變壓器油在線檢測(cè)與故障預(yù)警系統(tǒng)實(shí)驗(yàn)裝置設(shè)計(jì)

辛平 卜劍秋 賁沿浩 刁樹森

摘? 要：電力變壓器在電網(wǎng)中擔(dān)任著核心角色，但是目前的維修模式存在著盲目強(qiáng)制性，往往消耗大量人力物力，為解決此現(xiàn)象，通過(guò)研發(fā)變壓器油在線檢測(cè)與故障預(yù)警系統(tǒng)實(shí)驗(yàn)裝置，建立應(yīng)修盡修的預(yù)測(cè)性維修模式，實(shí)現(xiàn)變壓器在線運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)，運(yùn)行故障分析預(yù)警功能。通過(guò)FreeRTOS并行實(shí)時(shí)采集數(shù)據(jù)變壓器油的基礎(chǔ)數(shù)據(jù)，利用python的pytorch深度學(xué)習(xí)模型處理數(shù)據(jù)，實(shí)現(xiàn)通過(guò)變壓器油間接監(jiān)測(cè)變壓器的運(yùn)行狀態(tài)，上報(bào)實(shí)時(shí)數(shù)據(jù)與預(yù)警信息，減少由于故障引發(fā)事故發(fā)生的概率，節(jié)省變壓器檢修的人力物力消耗，加快我國(guó)智慧電網(wǎng)的建設(shè)過(guò)程。

關(guān)鍵詞：實(shí)時(shí)監(jiān)測(cè)；外循環(huán)變壓器油；氣體傳感器陣列模型；pytorch深度學(xué)習(xí)；變壓器油

中圖分類號(hào)：TP391.7? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）10-0114-04

Abstract： Power transformer plays a core role in the power grid， but the current maintenance mode is blindly mandatory and often consumes a lot of manpower and material resources. In order to solve this problem， through the research and development of the experimental device of transformer oil on-line detection and fault early warning system， the predictive maintenance mode of all repair is established to realize the function of real-time monitoring and fault analysis and early warning of transformer on-line operation. The basic data of transformer oil are collected in parallel and real-time by FreeRTOS， and the data are processed by Python's Pytorch deep learning model， which can indirectly monitor the running state of transformer through transformer oil， report real-time data and early warning information， reduce the probability of accidents caused by faults， save manpower and material resources for transformer maintenance， and speed up the construction process of intelligent power grid in our country.

Keywords： real-time monitoring; external circulation transformer oil; gas sensor array model; pytorch deep learning; transformer oil

電力變壓器在電網(wǎng)中扮演著輸送電、變電的樞紐作用，所以保證其安全平穩(wěn)的運(yùn)行顯得至關(guān)重要，我國(guó)電力變壓器的檢修方式主要為定期檢修和事故后檢修，存在“檢修過(guò)度”和“檢修不足”的情況。為了避免以上情況的發(fā)生，提出了狀態(tài)檢修方法，傳統(tǒng)檢修方式是根據(jù)變壓器的容量對(duì)應(yīng)的規(guī)定周期實(shí)行按時(shí)檢修，充滿了強(qiáng)制盲目性。為了實(shí)現(xiàn)變壓器運(yùn)行狀態(tài)的在線監(jiān)測(cè)，就需要在不影響變壓器運(yùn)行的情況下完成變壓器油的氣體分離與監(jiān)測(cè)，通過(guò)將氫氣傳感器、一氧化碳傳感器、甲烷傳感器、乙烷傳感器和丙烷傳感器等組成一個(gè)傳感器陣列，用來(lái)檢測(cè)變壓器運(yùn)行期間狀態(tài)的價(jià)值氣體。通過(guò)在取樣化學(xué)平臺(tái)氣室內(nèi)暴露于不同濃度各目標(biāo)氣體的合成空氣動(dòng)態(tài)混合物中，提供所有氣體傳感器組成陣列的采集時(shí)間序列以及各氣體的濃度，溫度的測(cè)量值，進(jìn)而訓(xùn)練得到傳感器陣列矯正模型，從而可以靈敏精確地檢測(cè)變壓器油釋放氣體中各目標(biāo)氣體的濃度。同時(shí)通過(guò)變壓器油物理因素，如濁度、pH、溫度等輔助進(jìn)行變壓器運(yùn)行狀態(tài)的判斷，并在此基礎(chǔ)上實(shí)現(xiàn)故障預(yù)警功能[1]。

1? 系統(tǒng)方案設(shè)計(jì)

