首页 / 专利库 / 电脑图像 / 线程束 / 一种油浸式套管受潮状态的测试方法

一种油浸式套管受潮状态的测试方法

阅读:441发布:2024-02-23

专利汇可以提供一种油浸式套管受潮状态的测试方法专利检索,专利查询,专利分析的服务。并且油浸式 套管 受到干燥生产工艺不达标、外绝缘密封失效及油纸绝缘老化等因素的影响,绝缘纸中的 水 分处于一种不均匀分布状态,工程中通过测试套管的末屏对地绝缘 电阻 、介质损耗 角 正切值及电容量测试评估套管的受潮状态,但以上测试对套管绝缘纸中水分含量反映不明显、敏感度较低,因而无法有效评估油浸式套管受潮状态,本 发明 公开了一种油浸式套管受潮状态的测试方法,根据本发明公开的测试方法,获取套管在不同受潮状态、不同 温度 下的隐 马 尔科夫模型参数,根据测试的介电谱曲线利用混合蛙跳 算法 计算出套管不同受潮状态的概率,从而能有效测试出油浸式套管的受潮状态。,下面是一种油浸式套管受潮状态的测试方法专利的具体信息内容。

1.一种油浸式套管受潮状态的测试方法,其特征在于,包括以下步骤:
第一步:基准量获取
选取需诊断的油浸式套管的同型号全新套管,获取同型号全新套管的绝缘结构参数及测试同型号全新套管的频域介电谱介损曲线,频率f范围为10-3~103Hz,获取套管的基准频域介电谱介损曲线F0(f);
第二步:特征提取
计算频域介电谱介损曲线相对面积差ΔS:
式中,F1(f)为频域介电谱介损的测试或仿真曲线;
使用Havriliak-Negami介电弛豫模型对频域介电谱介损曲线进行解析获取介电参数,包括高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε,Havriliak-Negami介电弛豫模型为:
式中,ω为频率,其表达式为ω=2πf,j为虚数单位,形状参数α、β的取值范围均为[0,1],Δε表达式为Δε=εs-ε∞,εs表示静态介电常数,ε(ω)为相对介电常数,其表达式为ε(ω)=ε′(ω)-jε″(ω),ε′(ω)为相对介电常数实部,ε″(ω)为相对介电常数虚部,ε″(ω/
2π)/ε′(ω/2π)为频域介电谱介损曲线;
第三步:模型参数初始化
模型中套管外部分侵入时,水分侵入点有套管外绝缘的油枕、末屏、法兰及上瓷套部位,外部水分浓度有4%、4.5%、…、10%;模型中套管出厂干燥不达标时,导电杆与第一层极板之间的水分浓度有1%、1.5%、…、4%,内绝缘水分分布为从紧靠导电杆至内绝缘保护层中的水分递减至0.5%,温度有20℃、30℃、…、70℃;
将水分含量范围在[0,0.5)、[0.5,1)、[1,2)、[2,4)、[4,5)、[5,10)分别标记为受潮状态1、2、3、4、5、6;
根据第一步的绝缘结构参数,油浸式套管内绝缘有p层极板,将每一层极板均分为q个区域,对每个区域中间位置的水分含量进行状态标记,第k区域的水分状态为sk,其中k=1,
2,…,pq;
高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε、相对面积差ΔS作为模型的观测向量,则模型的第n次观测向量为vn=[ε∞,Δε,α,β,τ,ΔS]n,将套管内绝缘的受潮状态分布作为模型的状态向量,第n时刻模型的状态向量为Sn=[s1,s2,…,spq]n,对隐尔科夫模型进行初始化,初始参数为:模型的状态向量数量为13,模型的观测向量数量14,状态转移概率矩阵M,观测概率分布B,初始状态分布O,其中矩阵M所有元素均初始化取值为1/13,矩阵B、O所有元素均初始化取值为1/14,初始的隐马尔科夫模型参数为λ={O,M,B};
第四步:参数训练
根据套管绝缘结构参数在有限元仿真软件中建立套管水分扩散模型及频域介电谱仿真模型,得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的套管内绝缘水分状态分布及频域介电谱介损仿真曲线,根据第二步对频域介电谱介损仿真曲线进行特征提取后得到状态向量和观测向量,对状态向量和观测向量使用K-means聚类方法分别分为13、14个类,根据第三步初始化的参数,使用Baum-Welch算法对隐马尔科夫模型参数λ不断进行更新得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的模型参数λc,c=1,2,…,2184,c的排序不能更改;
第五步:计算输出概率
经过上述步骤训练好模型后,对被测套管进行频域介电谱测试,被测套管频域介电谱介损测试曲线为F2(f),根据第二步对F2(f)进行特征提取,得到观测向量v0=[ε∞,Δε,α,β,τ,ΔS]0,利用混合蛙跳算法进行迭代计算最大输出概率对应的状态向量Sn0=[s1,s2,…,spq]n0,混合蛙跳算法迭代过程如下:
1)初始化青蛙种群及相关参数,初始生成2184只青蛙,随机分为6个子群,根据维特比算法计算的输出概率作为青蛙的适应度,具有全局最好适应度的解为Pg;对于每一个子群,具有最好适应度的解为Pb,最差适应度的解为Pw;
2)青蛙个体进行迭代操作,迭代策略为:
Pwnew=Pw+2rand()*(Pb-Pw)                  (3)
其中,Pwnew为最差适应度的青蛙个体更新后的解,rand()表示0和1之间的随机数;
3)如果最差适应度的青蛙个体更新后的解Pwnew优于Pw,则取代Pw,否则用Pg代替公式(3)中的Pb执行更新策略,如果仍未优于Pw,则用一个随机产生的解取代Pw;
4)将各子群中的青蛙混合在一起,重新随机分组,重复过程1)-3),直至适应度最优解不再变化为止,则结束迭代,输出Sn0值;
第六步:计算受潮状态
对状态向量Sn0中的元素按从大到小进行排序,排序后的元素记为X=[x1,x2,…,xpq],采用式(4)计算出油浸式套管受潮状态ms:

