董 芳
(鄭州鐵路局鄭州供電段,河南 鄭州 450052)
絕緣油和固體絕緣材料是直接影響變壓器壽命的關(guān)鍵因素。高溫下油會(huì)分解為碳?xì)浠衔?,固體絕緣材料則分解成碳氧化合物,均以氣體為主的方式存在[1]。現(xiàn)場采用的DAG方法(油中溶解氣體分析),是從變壓器油中實(shí)時(shí)取樣,分析樣本油中氣體的濃度,與標(biāo)準(zhǔn)推薦值比較,判斷變壓器是否存在故障或故障的嚴(yán)重程度,實(shí)際使用效果并不理想。尤其是在電氣化鐵路上,由于電力機(jī)車負(fù)荷波動(dòng),使?fàn)恳儔浩鞑粩喑惺苓^負(fù)荷和短路沖擊,其瞬時(shí)短路70次/年[2],這種惡劣工作條件使?fàn)恳儔浩鞴收洗嬖诖罅坎淮_定因素。
本文提出一種基于DGA并利用BP神經(jīng)網(wǎng)絡(luò)對(duì)牽引變壓器實(shí)施在線監(jiān)測與故障診斷的方法。所采用的BP神經(jīng)網(wǎng)絡(luò)以變壓器油中五種氣體占據(jù)總烴的比例以及五種氣體的相互比值作為輸入,以故障類型判別結(jié)果作為輸出。網(wǎng)絡(luò)訓(xùn)練樣本來自于以經(jīng)驗(yàn)積累設(shè)備運(yùn)行過程中實(shí)時(shí)更新的采樣數(shù)據(jù),安裝之前以及在線運(yùn)行過程中,都可以不斷進(jìn)行網(wǎng)絡(luò)訓(xùn)練,保持最佳的在線故障判別狀態(tài)。
機(jī)械、過熱和電氣故障是牽引變壓器主要故障類型,并且機(jī)械性故障常表現(xiàn)為熱或者電的故障形式。
熱故障表現(xiàn)為牽引變壓器中的絕緣油、固體絕緣材料的過熱。按照溫度區(qū)分,包括低溫過熱、中溫過熱、高溫過熱。絕緣油中主要?dú)怏w為甲烷(CH4);隨著過熱溫度升高則乙烯(C2H4)含量增加,在高溫過熱時(shí),C2H4為主要?dú)怏w,其次為CH4等,當(dāng)變壓器內(nèi)部由高溫過熱轉(zhuǎn)為放電異常現(xiàn)象時(shí),氫氣(H2)和乙炔(C2H2)含量逐漸占有極大的比例。熱故障可由C2H4含量所占有的比例區(qū)分嚴(yán)重程度。
電氣故障包括高、低能量電弧放電(Arcing)和高、低能量局部火花放電(Corona)四種類型,此時(shí)變壓器內(nèi)部已經(jīng)潛在嚴(yán)重的故障,應(yīng)立即停止運(yùn)轉(zhuǎn)進(jìn)行檢修。無論哪種放電,均會(huì)涉及到牽引變壓器固體絕緣材料的故障或老化,也會(huì)產(chǎn)生CO和CO2氣體。線圈匝間、層間擊穿以及引線斷裂或者對(duì)地閃絡(luò)、分接開關(guān)飛弧等,都屬于電弧放電故障,產(chǎn)生的主要?dú)怏w是C2H2和H2,其次是CH4和 C2H4,故障無預(yù)兆,發(fā)展速度快。過飽和絕緣油氣泡產(chǎn)生放電、軛流件與外殼產(chǎn)生放電、套管與外殼產(chǎn)生放電、鐵芯矽鋼片之間放電、裸露金屬放電等屬于火花放電,故障特征氣體以C2H2和H2為主。
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)選擇:簡單結(jié)構(gòu)是實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)可靠運(yùn)行的前提。在各種類型的神經(jīng)網(wǎng)絡(luò)中,BP(反向傳播)神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、容錯(cuò)性強(qiáng)、在線學(xué)習(xí)準(zhǔn)確迅速等優(yōu)點(diǎn)。一個(gè)隱層單元的BP網(wǎng)絡(luò)即可實(shí)現(xiàn)任意的非線性映射,能夠滿足本項(xiàng)目的檢測精度要求。因此,本項(xiàng)目采用三層BP神經(jīng)網(wǎng)絡(luò),包含一個(gè)輸入層、一個(gè)隱層、一個(gè)輸出層。
神經(jīng)網(wǎng)絡(luò)的輸入、輸出的確定:輸入、輸出分別表示故障征兆和故障類型。網(wǎng)絡(luò)的輸入為牽引變壓器油中氣體 H2、CH4、C2H6、C2H4、C2H2分別與總烴的比值以及 CH4/H2、C2H4/C2H6、C2H2/C2H4的比值,共計(jì)8個(gè)。網(wǎng)絡(luò)的輸出為牽引變壓器故障類型,本文將熱故障和電氣故障細(xì)分成六種類型,網(wǎng)絡(luò)有8個(gè)輸出神經(jīng)元,其對(duì)應(yīng)之故障類型及符號(hào)如下所示:00:無故障;01:低溫過熱;02:中溫過熱;03:高溫過熱;04:低能量電弧放電;05:高能量電弧放電;06:低能量火花放電;07:高能量火花放電。
