荷的電，熱，機械應力作用時會產生相應特殊氣體：生相應特殊氣體：DGADGA方法有方法有IECIEC比值法

5、、比值法、DoernenburgDoernenburg比值法和比值法和DuvalDuval三角法三角法等。等。 油中糠醛含量油中糠醛含量 隨著油紙絕緣系統(tǒng)老化進的發(fā)展，會生成呋喃類化合物，這隨著油紙絕緣系統(tǒng)老化進的發(fā)展，會生成呋喃類化合物，這些呋喃類化合物緩慢溶解于油中，并形成穩(wěn)定的糠些呋喃類化合物緩慢溶解于油中，并形成穩(wěn)定的糠醛醛( ( ) )，糠醛的產生僅糠醛的產生僅僅僅來源于老化分解，作為判別絕緣紙的老化的特征來源于老化分解，作為判別絕緣紙的老化的特征值值。 （2 2）電氣方法）電氣方法 局部放電局部放電 變壓器絕緣材料在運行中有微量的水分、非極性或者離子特變壓器絕緣材料在運行中有微量的

6、水分、非極性或者離子特性化合物生成，絕緣紙的物理特性和介電特性隨之變化，主要方性化合物生成，絕緣紙的物理特性和介電特性隨之變化，主要方法是反復操作過電壓試驗。法是反復操作過電壓試驗。 電介質響應電介質響應 基于介質響應的回復電壓法（基于介質響應的回復電壓法（RVMRVM），極化去極化電流法），極化去極化電流法（PDCPDC）以及頻域介電譜法（）以及頻域介電譜法（FDSFDS）624222422HCHCHCCHCOCOH、245OHC第二章 油紙絕緣變壓器的老化機理 通常將油紙絕緣老化的因素劃分為：熱老化、電老化、機械老化、通常將油紙絕緣老化的因素劃分為：熱老化、電老化、機械老化、和其他因素老化

7、（氧氣和水分）老化。和其他因素老化（氧氣和水分）老化。熱老化熱老化：熱老化是致使絕緣系統(tǒng)劣化的主要原因，纖維素因熱老化：熱老化是致使絕緣系統(tǒng)劣化的主要原因，纖維素因熱老化而使分子斷裂，在宏觀上就表現為絕緣紙機械強度的下降，聚合度下而使分子斷裂，在宏觀上就表現為絕緣紙機械強度的下降，聚合度下降。降。電老化電老化：油紙絕緣系統(tǒng)長期處于不斷變化的電場中，會產生復雜的：油紙絕緣系統(tǒng)長期處于不斷變化的電場中，會產生復雜的物理化學反應，使絕緣材料分解，性能降低。由于變壓器油紙絕緣系物理化學反應，使絕緣材料分解，性能降低。由于變壓器油紙絕緣系統(tǒng)內容易產生氣泡，在氣泡和電場強度集中的區(qū)域容易出現局部放電。統(tǒng)內

8、容易產生氣泡，在氣泡和電場強度集中的區(qū)域容易出現局部放電。機械老化機械老化：繞組匝間絕緣和相間絕緣的絕緣紙承受著重力、電磁力、：繞組匝間絕緣和相間絕緣的絕緣紙承受著重力、電磁力、振動力，在發(fā)生短路故障時還要承受強電動力，均會使絕緣紙機械性振動力，在發(fā)生短路故障時還要承受強電動力，均會使絕緣紙機械性能下降，發(fā)生形變，在機械應力過大時發(fā)生斷裂，致使絕緣崩潰。能下降，發(fā)生形變，在機械應力過大時發(fā)生斷裂，致使絕緣崩潰。其他因素老化其他因素老化：超標的氧氣和水分就會腐蝕絕緣表面，使絕緣紙受：超標的氧氣和水分就會腐蝕絕緣表面，使絕緣紙受潮，絕緣電阻和介質損耗會變大，水分子分布不均會造成電場畸變，潮，絕緣電

9、阻和介質損耗會變大，水分子分布不均會造成電場畸變，使耐電強度下降。正常溫度下含水量與紙絕緣的降解速度成正指數關使耐電強度下降。正常溫度下含水量與紙絕緣的降解速度成正指數關系。系。第三章 變壓器絕緣老化參量的選取 糠醛含量糠醛含量 油中油中糠醛含量糠醛含量與與變壓器變壓器運行年限運行年限呈呈正相關正相關，而糠醛又僅由纖維素而糠醛又僅由纖維素材料老化分解產生，因此糠醛含量這一指標可以推斷變壓器絕緣老化材料老化分解產生，因此糠醛含量這一指標可以推斷變壓器絕緣老化狀況。由于糠醛狀況。由于糠醛取樣方便取樣方便等優(yōu)點，糠醛含量是評估變壓器剩余壽命的等優(yōu)點，糠醛含量是評估變壓器剩余壽命的最佳參數最佳參數。第