1.1? 系統(tǒng)整體流程

變壓器油在線檢測(cè)與故障預(yù)警系統(tǒng)通過(guò)變壓器油外部循環(huán)模塊實(shí)現(xiàn)變壓器內(nèi)部與油樣室的油循環(huán)，氣體傳感器陣列模塊實(shí)現(xiàn)氫氣、甲烷等重要?dú)怏w的濃度采集，濁度模塊、pH模塊、溫度模塊實(shí)現(xiàn)變壓器油物理狀態(tài)數(shù)據(jù)采集，STM32F429單片機(jī)現(xiàn)搭載FreeRTOS[2-3]，實(shí)現(xiàn)底層并行實(shí)時(shí)數(shù)據(jù)的采集，串口通信實(shí)現(xiàn)單片機(jī)與主控樹莓派間的數(shù)據(jù)傳送，樹莓派搭建氣體傳感器陣列矯正模型進(jìn)行數(shù)據(jù)的處理，通過(guò)TCP協(xié)議實(shí)現(xiàn)設(shè)備與遠(yuǎn)端服務(wù)器間的數(shù)據(jù)交換，詳細(xì)的系統(tǒng)流程圖如圖1所示。

圖1? 系統(tǒng)流程圖

1.2? 變壓器油外部循環(huán)設(shè)計(jì)

在模擬硬件平臺(tái)采用2個(gè)小型油泵作為變壓器油循環(huán)的外部動(dòng)力源，通過(guò)透明軟膠管連接模擬變壓器與設(shè)備油樣室，以及油樣室單向?qū)驓鈽邮遥瓿勺儔浩饔偷耐獠垦h(huán)。在油樣室內(nèi)安裝溫度傳感器、濁度傳感器以及pH傳感器實(shí)現(xiàn)變壓器油物理狀態(tài)測(cè)量，氣樣室內(nèi)安裝MQ-4甲烷傳感器、MQ-5乙烷傳感器、MQ-6丙烷傳感器、MQ-7一氧化碳傳感器、MQ-8氫氣傳感器，實(shí)現(xiàn)目標(biāo)氣體濃度數(shù)據(jù)測(cè)量。

1.3? TCP網(wǎng)絡(luò)通信過(guò)程

由于TCP通信是支持全雙工通信的，但是read（）和write（）函數(shù)是阻塞的，所以如果調(diào)用read讀取數(shù)據(jù)，會(huì)一直阻塞到接收完數(shù)據(jù)，如果一直無(wú)數(shù)據(jù)，則會(huì)無(wú)限期阻塞下去，同理write（）寫數(shù)據(jù)函數(shù)也一樣會(huì)阻塞到寫完數(shù)據(jù)[4-5]，其TCP服務(wù)端與客戶端交互步驟如圖2所示。

在下位機(jī)樹莓派上會(huì)實(shí)現(xiàn)對(duì)變壓器的實(shí)時(shí)在線監(jiān)測(cè)和故障預(yù)判，但是實(shí)時(shí)數(shù)據(jù)顯示以及預(yù)警信息要傳輸給上位機(jī)，上位機(jī)是一個(gè)運(yùn)行在PC機(jī)上總的服務(wù)站，對(duì)應(yīng)某一地區(qū)全部的變壓器在線檢測(cè)裝置。

圖2? TCP交互步驟

2? 變壓器油物理狀態(tài)測(cè)量

2.1? 變壓器油濁度測(cè)量

檢測(cè)變壓器油是否含有不溶性雜質(zhì)即濁度，例如纖維、炭黑以及其他的異物[6]，是變壓器進(jìn)行常規(guī)維護(hù)檢修時(shí)的第一步。采用濁度傳感器TS-300B監(jiān)測(cè)變壓器油中的濁度，TS-300B利用變壓器油中光的折射率和散射率來(lái)判斷濁度情況，將濁度轉(zhuǎn)換為電壓信號(hào)輸出。為了使測(cè)量結(jié)果更加精確必須對(duì)其進(jìn)行溫度補(bǔ)償，采用公式（1）實(shí)現(xiàn)溫度的補(bǔ)償。

？駐U=-0.019 2×（T-25），? ? ? （1）

式中：？駐U為電壓變化值，V；T為溫度，℃。

2.2? 變壓器油pH測(cè)量

在變壓器運(yùn)行過(guò)程中，當(dāng)pH呈現(xiàn)酸性時(shí)，變壓器油中的氫離子增多，使得變壓器油的導(dǎo)電性增高，降低絕緣性能，當(dāng)氫離子濃度到達(dá)一定極點(diǎn)時(shí)可能會(huì)產(chǎn)生難以挽回的故障[7]。當(dāng)變壓器運(yùn)行溫度較高時(shí)，由于酸性的作用，會(huì)使一些固體纖維絕緣材料遭到腐蝕，縮短設(shè)備的使用壽命。

