基于MATLAB的变压器绝缘老化寿命研究本科论文答辩PPT

1、福州大学福州大学20112011级本科生学位论文答辩级本科生学位论文答辩n答辩人：黄松达答辩人：黄松达n专业：电气工程及其自动化专业：电气工程及其自动化变压器绝缘老化寿命研究变压器绝缘老化寿命研究 论文的结构和主要内容 第一章第一章 绪论绪论 第二章第二章 油纸绝缘变压器老化机理油纸绝缘变压器老化机理 第三章第三章 变压器绝缘老化参量的选取变压器绝缘老化参量的选取 第四章第四章 变压器绝缘故障检测模型的搭建变压器绝缘故障检测模型的搭建 第五章第五章 基于基于GRNN神经网络剩余寿命预测模型神经网络剩余寿命预测模型 第六章第六章 结论结论课题研究背景和意义 目前世界各国制造的变压器设计寿命在目前

2、世界各国制造的变压器设计寿命在30年年左右，因此上左右，因此上世纪世纪80年代挂网运行的变压器很大一部分存在年代挂网运行的变压器很大一部分存在绝缘老化绝缘老化问题，问题，但考虑到经济效益依然继续服役，根据国内近年来对变压器故但考虑到经济效益依然继续服役，根据国内近年来对变压器故障原因的实验和实际统计，将近障原因的实验和实际统计，将近70%的故障是由于绝缘老化或的故障是由于绝缘老化或者受损引起的，下表我国变压器绝缘系统损坏引起的故障次数者受损引起的，下表我国变压器绝缘系统损坏引起的故障次数统计。因此对服役中的变压器进行绝缘老化的在线故障检测和统计。因此对服役中的变压器进行绝缘老化的在线故障检测和

3、剩余寿命预测可在稳定运行前提下剩余寿命预测可在稳定运行前提下最大化利用设备最大化利用设备，对电网的，对电网的可持续发展意义重大。可持续发展意义重大。统计年限统计年限199519991995199920022003200220032004200420052005事故总台次事故总台次268268606053531818绝缘损坏事绝缘损坏事故台次故台次227227505043431010绝缘损坏占绝缘损坏占事故比例（事故比例（% %）79.979.983.383.381.181.155.655.6 如今国内最普及变压器为如今国内最普及变压器为油浸式变压器油浸式变压器和干式变压器，其中油浸式和干式变压

4、器，其中油浸式变压器占大多数，研究变压器故障和寿命很大程度上就是根据变压器占大多数，研究变压器故障和寿命很大程度上就是根据油纸绝油纸绝缘的各类特征参量缘的各类特征参量进行评估。目前主要有分两大类评估方法进行评估。目前主要有分两大类评估方法物理物理化学法化学法和电气方法。和电气方法。 （1）物理化学方法）物理化学方法 平均聚合度（平均聚合度（DP） 绝缘纸的平均聚合度作为变压器固体绝缘老化程度的重要判据，绝缘纸的平均聚合度作为变压器固体绝缘老化程度的重要判据，新绝缘材料聚合度基准值为新绝缘材料聚合度基准值为10001300，在变压器运行过程中逐渐降，在变压器运行过程中逐渐降低，当低，当DP达到达

5、到250以下时油纸绝缘达到寿命极限，可能出现绝缘故障。以下时油纸绝缘达到寿命极限，可能出现绝缘故障。 第一章 绪论第一章 绪论 油中溶解气体（油中溶解气体（DGADGA） 当油纸绝缘系统遭受超负荷的电，热，机械应力作用时会产当油纸绝缘系统遭受超负荷的电，热，机械应力作用时会产生相应特殊气体：生相应特殊气体：DGADGA方法有方法有IECIEC比值法、比值法、DoernenburgDoernenburg比值法和比值法和DuvalDuval三角法等。三角法等。 油中糠醛含量油中糠醛含量 随着油纸绝缘系统老化进的发展，会生成呋喃类化合物，这随着油纸绝缘系统老化进的发展，会生成呋喃类化合物，这些呋喃类

6、化合物缓慢溶解于油中，并形成稳定的糠醛些呋喃类化合物缓慢溶解于油中，并形成稳定的糠醛( )( )，糠醛的产生仅仅来源于老化分解，作为判别绝缘纸的老化的特征糠醛的产生仅仅来源于老化分解，作为判别绝缘纸的老化的特征值。值。 （2 2）电气方法）电气方法 局部放电局部放电 变压器绝缘材料在运行中有微量的水分、非极性或者离子特变压器绝缘材料在运行中有微量的水分、非极性或者离子特性化合物生成，绝缘纸的物理特性和介电特性随之变化，主要方性化合物生成，绝缘纸的物理特性和介电特性随之变化，主要方法是反复操作过电压试验。法是反复操作过电压试验。 电介质响应电介质响应 基于介质响应的回复电压法（基于介质响应的回复