说明书全文

一种油浸式套管受潮状态的测试方法

技术领域

[0001] 本发明属于油浸式套管绝缘状态评估领域,具体涉及一种油浸式套管受潮状态的测试方法。

背景技术

[0002] 油浸式套管是目前普遍应用于电系统中起绝缘和支持作用的一种绝缘装置,是变压器的关键构件之一。套管一旦发生故障,将直接影响变压器甚至整个电力系统正常运行的安全性。现有研究表明,分是仅次于温度的严重影响套管绝缘性能的主要因素之一。水分不仅会加速绝缘材料老化速率,也会导致绝缘材料介质损耗增大,严重受潮时将影响散热,从而导致绝缘的热击穿。目前工程上套管的介质损耗正切值及电容量测试对套管中水分含量反映不明显、敏感度较低,当测试发现有明显变化时,其内部绝缘可能已严重受潮,不能有效地测试出油浸式套管的受潮状态,因此急需一种油浸式套管受潮状态的测试方法。

发明内容

[0003] 为了能够有效测试油浸式套管的受潮状态,本发明提供一种油浸式套管受潮状态的测试方法,包括以下步骤:
[0004] 第一步:基准量获取
[0005] 选取需诊断的油浸式套管的同型号全新套管,获取同型号全新套管的绝缘结构参数及测试同型号全新套管的频域介电谱介损曲线,频率f范围为10-3~103Hz,获取套管的基准频域介电谱介损曲线F0(f);
[0006] 第二步:特征提取
[0007] 计算频域介电谱介损曲线相对面积差ΔS:
[0008]
[0009] 式中,F1(f)为频域介电谱介损的测试或仿真曲线;
[0010] 使用Havriliak-Negami介电弛豫模型对频域介电谱介损曲线进行解析获取介电参数,包括高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε,Havriliak-Negami介电弛豫模型为:
[0011]
[0012] 式中,ω为角频率,其表达式为ω=2πf,j为虚数单位,形状参数α、β的取值范围均为[0,1],Δε表达式为Δε=εs-ε∞,εs表示静态介电常数,ε(ω)为相对介电常数,其表达式为ε(ω)=ε′(ω)-jε″(ω),ε′(ω)为相对介电常数实部,ε″(ω)为相对介电常数虚部,ε″(ω/2π)/ε′(ω/2π)为频域介电谱介损曲线;
[0013] 第三步:模型参数初始化
[0014] 模型中套管外部水分侵入时,水分侵入点有套管外绝缘的油枕、末屏、法兰及上瓷套部位,外部水分浓度有4%、4.5%、…、10%;模型中套管出厂干燥不达标时,导电杆与第一层极板之间的水分浓度有1%、1.5%、…、4%,内绝缘水分分布为从紧靠导电杆至内绝缘保护层中的水分递减至0.5%,温度有20℃、30℃、…、70℃;
[0015] 将水分含量范围在[0,0.5)、[0.5,1)、[1,2)、[2,4)、[4,5)、[5,10)分别标记为受潮状态1、2、3、4、5、6;
[0016] 根据第一步的绝缘结构参数,油浸式套管内绝缘有p层极板,将每一层极板均分为q个区域,对每个区域中间位置的水分含量进行状态标记,第k区域的水分状态为sk,其中k=1,2,…,pq;
