应用多频超声技术检测变压器油理化性能的系统及方法技术方案

技术编号:27605369 阅读:19 留言:0更新日期:2021-03-10 10:29
本发明专利技术涉及一种应用多频超声技术检测变压器油理化性能的系统及方法,属于变压器油老化程度检测领域。该方法通过建立不同频率超声波在变压器油中的传播特性参数与变压器油理化性能参数之间的关联,从而建立变压器油理化性能参数的检测系统。其中,采用改进的灰狼算法优化反向传播神经网络的权值和函数参数,再训练改进后的神经网络,从而建立检测系统快速准确地获取变压器油理化性能参数。本发明专利技术能够实现无损检测,同时最大程度上避免外部环境对检测结果的干扰。检测结果的干扰。检测结果的干扰。

【技术实现步骤摘要】
应用多频超声技术检测变压器油理化性能的系统及方法


[0001]本专利技术属于变压器油老化程度检测领域,涉及一种基于多频超声技术的变压器油理化性能检测方法及系统。

技术介绍

[0002]随着智能化电网规模的逐步扩大,对电网的供电质量和安全可靠运行的要求也越来越高。变压器作为电力系统中最核心的设备之一,承担着整个电网的输变电任务,其稳定的运行状态关乎到电力系统的安全运行。目前,电网中的电力变压器多为油浸式电力电压器,而变压器油是油浸式电力变压器中不可或缺的一部分,在变压器运行过程中主要起绝缘、散热冷却及消弧作用。但是,在日常运行过程中,变压器油会受到光、热、氧、机械及各种环境因素的影响而导致各项性能指标逐步劣化,严重时还会造成变压器设备损坏或烧毁等重大事故,危害整个供电系统的安全和可靠运行。因此,对变压器油进行检测,以便及时发现油质劣化和绝缘性能下降等问题,进而对变压器进行过滤或更换,对保证变压器的安全稳定运行具有重大意义。
[0003]目前电力行业对变压器油的检测方法还是以红外光谱和气相色谱法居多,通过一定的方法对变压器油的理化性质进行检测,但是气相色谱法易受到温度等环境因素的干扰,对检测的结果会产生一定的影响,而激光吸收光谱法的光源强度较弱,测量精度较低。
[0004]近来,电力行业对变压器油的理化性质的检测主要是采用各电气绝缘参数的检测设备对表征变压器油质量的各电气绝缘参数进行单独检测。虽然达到了检测的准确性,但每一个参数需要不同的检测设备,导致检测过程繁琐并且设备昂贵增加了检测的经济成本。此外,该方法需要将油样从运行中的变压器中取出并送往外部实验室进行检测,所以存在取样及保存易污染等问题。
[0005]因此,亟需一种受干扰较小,能够实现无损检测的变压器油检测系统。