隱藏層節(jié)點(diǎn)數(shù)的確定:本項(xiàng)目隱藏層節(jié)點(diǎn)數(shù)為20層。隱含層神經(jīng)元個(gè)數(shù)n2和輸入層神經(jīng)元個(gè)數(shù)n1之間有以下近似關(guān)系:n2=2n1+1。本文選用三層神經(jīng)網(wǎng)絡(luò)模型,輸入層神經(jīng)元個(gè)數(shù)為8,隱含層神經(jīng)元個(gè)數(shù)可以選擇為17。選定過程中運(yùn)用RPROP算法進(jìn)行了反復(fù)嘗試,在其他參數(shù)不變的情況下,固定收斂精度,比較迭代次數(shù)。隱藏層節(jié)點(diǎn)數(shù)為19時(shí),迭代116次收斂;隱藏層節(jié)點(diǎn)數(shù)為20時(shí),迭代82次收斂;隱藏層節(jié)點(diǎn)數(shù)25、30等更多時(shí),運(yùn)算速度減慢。
該神經(jīng)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練與測試在Matlab6.5環(huán)境下進(jìn)行,其網(wǎng)絡(luò)拓?fù)鋱D如圖1所示。
圖1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D
網(wǎng)絡(luò)訓(xùn)練需要選取蘊(yùn)含代表性信息的足夠數(shù)量的訓(xùn)練樣本。本文從電氣化鐵路牽引變電所搜集到的126組經(jīng)過吊芯檢查后故障類型已經(jīng)確定的牽引變壓器的油中氣體含量值,經(jīng)過EXCEL處理后,作為神經(jīng)網(wǎng)絡(luò)的輸入。已知其實(shí)際對(duì)應(yīng)的故障類型,作為神經(jīng)網(wǎng)絡(luò)的輸出值,由此形成訓(xùn)練和測試樣本集。其中100組作為訓(xùn)練樣本,26組作為測試樣本。
網(wǎng)絡(luò)訓(xùn)練過程中,依據(jù)樣本中的輸入數(shù)據(jù)給出實(shí)際輸出,與期望輸出不斷地進(jìn)行比較,并根據(jù)兩者之差,修正神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。對(duì)所有樣本數(shù)據(jù)正向運(yùn)行一次并反傳修改連接權(quán)一次稱為一次訓(xùn)練,或稱一次學(xué)習(xí),這樣的訓(xùn)練需要反復(fù)地進(jìn)行下去直至獲得合適的映射結(jié)果。本項(xiàng)目預(yù)先給定的循環(huán)次數(shù)為2000次。
在神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后,需要有另外的數(shù)據(jù)來對(duì)網(wǎng)絡(luò)加以測試。本文選取26個(gè)測試樣本數(shù)據(jù),對(duì)經(jīng)過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了測試,測試結(jié)果與現(xiàn)場運(yùn)行情況一致。
表1中列舉了10組測試樣本數(shù)據(jù)及其測試結(jié)果。
表1 神經(jīng)網(wǎng)絡(luò)部分測試數(shù)據(jù)及測試結(jié)果
計(jì)算機(jī)仿真訓(xùn)練表明,經(jīng)過樣本充分訓(xùn)練的網(wǎng)絡(luò),內(nèi)含了故障現(xiàn)象與故障原因之間的復(fù)雜的非線性關(guān)系,能夠在足夠快的運(yùn)算速度的前提下,正確給出牽引變壓器故障類型以及故障嚴(yán)重程度的判別。尤其是神經(jīng)網(wǎng)絡(luò)優(yōu)秀的自適應(yīng)能力,使其可以在在線運(yùn)行的同時(shí),實(shí)現(xiàn)在線訓(xùn)練,提高判斷正確率。在DGA方法基礎(chǔ)上,借助于人工神經(jīng)網(wǎng)絡(luò)模糊判斷能力,可以有效診斷牽引變壓器故障。
[1]董其國.電力變壓器故障與診斷[M].北京:中國電力出版社,2001:83-85.
[2]郭滿生.牽引變壓器的特點(diǎn)及其發(fā)展[J].電工技術(shù)雜志,2001,(1):55 -56.
[3]楊啟平.變壓器油中溶解氣體在線監(jiān)測技術(shù)的研究[J].變壓器.2005,42(3):39 -43.
[4]飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2005:99-104.