7、电压法（RVMRVM），极化去极化电流法），极化去极化电流法（PDCPDC）以及频域介电谱法（）以及频域介电谱法（FDSFDS）624222422HCHCHCCHCOCOH、245OHC第二章 油纸绝缘变压器的老化机理 通常将油纸绝缘老化的因素划分为：热老化、电老化、机械老化、通常将油纸绝缘老化的因素划分为：热老化、电老化、机械老化、和其他因素老化（氧气和水分）老化。和其他因素老化（氧气和水分）老化。热老化热老化：热老化是致使绝缘系统劣化的主要原因，纤维素因热老化：热老化是致使绝缘系统劣化的主要原因，纤维素因热老化而使分子断裂，在宏观上就表现为绝缘纸机械强度的下降，聚合度下而使分子断裂，在宏观

8、上就表现为绝缘纸机械强度的下降，聚合度下降。降。电老化电老化：油纸绝缘系统长期处于不断变化的电场中，会产生复杂的：油纸绝缘系统长期处于不断变化的电场中，会产生复杂的物理化学反应，使绝缘材料分解，性能降低。由于变压器油纸绝缘系物理化学反应，使绝缘材料分解，性能降低。由于变压器油纸绝缘系统内容易产生气泡，在气泡和电场强度集中的区域容易出现局部放电。统内容易产生气泡，在气泡和电场强度集中的区域容易出现局部放电。机械老化机械老化：绕组匝间绝缘和相间绝缘的绝缘纸承受着重力、电磁力、：绕组匝间绝缘和相间绝缘的绝缘纸承受着重力、电磁力、振动力，在发生短路故障时还要承受强电动力，均会使绝缘纸机械性振动力，在发

9、生短路故障时还要承受强电动力，均会使绝缘纸机械性能下降，发生形变，在机械应力过大时发生断裂，致使绝缘崩溃。能下降，发生形变，在机械应力过大时发生断裂，致使绝缘崩溃。其他因素老化其他因素老化：超标的氧气和水分就会腐蚀绝缘表面，使绝缘纸受：超标的氧气和水分就会腐蚀绝缘表面，使绝缘纸受潮，绝缘电阻和介质损耗会变大，水分子分布不均会造成电场畸变，潮，绝缘电阻和介质损耗会变大，水分子分布不均会造成电场畸变，使耐电强度下降。正常温度下含水量与纸绝缘的降解速度成正指数关使耐电强度下降。正常温度下含水量与纸绝缘的降解速度成正指数关系。系。第三章 变压器绝缘老化参量的选取 糠醛含量糠醛含量 油中油中糠醛含量糠醛

10、含量与变压器与变压器运行年限运行年限呈呈正相关正相关，而糠醛又仅由纤维素，而糠醛又仅由纤维素材料老化分解产生，因此糠醛含量这一指标可以推断变压器绝缘老化材料老化分解产生，因此糠醛含量这一指标可以推断变压器绝缘老化状况。由于糠醛状况。由于糠醛取样方便取样方便等优点，糠醛含量是评估变压器剩余寿命的等优点，糠醛含量是评估变压器剩余寿命的最佳参数最佳参数。第三章 变压器绝缘老化参量的选取 油中溶解气体分析（油中溶解气体分析（DGADGA） 在长期的在长期的高温高压高温高压以及以及氧气作用氧气作用下，不同故障所产生的气体下，不同故障所产生的气体及其含量、比例均有不同，如表及其含量、比例均有不同，如表3-

11、13-1所示：所示： 表表3-13-1不同故障对应的特征气体组成不同故障对应的特征气体组成 故障类型故障类型主要气体成分主要气体成分次要次要气体气体成分成分油过热油过热CHCH4 4，C C2 2H H4 4H H2 2，C C2 2H H6 6油和纸过热油和纸过热CHCH4 4，C C2 2H H4 4，COCO，COCO2 2H H2 2，C C2 2H H6 6油纸绝缘中局部放电油纸绝缘中局部放电H H2 2，CHCH4 4，COCOC C2 2H H2 2，C C2 2H H6 6，COCO2 2油中火花放电油中火花放电H H2 2，C C2 2H H2 2无无 油中电弧油中电弧H H

