变压器油中气体监测数据随机误差的自适应检验方法

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (3337 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要提出并应用了基于格拉布斯准则检验变压器油气监测数据随机误差的自适应处理方法,扭转了缺少自动甄别正态分布下监测数据随机误差手段的被动局面,降低了误告警的概率。首先,对监测数据序列进行分类、排序等预处理,并计算其样本均值、样本标准差;其次,计算序列中最小、最大数据的样本偏离值;再次,基于格拉布斯准则迭代检验各类监测组分的气体,直至排除所有随机误差异常值。实际应用效果表明,该方法改进了监测系统的纠错能力,提升了监测预警的效果。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	邬蓉蓉
	张炜
	樊宇璐
	邓雨荣
	张玉波

关键词 ：变压器, 油中溶解气体, 格拉布斯准则, 正态分布, 检验, 随机误差

Abstract：Study on the adaptive test method for random error of dissolved gas monitoring data in transformer oil, to change the passive situation of the lack of automatic diagnosis of random error means,reduces the probability of false alarm and missing alarm. First, the data classification, sorting, and calculate the average value of the data, the standard deviation. Secondly, the deviation value of the minimum data and the maximum data in the data sequence is solved. Finally, the iterative test monitoring data based on Grubbs criterion, until the exclusion of all outliers. The actual application results show that this method improves the error correction capability of the system, but also enhance the effectiveness of monitoring and early warning.

Key words： transformer dissolved gases Grubbs criterion Gaussian distribution test random error

出版日期: 2016-11-24

作者简介: 邬蓉蓉（1984-）,女,硕士,工程师,主要从事电力设备状态监测与故障诊断研究工作。

引用本文:

邬蓉蓉, 张炜, 樊宇璐, 邓雨荣, 张玉波. 变压器油中气体监测数据随机误差的自适应检验方法[J]. 电气技术, 2016, 17(11): 91-95. Wu Rongrong, Zhang Wei, Fan Yulu, Deng Yurong, Zhang Yubo. Adaptive Test Method for Random Error of Dissolved Gas Monitoring Data in Transformer Oil. Electrical Engineering, 2016, 17(11): 91-95.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2016/V17/I11/91

[1] 刘娟, 鞠登峰, 王勇, 等. 变电站设备智能状交览测系统的设计及应用[J]. 电力建设, 2012, 33(6): 6-10.
[2] 王峰, 阎春雨, 毕建刚, 等. 变电设备状态监测系统的设计方案[J]. 电力建设, 2011, 32(11): 31-35.
[3] 肖燕彩, 朱衡君, 张霄元, 等. 基于溶解气体分析的电力变压器在线监测与诊断技术[J]. 电力自动化设备, 2006, 26(6): 93-96.
[4] 张炜, 梁俊斌, 邓雨荣, 等. 变压器绝缘油中产气趋势突变的检测方法研究[J]. 绝缘材料, 2015, 48(10): 72-76.
[5] 李洪超, 王伟刚, 董雪梅. 基于M-LS-SVR的变压器油中溶解气体浓度预测[J]. 电气技术, 2016, 17(1): 76-80.
[6] 赵婉芳, 王慧芳, 邱剑, 等. 基于油色谱监测数据的变压器动态可靠性分析[J]. 电力系统自动化, 2014, 38(22): 38-42, 49.
[7] 曹建, 范竞敏, 安晨光, 等. 灰色关联度分析在变压器油色谱峰辨识中的应用[J]. 电网技术, 2010, 34(7): 206-210.
[8] 尹金良, 朱永利, 俞国勤, 等. 基于高斯过程分类器的变压器故障诊断[J]. 电工技术学报, 2013, 28(1): 158-164.
[9] 张艳珠, 李媛, 李小娟. 简化型PCNN的混合噪声图像滤波算法研究[J]. 控制工程, 2013, 20(5): 829-832.
[10] DL/Z 249. 变压器油中溶解气体在线监测装置选用导则[S]. 国家能源局, 2012.
[11] 陈锐, 周书民. 改进的格拉布斯准则在氡浓度计数中的应用[J]. 核电子学与探测技术, 2009, 29(1): 113-115.
[12] 唐慧强, 刘钲江, 李全月. 硫氮分析系统异常值自动甄别与纠错方法研究[J]. 传感器与微系统, 2013, 32(9): 42-45, 49.
[13] 李梦奇, 白晓军, 匡同春, 等. 工程技术领域等精度数据异常值判定系统[J]. 计量技术, 2006(3): 57-59.
[14] 杨超. 一起在线监测发现500kV变压器缺陷的分析及处理[J]. 电气技术, 2014, 15(9): 74-77.
[15] 徐康健. 变压器油色谱分析中用三比值法判断故障时应注意的问题[J]. 变压器, 2010, 47(1): 75-76.