采用的pH傳感器采集原理是檢油樣室中的氫離子濃度，氫離子在玻璃電極和參比電極間會(huì)由于濃度的不同對(duì)外表現(xiàn)不同的模擬電壓。

2.3? 變壓器油溫度測(cè)量

監(jiān)測(cè)變壓器的溫度是一個(gè)極其重要的檢測(cè)值，變壓器油的組成中含有著碳?xì)滏I和碳碳鍵，在變壓器發(fā)生異常故障，內(nèi)部溫度驟升時(shí)，變壓器油的溫度跟隨驟升，促使其中一部分的碳氧鍵和碳碳鍵發(fā)生斷裂，分解出氫原子和含碳自由基，由于二者都是較活躍的，所以會(huì)隨機(jī)結(jié)合反應(yīng)生成烷烴類化合物[8]，例如甲烷、乙烷、丙烷等。

在油浸式變壓器的內(nèi)部存在著一定量的用來(lái)固定、隔離的紙、層壓紙板或木塊等，因?yàn)樵谶@些材料的分子內(nèi)存在著大量的無(wú)水右旋糖環(huán)和弱的碳氧鍵（C-O）及葡萄糖甙鍵，這些分子的熱穩(wěn)定性要遠(yuǎn)遠(yuǎn)低于油中的碳?xì)滏I，所以隨著溫度的升高變化這些分子之間的鍵會(huì)發(fā)生裂解與碳化，并隨之生成大量的一氧化碳和二氧化碳，伴隨少量的烷烴類氣體，這也是要考慮的因素[9]。

變壓器不同的故障會(huì)產(chǎn)生不同的溫度變化狀態(tài)，引起氣體種類含量、溫度、pH和濁度等因素的不同變化，所以溫度是一個(gè)輔助判斷變壓器運(yùn)行狀態(tài)的重要參數(shù)。

3? 變壓器油釋放氣體測(cè)量

目前大多數(shù)氣體傳感器采用的都是催化燃燒式檢測(cè)，在檢測(cè)氣體時(shí)，尤其是檢驗(yàn)烷烴類氣體時(shí)，會(huì)有交叉敏感的特性[10]。以甲烷傳感器MQ-4為例，其在工作時(shí)也會(huì)對(duì)其他烷烴類氣體，例如乙烷產(chǎn)生反應(yīng)，而且本次使用多種傳感器，目標(biāo)氣體幾乎涵蓋了常見的烷烴類氣體。所以在排除干擾獲得精確氣體含量數(shù)據(jù)時(shí)，重點(diǎn)就在于構(gòu)建分析模型算法，結(jié)合變壓器油當(dāng)前pH、溫度值，以及各傳感器對(duì)不同氣體的量程等多個(gè)維度，來(lái)對(duì)氣體進(jìn)行綜合分析，以此得到正確的氣體數(shù)據(jù)值。

本次采用的氣體傳感器以及主要檢測(cè)對(duì)象見表1。

表1? 氣體傳感器與主要檢測(cè)氣體

在訓(xùn)練前進(jìn)行數(shù)據(jù)清洗，去除無(wú)用項(xiàng)，然后重新轉(zhuǎn)換為矩陣格式。將輸入的響應(yīng)，即對(duì)氣體數(shù)據(jù)的判定標(biāo)簽輸入。剩下就是將傳感器數(shù)據(jù)輸入訓(xùn)練模型張量中，然后輸入對(duì)應(yīng)標(biāo)簽的濃度數(shù)據(jù)，由于此時(shí)已經(jīng)不是簡(jiǎn)單地對(duì)氣體類別進(jìn)行分類，而是更具體地測(cè)試每種氣體的濃度，所以問(wèn)題就變成了回歸問(wèn)題。需要將這幾種氣體每次實(shí)驗(yàn)對(duì)應(yīng)的濃度數(shù)據(jù)加入到數(shù)據(jù)框架中，如此一來(lái)在模型輸出時(shí)就包含每種氣體的具體濃度數(shù)據(jù)，最后通過(guò)訓(xùn)練就可以實(shí)現(xiàn)目前大量數(shù)據(jù)得到每個(gè)類型傳感器的各自擬合多項(xiàng)式[11-12]。