[0017] 高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε、相对面积差ΔS作为模型的观测向量,则模型的第n次观测向量为vn=[ε∞,Δε,α,β,τ,ΔS]n,将套管内绝缘的受潮状态分布作为模型的状态向量,第n时刻模型的状态向量为Sn=[s1,s2,…,spq]n,对隐尔科夫模型进行初始化,初始参数为:模型的状态向量数量为13,模型的观测向量数量14,状态转移概率矩阵M,观测概率分布B,初始状态分布O,其中矩阵M所有元素均初始化取值为1/13,矩阵B、O所有元素均初始化取值为1/14,初始的隐马尔科夫模型参数为λ={O,M,B};
[0018] 第四步:参数训练
[0019] 根据套管绝缘结构参数在有限元仿真软件中建立套管水分扩散模型及频域介电谱仿真模型,得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的套管内绝缘水分状态分布及频域介电谱介损仿真曲线,根据第二步对频域介电谱介损仿真曲线进行特征提取后得到状态向量和观测向量,对状态向量和观测向量使用K-means聚类方法分别分为13、14个类,根据第三步初始化的参数,使用Baum-Welch算法对隐马尔科夫模型参数λ不断进行更新得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的模型参数λc,c=1,2,…,2184,c的排序不能更改;
[0020] 第五步:计算输出概率
[0021] 经过上述步骤训练好模型后,对被测套管进行频域介电谱测试,被测套管频域介电谱介损测试曲线为F2(f),根据第二步对F2(f)进行特征提取,得到观测向量v0=[ε∞,Δε,α,β,τ,ΔS]0,利用混合蛙跳算法进行迭代计算最大输出概率对应的状态向量Sn0=[s1,s2,…,spq]n0,混合蛙跳算法迭代过程如下:
[0022] 1)初始化青蛙种群及相关参数,初始生成2184只青蛙,随机分为6个子群,根据维特比算法计算的输出概率作为青蛙的适应度,具有全局最好适应度的解为Pg;对于每一个子群,具有最好适应度的解为Pb,最差适应度的解为Pw;
[0023] 2)青蛙个体进行迭代操作,迭代策略为:
[0024] Pwnew=Pw+2rand()*(Pb-Pw)                  (3)
[0025] 其中,Pwnew为最差适应度的青蛙个体更新后的解,rand()表示0和1之间的随机数;
[0026] 3)如果最差适应度的青蛙个体更新后的解Pwnew优于Pw,则取代Pw,否则用Pg代替公式(3)中的Pb执行更新策略,如果仍未优于Pw,则用一个随机产生的解取代Pw;
[0027] 4)将各子群中的青蛙混合在一起,重新随机分组,重复过程1)-3),直至适应度最优解不再变化为止,则结束迭代,输出Sn0值;
[0028] 第六步:计算受潮状态
[0029] 对状态向量Sn0中的元素按从大到小进行排序,排序后的元素记为X=[x1,x2,…,xpq],采用式(4)计算出油浸式套管受潮状态ms:
[0030]
[0031] 本发明的优点在于:
[0032] 本发明提供一种油浸式套管受潮状态的测试方法,获取套管在不同受潮状态、不同温度下的隐马尔科夫模型参数,根据测试的介电谱曲线利用混合蛙跳算法计算出套管不同受潮状态的概率,从而能有效测试出油浸式套管的受潮状态,该方法可克服传统介质损耗角正切值测试等方法的敏感性不足问题,这种方法不需要取样、不破坏绝缘材料,可作为目前油浸式套管绝缘受潮状态评估方法的有益补充。附图说明
[0033] 图1一种油浸式套管受潮状态的测试方法流程图

