基于电网能量监测的油浸变压器健康评估系统

摘要
图/表
参考文献
相关文章 (3)

全文: PDF (2540 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要变压器频繁故障会导致设备损坏和停电,因此监测变压器健康状态对保证电力可靠性至关重要。本文提出一种低成本实时监测系统,通过评估变压器组件的重要性,选择顶层油温、振动和负载作为关键指标,并采用模糊逻辑方法建立评估系统,无需昂贵传感器即可监测变压器的健康状态。在模拟环境下针对50 kV∙A油浸变压器进行场景测试,结果表明,该低成本健康评估系统具有良好的可行性和有效性,能够快速响应变压器状态变化,为电力公司提供实时健康评估数据,有助于及时做出维护决策,从而增强电力系统可靠性。

	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
	杨玉磊
	戚大为
	戚建文
	王成斌

关键词 ：变压器健康, 油浸变压器, 实时能量监测, 模糊逻辑, 健康评估系统, 低成本在线监测

Abstract：Transformers suffer frequent failures leading to equipment damage and outages. Thus, monitoring their health is crucial for the reliability of the power system. A low-cost real-time monitoring system is proposed to assess key indicators like top oil temperature, vibration, and load, using fuzzy logic without expensive sensors. Tested on a 50 kV∙A oil-immersed transformer, this system proves feasible and effective, rapidly responding to state changes and aiding timely maintenance decisions to enhance grid reliability.

Key words： transformer health oil-immersed transformer real-time energy monitoring fuzzy logic health assessment system low-cost online monitoring

收稿日期: 2024-12-30

作者简介: 杨玉磊（1982—）,男,硕士,高级工程师,长期从事电力系统及其自动化相关领域的技术研究与工程实践工作。

引用本文:

杨玉磊, 戚大为, 戚建文, 王成斌. 基于电网能量监测的油浸变压器健康评估系统[J]. 电气技术, 2025, 26(8): 54-60. YANG Yulei, QI Dawei, QI Jianwen, WANG Chengbin. Oil-immersed transformer health assessment system based on grid energy monitoring. Electrical Engineering, 2025, 26(8): 54-60.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2025/V26/I8/54

[1] 沈剑韬, 刘伟, 姚彦良, 等. 一种无源无线型配电变压器在线监测装置[J]. 电气技术, 2024, 25(11): 76-80.
[2] 李冬, 钱飞翔, 李今宋, 等. 配电网变压器剩余使用寿命预测[J]. 电气技术, 2024, 25(3): 32-37.
[3] 黄天超, 王泽忠, 李宇妍. 换流变压器直流偏磁对油箱涡流损耗的影响[J]. 电工技术学报, 2023, 38(8): 2004-2014.
[4] 苏审言, 张建德. 基于概率神经网络的变压器局部放电模式识别[J]. 电气自动化, 2022, 44(3): 91-93.
[5] SONI R, MEHTA B.A review on transformer condition monitoring with critical investigation of mineral oil and alternate dielectric fluids[J]. Electric Power Systems Research, 2023, 214: 108954.
[6] 林倍民. 基于三比值法的典型变压器故障案例分析[J]. 电气技术, 2023, 24(10): 63-67.
[7] 杨咏新, 李晓盟. 基于灰狼算法优化SVM的油浸式变压器电力故障自动化监测系统[J]. 自动化与仪表, 2024, 39(11): 83-86, 91.
[8] 林朝明, 叶荣. 油浸式变压器绝缘诊断方法的研究进展[J]. 电气技术, 2019, 20(12): 1-6, 22.
[9] 林梅芬, 吴学先. 一种基于Adam算法优化的神经网络变压器顶层油温预测[J]. 电工技术, 2023(19): 45-48, 51.
[10] TU TRAN Q T, DAVIES K, ROOSE L, et al. Online distribution service transformer health assessment using real-time grid energy monitor[C]//2020 IEEE Kansas Power and Energy Conference (KPEC), Manhattan, KS, USA, 2020: 1-6.
[11] 王树东, 吴永勇, 刘春艳. 基于振动声学的变压器健康状况评估方法研究[J]. 电气自动化, 2022, 44(5): 84-86, 91.
[12] 杜厚贤, 刘昊, 雷龙武, 等. 基于振动信号多特征值的电力变压器故障检测研究[J]. 电工技术学报, 2023, 38(1): 83-94.
[13] 刘建树, 孙立涛, 徐鹏程. 基于电磁-机械顺序耦合的变压器直流扰动振动特性研究[J]. 电气技术, 2022, 23(1): 21-28.
[14] 王文文, 刘阳升. 基于深度学习的变压器负载预测研究[J]. 电工技术, 2024(15): 7-9, 13.
[15] 程明, 马钲洲, 王政, 等. 基于磁感的变压器和感应电机等效矢量磁路分析[J]. 电工技术学报, 2024, 39(15): 4697-4707.
[16] 杜丽, 蔡龙, 张晓同, 等. 基于复合漏磁场的箔绕变压器负载损耗仿真计算[J]. 电气技术, 2024, 25(11): 37-41, 47.