10、三章 變壓器絕緣老化參量的選取 油中溶解氣體分析油中溶解氣體分析（DGADGA） 在長期的在長期的高溫高壓高溫高壓以及以及氧氣作用氧氣作用下，不同故障所產生的氣體下，不同故障所產生的氣體及其含量、比例均有不同及其含量、比例均有不同，如表，如表3-13-1所示：所示： 表表3-13-1不同故障對應的特征氣體組成不同故障對應的特征氣體組成 比值法運用各種特征氣體的比值來診斷絕緣故障比值法運用各種特征氣體的比值來診斷絕緣故障，如表，如表3-2和表和表3-3所示：所示：第三章 變壓器絕緣老化參量的選取表3-4 Roger比值法表3-5 IEC比值法為何臨界值的為何臨界值的劃分不一致？劃分不一致？第四章

11、 變壓器絕緣故障診斷模型的搭建 目前對變壓器故障目前對變壓器故障在線監(jiān)測在線監(jiān)測可以通過對正在運行的變壓器提取可以通過對正在運行的變壓器提取檢測檢測樣本然后將樣本數據帶入建立好的樣本然后將樣本數據帶入建立好的純數學模型純數學模型，在對正確的樣，在對正確的樣本數據進行本數據進行訓練訓練后后預測預測試驗樣本，具體的實現方式是使用試驗樣本，具體的實現方式是使用MATLAB仿真仿真軟件進行神經網絡搭建。本章著重研究基于軟件進行神經網絡搭建。本章著重研究基于PNN神經網絡結合神經網絡結合改良三比值法改良三比值法的變壓器故障診斷。的變壓器故障診斷。圖4-1 PNN神經網絡結構圖第四章 變壓器絕緣故障診斷模

12、型的搭建表表4-1 編碼規(guī)則編碼規(guī)則 改良三比值法，運用改良三比值法，運用5 5種氣體種氣體3 3種比值種比值，具體的編碼規(guī)則如，具體的編碼規(guī)則如表表4-14-1所示，表所示，表4-24-2為故障類型對應的編碼組合為故障類型對應的編碼組合。第四章 變壓器絕緣故障診斷模型的搭建表表4-2 故障原因對應的編碼組合故障原因對應的編碼組合第四章 變壓器絕緣故障診斷模型的搭建 按照改良三比值法，將輸入的樣本設置為四列按照改良三比值法，將輸入的樣本設置為四列X1，X2，X3，Y其中：其中： 故障原因故障原因編編號號 ： ，這樣輸入層的這樣輸入層的數據數據塊是塊是334維的矩陣維的矩陣，前，前三列是改良三比

13、值法的編號，第四列是故障判斷三列是改良三比值法的編號，第四列是故障判斷編號編號，選取前，選取前23個個樣本作為樣本作為PNN網絡的訓練樣本，后網絡的訓練樣本，后10個樣本作為測個樣本作為測試。試。6242324242221/,/,/HCHCxHCHxHCHCx1,2,3,4,5Y表表4-3 10組訓練樣本組訓練樣本 圖4-3 PNN訓練結果 第四章 變壓器絕緣故障診斷模型的搭建圖圖4-4 PNN4-4 PNN仿真結果仿真結果仿真結果分析：仿真結果分析：作為預測作為預測的的10個樣本預測正確率為個樣本預測正確率為80%，即有，即有2個樣本出現個樣本出現預測偏差，均為預測偏差，均為1類型判類型判斷

14、錯誤，經過對訓練樣本斷錯誤，經過對訓練樣本的分析得知，原因是對于的分析得知，原因是對于故障原因故障原因1的預測的預測樣本數樣本數據不足據不足所致。仿真結果表所致。仿真結果表明，概率神經網絡分類能明，概率神經網絡分類能力力良好良好，用于診斷變壓器，用于診斷變壓器故障具有較高的可靠性，故障具有較高的可靠性，如果樣本數據足夠多則可如果樣本數據足夠多則可以以提高準確率提高準確率。 圖圖5-1 GRNN網絡結構圖網絡結構圖廣義回歸神經網絡廣義回歸神經網絡（簡稱（簡稱GRNN）是徑向基函數神經網絡的一）是徑向基函數神經網絡的一個發(fā)展方向，運用非線性回歸分析來實現的個發(fā)展方向，運用非線性回歸分析來實現的前饋

15、型神經網絡前饋型神經網絡，主要由輸入、隱含、輸出三個層構成，如圖主要由輸入、隱含、輸出三個層構成，如圖5-1所示。在所示。在GRNN神經網絡中，學習樣本集在進入輸入層后其對應的網絡神經網絡中，學習樣本集在進入輸入層后其對應的網絡結構和各關聯神經元的權值矩陣就確定了，對樣本訓練的目結構和各關聯神經元的權值矩陣就確定了，對樣本訓練的目的是為了選取的是為了選取最優(yōu)擴展常數最優(yōu)擴展常數spread。第五章 基于GRNN神經網絡剩余壽命預測模型第五章 基于GRNN神經網絡剩余壽命預測模型 我們嘗試建立以我們嘗試建立以6個特征矢量作為輸入個特征矢量作為輸入，2個特征矢量作為輸出個特征矢量作為輸出的矩的矩陣