具体实施方式

[0034] 下面结合附图对本发明作进一步说明:
[0035] 图1所示为一种油浸式套管受潮状态的测试方法流程图,由图1可以看出一种油浸式套管受潮状态的测试方法主要包括以下步骤:
[0036] 第一步:基准量获取
[0037] 选取需诊断的油浸式套管的同型号全新套管,获取同型号全新套管的绝缘结构参数及测试同型号全新套管的频域介电谱介损曲线,频率f范围为10-3~103Hz,获取套管的基准频域介电谱介损曲线F0(f);
[0038] 第二步:特征提取
[0039] 计算频域介电谱介损曲线相对面积差ΔS:
[0040]
[0041] 式中,F1(f)为频域介电谱介损的测试或仿真曲线;
[0042] 使用Havriliak-Negami介电弛豫模型对频域介电谱介损曲线进行解析获取介电参数,包括高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε,Havriliak-Negami介电弛豫模型为:
[0043]
[0044] 式中,ω为角频率,其表达式为ω=2πf,j为虚数单位,形状参数α、β的取值范围均为[0,1],Δε表达式为Δε=εs-ε∞,εs表示静态介电常数,ε(ω)为相对介电常数,其表达式为ε(ω)=ε′(ω)-jε″(ω),ε′(ω)为相对介电常数实部,ε″(ω)为相对介电常数虚部,ε″(ω/2π)/ε′(ω/2π)为频域介电谱介损曲线;
[0045] 第三步:模型参数初始化
[0046] 模型中套管外部水分侵入时,水分侵入点有套管外绝缘的油枕、末屏、法兰及上瓷套部位,外部水分浓度有4%、4.5%、…、10%;模型中套管出厂干燥不达标时,导电杆与第一层极板之间的水分浓度有1%、1.5%、…、4%,内绝缘水分分布为从紧靠导电杆至内绝缘保护层中的水分递减至0.5%,温度有20℃、30℃、…、70℃;
[0047] 将水分含量范围在[0,0.5)、[0.5,1)、[1,2)、[2,4)、[4,5)、[5,10)分别标记为受潮状态1、2、3、4、5、6;
[0048] 根据第一步的绝缘结构参数,油浸式套管内绝缘有p层极板,将每一层极板均分为q个区域,对每个区域中间位置的水分含量进行状态标记,第k区域的水分状态为sk,其中k=1,2,…,pq;
[0049] 高频介电常数ε∞、弛豫时间常数τ、形状参数α、形状参数β、弛豫强度Δε、相对面积差ΔS作为模型的观测向量,则模型的第n次观测向量为vn=[ε∞,Δε,α,β,τ,ΔS]n,将套管内绝缘的受潮状态分布作为模型的状态向量,第n时刻模型的状态向量为Sn=[s1,s2,…,spq]n,对隐马尔科夫模型进行初始化,初始参数为:模型的状态向量数量为13,模型的观测向量数量14,状态转移概率矩阵M,观测概率分布B,初始状态分布O,其中矩阵M所有元素均初始化取值为1/13,矩阵B、O所有元素均初始化取值为1/14,初始的隐马尔科夫模型参数为λ={O,M,B};
[0050] 第四步:参数训练
[0051] 根据套管绝缘结构参数在有限元仿真软件中建立套管水分扩散模型及频域介电谱仿真模型,得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的套管内绝缘水分状态分布及频域介电谱介损仿真曲线,根据第二步对频域介电谱介损仿真曲线进行特征提取后得到状态向量和观测向量,对状态向量和观测向量使用K-means聚类方法分别分为13、14个类,根据第三步初始化的参数,使用Baum-Welch算法对隐马尔科夫模型参数λ不断进行更新得到不同水分侵入点、不同外部水分浓度、不同内部水分浓度、不同温度下的模型参数λc,c=1,2,…,2184,c的排序不能更改;
[0052] 第五步:计算输出概率
[0053] 经过上述步骤训练好模型后,对被测套管进行频域介电谱测试,被测套管频域介电谱介损测试曲线为F2(f),根据第二步对F2(f)进行特征提取,得到观测向量v0=[ε∞,Δε,α,β,τ,ΔS]0,利用混合蛙跳算法进行迭代计算最大输出概率对应的状态向量Sn0=[s1,s2,…,spq]n0,混合蛙跳算法迭代过程如下:
[0054] 1)初始化青蛙种群及相关参数,初始生成2184只青蛙,随机分为6个子群,根据维特比算法计算的输出概率作为青蛙的适应度,具有全局最好适应度的解为Pg;对于每一个子群,具有最好适应度的解为Pb,最差适应度的解为Pw;
[0055] 2)青蛙个体进行迭代操作,迭代策略为:
[0056] Pwnew=Pw+2rand()*(Pb-Pw)                  (3)
[0057] 其中,Pwnew为最差适应度的青蛙个体更新后的解,rand()表示0和1之间的随机数;
[0058] 3)如果最差适应度的青蛙个体更新后的解Pwnew优于Pw,则取代Pw,否则用Pg代替公式(3)中的Pb执行更新策略,如果仍未优于Pw,则用一个随机产生的解取代Pw;
[0059] 4)将各子群中的青蛙混合在一起,重新随机分组,重复过程1)-3),直至适应度最优解不再变化为止,则结束迭代,输出Sn0值;
[0060] 第六步:计算受潮状态
[0061] 对状态向量Sn0中的元素按从大到小进行排序,排序后的元素记为X=[x1,x2,…,xpq],采用式(4)计算出油浸式套管受潮状态ms:
[0062]
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