12、2 2，C C2 2H H2 2CHCH4 4，C C2 2H H4 4，C C2 2H H6 6油和纸中电弧油和纸中电弧H H2 2，C C2 2H H2 2，COCO，COCO2 2CHCH4 4，C C2 2H H4 4，C C2 2H H6 6 比值法运用各种特征气体的比值来诊断绝缘故障，如表比值法运用各种特征气体的比值来诊断绝缘故障，如表3-2和表和表3-3所示：所示：第三章 变压器绝缘老化参量的选取故障类型故障类型C C2 2H H2 2/C/C2 2H H4 4CHCH4 4/H/H2 2C C2 2H H4 4/C/C2 2H H6 6正常正常0.10.10.1-10.1-11

13、 1局部放电局部放电0.10.10.10.11 1电弧电弧0.1-30.1-30.1-10.1-13 3低温过热低温过热0.10.10.1-10.1-11-31-3中温过热中温过热7007000.10.11 11-31-3高温过热高温过热7007000.10.11 13 3表3-4 Roger比值法表3-5 IEC比值法故障类型故障类型C C2 2H H2 2/C/C2 2H H4 4CHCH4 4/H/H2 2C C2 2H H4 4/C/C2 2H H6 6局部放电局部放电不重要不重要0.10.10.20.2低能放电低能放电1 10.1-0.50.1-0.51 1高能放电高能放电0.6-2

14、.50.6-2.50.1-10.1-12 2低温过热低温过热300300不重要不重要1 11 1300300中温过热中温过热7007000.10.11 11-41-4高温过热高温过热7007000.20.21 14 4为何临界值的为何临界值的划分不一致？划分不一致？第四章 变压器绝缘故障诊断模型的搭建 目前对变压器故障目前对变压器故障在线监测在线监测可以通过对正在运行的变压器提取可以通过对正在运行的变压器提取检测样本然后将样本数据带入建立好的检测样本然后将样本数据带入建立好的纯数学模型纯数学模型，在对正确的样，在对正确的样本数据进行本数据进行训练训练后后预测预测试验样本，具体的实现方式是使用试

15、验样本，具体的实现方式是使用MATLAB仿真仿真软件进行神经网络搭建。本章着重研究基于软件进行神经网络搭建。本章着重研究基于PNN神经网络结合神经网络结合改良三比值法改良三比值法的变压器故障诊断。的变压器故障诊断。图4-1 PNN神经网络结构图第四章 变压器绝缘故障诊断模型的搭建表表4-1 编码规则编码规则气体比值气体比值m m范围范围比值范围的编码比值范围的编码C C2 2H H2 2/C/C2 2H H4 4CHCH4 4/H/H2 2C C2 2H H4 4/C/C2 2H H6 6m m0.10.10 01 10 00.1m0.1m1 11 10 00 01m1m3 31 12 21

16、1m3m32 22 22 2 改良三比值法，运用改良三比值法，运用5 5种气体种气体3 3种比值种比值，具体的编码规则如，具体的编码规则如表表4-14-1所示，表所示，表4-24-2为故障类型对应的编码组合为故障类型对应的编码组合。第四章 变压器绝缘故障诊断模型的搭建编码组合编码组合故障类型判断故障类型判断故障原因故障原因C C2 2H H2 2/C/C2 2H H4 4CHCH4 4/H/H2 2C C2 2H H4 4/C/C2 2H H6 60 00 01 1低温过热低温过热150150绝缘导线过热绝缘导线过热2 20 0低温过热低温过热150-300150-300分接开关接触不良引起夹

17、件螺丝松动分接开关接触不良引起夹件螺丝松动或接头焊接不良；涡流引起铜过热，铁或接头焊接不良；涡流引起铜过热，铁芯磁漏，局部短路等芯磁漏，局部短路等2 21 1中温过热中温过热300-700300-7000,1,20,1,22 2高温过热高温过热7007001 10 0局部放电局部放电高湿度、高含气量引起油中低能量密高湿度、高含气量引起油中低能量密度的局部放电度的局部放电2 20,10,10,1,20,1,2火花放电火花放电引线与电位未固定的部件之间连续放引线与电位未固定的部件之间连续放电，分接头引线和油隙闪络；不同电位电，分接头引线和油隙闪络；不同电位之间的油中火花放电或悬浮电位之间的之间的油