16、，這陣，這6個輸入分別是：投運年限、大修后的運行時間、糠醛質量分數個輸入分別是：投運年限、大修后的運行時間、糠醛質量分數（mg/L）、CO2 2、CO+CO2 2、（L/L）CO2 2/CO，2個輸出是可靠性個輸出是可靠性y1和剩余壽命預測和剩余壽命預測n。y1的取值范圍是的取值范圍是0.5,1.1,數值越接近數值越接近1表示預測結表示預測結果可靠性越高。果可靠性越高。n的取值范圍是的取值范圍是0,34，表示年份。，表示年份。 將將50組組樣本數據分成樣本數據分成兩部分兩部分，前前40組組用來搭建用來搭建GRNN網絡模型，用網絡模型，用以訓練各項權值和尋找最優(yōu)擴展參數，以訓練各項權值和尋找最優(yōu)

17、擴展參數，后后10組組作為驗證組預測剩余壽作為驗證組預測剩余壽命，命，其中其中5組數據如表組數據如表5-1所示所示。表表5-1 5組樣本輸入數據組樣本輸入數據開始準備樣本數據及預處理設置交叉訓練次數for i=1:40最大誤差mse設置Spread擴展常數初始值、取值范圍和步長輸入樣本訓練網絡交叉驗證預測誤差是否滿足要求?Spread步長加一輸出spread的優(yōu)化值i40？用最優(yōu)解構建GRNN網絡并預測結束否否 ，i+1是是GRNNGRNN神經網絡神經網絡流程圖流程圖第五章 基于GRNN神經網絡剩余壽命預測模型部分程序展示部分程序展示第五章 基于GRNN神經網絡剩余壽命預測模型運用運用MATL

18、AB搭建搭建GRNN模型，經過一系列網絡訓練，得到模型，經過一系列網絡訓練，得到最優(yōu)最優(yōu)spread為為0.1，在該擴展常數下，在該擴展常數下預測效果最佳預測效果最佳，對，對10組數據進行驗證組數據進行驗證。 圖圖5-3 GRNN變壓器剩余壽命預測結果變壓器剩余壽命預測結果 圖圖5-4 GRNN變壓器剩余壽命預測結果變壓器剩余壽命預測結果第五章 基于GRNN神經網絡剩余壽命預測模型表表5-2 10組實際值與預測結果組實際值與預測結果從表從表5-2預測結果分析，可靠性預測結果分析，可靠性y的平均相對誤差百分比為的平均相對誤差百分比為2.23%，預測結果可靠性高。預測壽命剔除第預測結果可靠性高。預

19、測壽命剔除第6組預測錯誤，正確率為組預測錯誤，正確率為90%，平均誤差率，平均誤差率11.3%，正確率較高，說明，正確率較高，說明GRNN神經網絡預神經網絡預測效果良好，可以作為實際應用。測效果良好，可以作為實際應用。第五章 基于GRNN神經網絡剩余壽命預測模型魯棒性魯棒性分析：分析：由于采集樣本常由于采集樣本常因因操作失誤操作失誤或者或者變壓器故障變壓器故障，導致樣導致樣本本錯誤，這對神經網絡的魯棒性提出更高的要求。錯誤，這對神經網絡的魯棒性提出更高的要求。通過通過選取額外選取額外5組組錯誤數據（輸出量錯誤數據（輸出量偏差偏差30%）加入加入樣本參與訓練，樣本參與訓練，得到結果：得到結果：圖

20、圖5-5 GRNN預測實際值和預測值的魯棒性分析預測實際值和預測值的魯棒性分析第五章 基于GRNN神經網絡剩余壽命預測模型從從表表5-4預測結果分析，可靠性預測結果分析，可靠性y的平均相對誤差百分比為的平均相對誤差百分比為2.27%，預測結果的誤差與不加入錯誤樣本相比略有提高，但，預測結果的誤差與不加入錯誤樣本相比略有提高，但是可靠性依然很高。預測壽命剔除第是可靠性依然很高。預測壽命剔除第5組預測錯誤，正確率為組預測錯誤，正確率為90%，平均誤差率，平均誤差率15.49%，正確率略有降低，而且多了，正確率略有降低，而且多了1個誤個誤差較大的預測結果，但是總體預測結果誤差依舊小于差較大的預測結果，但是總體預測結果誤差依舊小于20%，和，和未加入錯誤數據相比差距不大，說明未加入錯誤數據相比差距不大，說明GRNN神經網絡的魯棒性神經網絡的魯棒性較好。較好。表表5-4 GRNN網絡網絡實際值和預測值的魯棒性分析實際值和預測值的魯棒性分析 本文通過對油紙絕緣變壓器絕緣老化機理的研究，尋找出最能反本文通過對油紙絕緣變壓器絕緣老化