氣體傳感器陣列矯正模型通過(guò)訓(xùn)練得到的OLS回歸結(jié)果見表2。

表2? 模型OLS回歸結(jié)果

接下來(lái)就是通過(guò)模型獲取預(yù)測(cè)的濃度，并在測(cè)試集上進(jìn)行比較驗(yàn)證，然后繪制如圖3所示的均方誤差。

圖3? 均方差圖

模型的脊回歸函數(shù)模型如圖4所示。在模型的最后得到了非常好的收斂效果，其最終的嶺回歸函數(shù)如圖5所示。

圖4? 脊回歸函數(shù)模型規(guī)則圖

圖5? 嶺回歸函數(shù)收斂圖

4? 結(jié)論

目前，嵌入式物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)得到了很大普及，很多方面都開始實(shí)現(xiàn)智能化，各國(guó)也在積極地將嵌入式技術(shù)、人工智能技術(shù)與電網(wǎng)相結(jié)合，實(shí)現(xiàn)智能電網(wǎng)。電力變壓器作為電網(wǎng)的核心樞紐，在電網(wǎng)運(yùn)行時(shí)如果變壓器發(fā)生異常故障，所帶來(lái)的損失可能是非常巨大的。所以對(duì)于不同容量的電力變壓器，常常會(huì)嚴(yán)格按照不同的檢測(cè)周期進(jìn)行檢修，以便及時(shí)發(fā)現(xiàn)潛在故障，預(yù)防重大事故的發(fā)生。但是傳統(tǒng)檢測(cè)方式有著極大的局限性，不能排除2次檢測(cè)時(shí)間中間發(fā)生異常故障的可能，而且每一次檢修都消耗大量的人力物力。

通過(guò)變壓器油在線檢測(cè)與故障預(yù)警系統(tǒng)，實(shí)現(xiàn)變壓器油在不停止運(yùn)行的情況下，實(shí)時(shí)在線檢測(cè)變壓器運(yùn)行狀態(tài)與故障預(yù)警。工作人員可以通過(guò)服務(wù)端上位機(jī)界面查看單位所屬管轄區(qū)域內(nèi)所有變壓器的實(shí)時(shí)運(yùn)行狀態(tài)數(shù)據(jù)，還可以在某一臺(tái)或幾臺(tái)設(shè)備發(fā)生故障初期及時(shí)進(jìn)行預(yù)警，使得技術(shù)人員可以及時(shí)鎖定將要發(fā)生故障變壓器的準(zhǔn)確位置以及故障原因，進(jìn)行及時(shí)專向的檢修排查，避免故障繼續(xù)惡化，發(fā)生重大損失。不僅節(jié)約了人力物力，還預(yù)防了重大事故對(duì)周邊自然環(huán)境的威脅，以及對(duì)人員的安全威脅。

參考文獻(xiàn)：

[1] 王蕭行，張衛(wèi)強(qiáng)，金慶輝，等.基于MOS傳感器陣列對(duì)有害混合氣體的檢測(cè)研究[J].傳感器與微系，2021，40（6）：24-26.

[2] 吳云龍，程武山.基于STM32的遠(yuǎn)程遙控機(jī)器人控制系統(tǒng)設(shè)計(jì)[J].無(wú)線電通信技術(shù)，2021，6（12）：1-8.

[3] 徐菁菁，張宇，楊俊清，等.基于FreeRTOS的車輛狀態(tài)監(jiān)測(cè)系統(tǒng)[J].電子器件，2021，44（2）：439-443.

[4] 傅玥，蔡興富.Socket網(wǎng)絡(luò)編程-基于TCP協(xié)議或UDP協(xié)議[J].中國(guó)新通信，2020，22（8）：57-58.

[5] 陳庭峰.基于Sockets通信的臨床設(shè)備監(jiān)控的設(shè)計(jì)實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù)，2020，16（28）：56-57，64.

[6] 曾新雄，周恒，梁景明，等.變壓器油絕緣電阻下降的原因分析與處理[J].電工電氣，2020（11）：40-43.

[7] 周維根，史玉華.變壓器油中水溶性酸增加問(wèn)題的調(diào)查分析[J].變壓器，1974（3）：36-39，49.

[8] 劉蘭榮，孫建濤，馬斌，等.溫度和微水對(duì)變壓器油及油紙絕緣介電性能的影響[J].電氣應(yīng)用，2021，40（3）：8-13.

[9] 惠所信，鮑兆環(huán).變壓器常見故障原因分析[J].農(nóng)村電工，2021，29（3）：43-44.

[10] YOUSEFI D A， PAQUET? D O， HINRICHS J， et al. Cover Feature： Parameter and state estimation of backers yeast cultivation with a gas sensor array and unscented Kalman filter[J]. Engineering in Life Sciences， 2021，21：3-4.

[11] 金成，王久洪，張成，等.結(jié)合傳感器陣列和BP神經(jīng)網(wǎng)絡(luò)的揮發(fā)性有機(jī)物定量檢測(cè)系統(tǒng)[J].西安交通大學(xué)學(xué)報(bào)，2021，6（25）：1-8.

[12] 路玉鳳，閆娟，茅健，等.基于傳感器的果蔬品質(zhì)檢測(cè)研究[J].物流科技，2021，44（4）：38-41，44.