技术实现思路

[0006]有鉴于此,本专利技术的目的在于提供一种基于多频超声技术的变压器油理化性能检测方法及系统,在保证检测的准确率的同时,能够实现无损检测。
[0007]为达到上述目的,本专利技术提供如下技术方案:
[0008]1、一种应用多频超声技术检测变压器油理化性能的方法,具体包括以下步骤:
[0009]S1:获取变压器油中的超声波传播特性参数;
[0010]S2:将获取的超声波传播特性参数和变压器油理化性质参数的实际值作为训练样本,利用IGWO-BPNN算法对样本进行训练,建立变压器油理化性能参数的IGWO-BPNN检测模型;其中,IGWO-BPNN算法是采用改进的灰狼算法(IGWO)优化反向传播神经网络(BPNN)的权值和函数参数;
[0011]S3:利用IGWO-BPNN检测模型对每次检测获取的数据进行分析,并给出变压器油理化性能参数的检测结果。
[0012]进一步,步骤S2中,多频超声波检测技术原理:超声波在介质中传播时,能量会随着传播距离的增加而逐渐减弱,在非均匀介质中传播时,衰减主要是散射衰减和吸收衰减。超声波在非均匀介质中传播时总的衰减系数α可近似为
[0013][0014]其中,α
η
为吸收衰减系数;α
s
为散射衰减系数;f为超声波频率;c为超声波传播速度;ρ为液体介质密度;η为黏滞系数;将散射粒子近似看作刚性小球,r为小球半径;n为单位体积内散射粒子数目。
[0015]变压器油是一种含有大尺寸颗粒物的非均匀介质,由上式可知,超声波在变压器油中传播时,超声波的频率、变压器油中颗粒物的大小和数目、变压器油的性能等都会对超声波的波速和衰减系数等传播特性产生影响。因此可以建立不同频率超声波在变压器油中的传播特性参数与变压器油理化性能参数之间的关联,从而建立变压器油理化性能参数的检测系统。为建立以上检测系统,采用改进的灰狼算法优化反向传播神经网络的权值和函数参数,再训练优化后的神经网络,从而建立检测系统快速准确地获取变压器油理化性能参数。
[0016]所述改进的灰狼算法具体包括:灰狼算法按照适应度将整个狼群划分为四个级别,适应度前3个分别为最优狼α、次优狼β和第三优狼δ,其余灰狼作为ω,灰狼在捕食过程中,要接近猎物并对猎物进行包围,与之相对应,在改进的灰狼(IGWO)算法中要确定灰狼个体与猎物之间的距离并更新灰狼的位置;
[0017]D=|C
·
X
P
(t)-X(t)|
[0018]X(t+1)=X
P
(t)-A
·
D
[0019]其中,t为当前迭代次数,X
P
为猎物的位置,X(t)为当前灰狼位置,X(t+1)为灰狼更新后的位置;C为摆动因子,C=2r1,r1是[0,1]内的随机数;A=2ar
22-a,r2为[0,1]内的随机数,a为收敛因子,a随着迭代次数增加从2线性递减到0;
[0020][0021]其中,t
max
为最大迭代次数;
[0022]在狩猎过程中,最优狼α带领β、δ对猎物进行追捕,追捕猎物的方位具体为:
[0023]首先,计算狼群中个体追捕猎物方位,数学表达如下:
[0024][0025]其中,D
α
、D
β
、D
δ
分别为灰狼个体α、β、δ与猎物之间的距离;C1、C2、C3分别为对应的摆动因子;X
α
(t)、X
β
(t)、X
δ
(t)分别为灰狼个体α、β、δ当前的位置,X
α
(t+1)、X
β
(t+1)、X
δ
(t+1)分别为灰狼个体α、β、δ更新后的位置;A1、A2、A3分别为对应的系数;
[0026]然后,计算出个体向猎物移动的方向,得到灰狼个体ω更新后的位置X
ω
(t+1),数学表达式如下:
[0027]X
ω
(t+1)=[X
α
(t+1)+X
β
(t+1)+X
δ
(t+1)]/3
[0028]其中,X
ω
(t)和X
ω
(t+1)分别为灰狼ω的当前位置和更新后位置。
[0029]进一步,步骤S2中,采用改进的灰狼算法优化反向传播神经网络的权值和函数参数,具体包括以下步骤:
[0030]1)构建反向传播神经网络;
[0031]2)反向传播神经神经网络参数初始化;确定灰狼种群的规模、最大迭代次数、确定灰狼个体位置信息的维度以及灰狼维度的上下界,随机初始化灰狼位置;
[0032]3)选取适应度函数,计算适应度,选取最优狼α、次优狼β以及第三优狼δ;
[0033]4)更新剩余灰狼的位置信息ω,并更新参数A、C和a;
[0034]5)判断是否达到设定的最大迭代次数或者设定的误差,否则重复步骤3)和步骤4)直到满足条件;
[0035]6)输出最优狼α的位置,映射为权值矩阵,作为BPNN神经网络本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种应用多频超声技术检测变压器油理化性能的系统,其特征在于,该系统包括:多频超声波发射接收模块(1)、数据采集模块(2)和上位机(3);所述多频超声波发射接收模块(1)用于发射与接收超声回波信号;所述数据采集模块(2)用于对超声波回波信号的采集及处理;所述上位机(3)通过分析计算获取的超声波传播特性参数,并将获取的参数和变压器油理化性质参数的实际值作为训练样本,利用IGWO-BPNN算法对样本进行训练,建立变压器油理化性能参数的IGWO-BPNN检测模型;最后利用检测模型对每次检测获取的数据进行分析,并给出变压器油理化性能参数的检测结果。2.根据权利要求1所述的检测变压器油理化性能的系统,其特征在于,所述多频超声波发射接收模块包括多频超声波收发电路(11)、超声波换能器(12);所述多频超声波收发电路(11)包括超声波发射驱动电路(101)和超声波回波处理电路(102);所述超声波发射驱动电路(101)用于产生不同频率的方波脉冲信号并驱动超声波换能器发射出超声波信号;所述超声波换能器(12)相互转换电信号和超声信号;所述超声波回波处理电路(102)将超声波进行初步的过滤、放大后再传入数据采集模块(2)。3.根据权利要求2所述的检测变压器油理化性能的系统,其特征在于,所述超声波换能器(12)选用100K、200K或300K三种发射/接收探头。4.根据权利要求3所述的检测变压器油理化性能的系统,其特征在于,所述数据采集模块包括信号放大电路(21)、滤波电路(22)和数模转换电路(23);所述信号放大电路(21)用于放大多频超声波发射接收模块接收的超声回波信号;所述滤波电路(22)用于滤除超声回波信号中各种其他频率的干扰信号,获得准确的多频超声信号模拟量;所述数模转换电路(23)用于将多频超声模拟量转化为数字信号后传输给上位机。5.一种应用多频超声技术检测变压器油理化性能的方法,其特征在于,该方法具体包括以下步骤:S1:获取变压器油中的超声波传播特性参数;S2:将获取的超声波传播特性参数和变压器油理化性质参数的实际值作为训练样本,利用IGWO-BPNN算法对样本进行训练,建立变压器油理化性能参数的IGWO-BPNN检测模型;其中,IGWO-BPNN算法是采用改进的灰狼算法优化反向传播神经网络的权值和函数参数;S3:利用IGWO-BPNN检测模型对每次检测获取的数据进行分析,并给出变压器油理化性能参数的检测结果。6.根据权利要求5所述的检测变压器油理化性能的方法,其特征在于,步骤S2中,所述改进的灰狼算法具体包括:灰狼算法按照适应度将整个狼群划分为四个级别,适应度前3个分别为最优狼α、次优狼β和第三优狼δ,其余灰狼作为ω,灰狼在捕食过程中,要接近猎物并对猎物进行包围,与之相对应,在改进的灰狼算法中要确定灰狼个体与猎物之间的距离并更新灰狼的位置;D=|C
...

【专利技术属性】
技术研发人员:刘明辉苏阳何运华郭晨鋆张际明李秀明杨文一
申请(专利权)人:云南电网有限责任公司保山供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1