18、中火花放电或悬浮电位之间的火花放电火花放电2 20,1,20,1,2火花放电兼过热火花放电兼过热1 10,10,10,1,20,1,2电弧放电电弧放电线圈匝间、层间短路、相间闪络；分线圈匝间、层间短路、相间闪络；分接头引线间油间隙闪络引起对箱壳放电接头引线间油间隙闪络引起对箱壳放电，线圈熔断，分接开关飞弧，因环路电，线圈熔断，分接开关飞弧，因环路电流引起其他接地体放电等。流引起其他接地体放电等。2 20,1,20,1,2电弧放电兼过热电弧放电兼过热表表4-2 故障原因对应的编码组合故障原因对应的编码组合第四章 变压器绝缘故障诊断模型的搭建 按照改良三比值法，将输入的样本设置为四列按照改良三比值

19、法，将输入的样本设置为四列X1，X2，X3，Y其中：其中： 故障原因编故障原因编号号 ： ，这样输入层的数据块是，这样输入层的数据块是334维的矩阵维的矩阵，前，前三列是改良三比值法的编号，第四列是故障判断编号，选取前三列是改良三比值法的编号，第四列是故障判断编号，选取前23个个样本作为样本作为PNN网络的训练样本，后网络的训练样本，后10个样本作为测试。个样本作为测试。6242324242221/,/,/HCHCxHCHxHCHCx1,2,3,4,5YX1X2X3Y1.18880.27.94450.0057.12338.5714300.812519.7931200.81252.909140.

20、006512.5455401.35090.3621100.16461.382440.05411.25518.969750.07630.83339.350.07380.25090.25711表表4-3 10组训练样本组训练样本 图4-3 PNN训练结果 第四章 变压器绝缘故障诊断模型的搭建图图4-4 PNN4-4 PNN仿真结果仿真结果仿真结果分析：仿真结果分析：作为预测作为预测的的10个样本预测正确率为个样本预测正确率为80%，即有，即有2个样本出现个样本出现预测偏差，均为预测偏差，均为1类型判类型判断错误，经过对训练样本断错误，经过对训练样本的分析得知，原因是对于的分析得知，原因是对于故障原

21、因故障原因1的预测的预测样本数样本数据不足据不足所致。仿真结果表所致。仿真结果表明，概率神经网络分类能明，概率神经网络分类能力良好，用于诊断变压器力良好，用于诊断变压器故障具有较高的可靠性，故障具有较高的可靠性，如果样本数据足够多则可如果样本数据足够多则可以以提高准确率提高准确率。 图图5-1 GRNN网络结构图网络结构图广义回归神经网络广义回归神经网络（简称（简称GRNN）是径向基函数神经网络的一）是径向基函数神经网络的一个发展方向，运用非线性回归分析来实现的个发展方向，运用非线性回归分析来实现的前馈型神经网络前馈型神经网络，主要由输入、隐含、输出三个层构成，如图主要由输入、隐含、输出三个层

22、构成，如图5-1所示。在所示。在GRNN神经网络中，学习样本集在进入输入层后其对应的网络神经网络中，学习样本集在进入输入层后其对应的网络结构和各关联神经元的权值矩阵就确定了，对样本训练的目结构和各关联神经元的权值矩阵就确定了，对样本训练的目的是为了选取的是为了选取最优扩展常数最优扩展常数spread。第五章 基于GRNN神经网络剩余寿命预测模型第五章 基于GRNN神经网络剩余寿命预测模型 我们尝试建立以我们尝试建立以6个特征矢量作为输入个特征矢量作为输入，2个特征矢量作为输出个特征矢量作为输出的矩的矩阵，这阵，这6个输入分别是：投运年限、大修后的运行时间、糠醛质量分数个输入分别是：投运年限、大

23、修后的运行时间、糠醛质量分数（mg/L）、）、CO2 2、CO+CO2 2、（、（L/L）CO2 2/CO，2个输出是可靠性个输出是可靠性y1和剩余寿命预测和剩余寿命预测n。y1的取值范围是的取值范围是0.5,1.1,数值越接近数值越接近1表示预测结表示预测结果可靠性越高。果可靠性越高。n的取值范围是的取值范围是0,34，表示年份。，表示年份。 将将50组组样本数据分成样本数据分成两部分两部分，前前40组组用来搭建用来搭建GRNN网络模型，用网络模型，用以训练各项权值和寻找最优扩展参数，以训练各项权值和寻找最优扩展参数，后后10组组作为验证组预测剩余寿作为验证组预测剩余寿命，其中命，其中5组数

24、据如表组数据如表5-1所示。所示。序号老化特征参量预测值Tt*furanCO2CO+CO2CO2/CO可靠性yn13332.76150001544034.090.5630.022550.12760086007.60.9297.723770.16210024406.180.9149.354990.17300003053056.60.9111.655770.631700017130130.770.8074.05表表5-1 5组样本输入数据组样本输入数据开始准备样本数据及预处理设置交叉训练次数for i=1:40最大误差mse设置Spread扩展常数初始值、取值范围和步长输入样本训练网络交叉验证预测

25、误差是否满足要求?Spread步长加一输出spread的优化值i40？用最优解构建GRNN网络并预测结束否否 ，i+1是是GRNNGRNN神经网络神经网络流程图流程图第五章 基于GRNN神经网络剩余寿命预测模型部分程序展示部分程序展示第五章 基于GRNN神经网络剩余寿命预测模型运用运用MATLAB搭建搭建GRNN模型，经过一系列网络训练，得到模型，经过一系列网络训练，得到最优最优spread为为0.1，在该扩展常数下，在该扩展常数下预测效果最佳预测效果最佳，对，对10组数据进行验证。组数据进行验证。 图图5-3 GRNN变压器剩余寿命预测结果变压器剩余寿命预测结果 图图5-4 GRNN变压器剩

26、余寿命预测结果变压器剩余寿命预测结果第五章 基于GRNN神经网络剩余寿命预测模型表表5-2 10组实际值与预测结果组实际值与预测结果Tt* furanCO2CO+CO2CO2/CO y1实际值 n实际值y2预测值 n预测值 y相对误差/% n相对误差/%2610.367 6000657010.530.8570.840.82290.9273.9810.362010.617 200002071028.170.8090.590.81420.61460.644.17720.01 140001520011.671.01810.811.007410.26911.045.00550.02180030001.

27、50.99918.481.005822.60330.6822.313441.68 150001577019.480.6710.730.5630.020.792.731110.007 550068004.231.0266.751.020710.79630.5265.112550.234330454919.770.8915.510.8855.260.674.521050.567 230002367034.330.8183.130.74211.7619.2740.11990.65 200002160012.50.8045.080.7784.643.238.61440.01895016801.31.0

28、0215.611.017716.24751.574.08从表从表5-2预测结果分析，可靠性预测结果分析，可靠性y的平均相对误差百分比为的平均相对误差百分比为2.23%，预测结果可靠性高。预测寿命剔除第预测结果可靠性高。预测寿命剔除第6组预测错误，正确率为组预测错误，正确率为90%，平均误差率，平均误差率11.3%，正确率较高，说明，正确率较高，说明GRNN神经网络预神经网络预测效果良好，可以作为实际应用。测效果良好，可以作为实际应用。第五章 基于GRNN神经网络剩余寿命预测模型鲁棒性鲁棒性分析：由于采集样本常因分析：由于采集样本常因操作失误操作失误或者或者变压器故障变压器故障，导致样，导致样本

29、错误，这对神经网络的鲁棒性提出更高的要求。通过选取额外本错误，这对神经网络的鲁棒性提出更高的要求。通过选取额外5组组错误数据（输出量错误数据（输出量偏差偏差30%）加入样本参与训练，得到结果：）加入样本参与训练，得到结果：图图5-5 GRNN预测实际值和预测值的鲁棒性分析预测实际值和预测值的鲁棒性分析第五章 基于GRNN神经网络剩余寿命预测模型Tt* furanCO2CO+CO2 CO2/COy1实际值 n实际值y2预测值 n预测值 y相对误差/% n相对误差/%2610.367 6000657010.530.8570.840.82300.92893.9710.362010.617 20000

30、2071028.170.8090.590.81800.63001.116.35720.01 140001520011.671.01810.811.007410.26911.045.02550.02180030001.50.99918.481.005822.60440.6822.293441.68 150001577019.480.6710.730.71804.86000.73352.681110.007 550068004.231.0266.751.02119.32460.4838.142550.234330454919.770.8915.510.8855.260.674.521050.567 230002367034.330.8183.130.74211.7619.2740.01990.65 200002160012.50.8045.080.7784.643.238.66440.01895016801.31.00215.611.017716.24851.574.09从表从表5-4预测结果分析，可靠性预测结果分析，可靠性y的平均相对误差百分比为的平均相对误差百分比为2.27%，预测结果的误差与不加