科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现油浸式变压器风扇运行状态异常的在线监测,提出了一种以自冷油循环变压器油指数为特征值的风扇风量异常监测方法。首先,为找出变压器在风扇运行状态变化前后的特征量区别,基于动量、能量、油流量守恒公式建立变压器油浸自冷(oil natural air natural, ONAN)和油浸风冷(oil natural air forced, ONAF)两种冷却方式的温升计算模型;然后,根据计算模型获得变压器不同负载的顶层油温升,利用油温拟合并对比两种冷却方式下的油指数,得到ONAN和ONAF冷却模式下油指数分别为0.821 3和0.928 0,说明油指数区别风扇风量异常前后状态的显著性;最后,基于粒子群算法(particle swarm optimization, PSO)对变压器顶层油温现场数据进行油指数在线监测。研究结果表明:风扇风量的减少使油指数从0.9～0.95区间过渡到0.8～0.85区间,能够较为灵敏的反映变压器风扇风量变化。该研究为风扇早期故障的智能化监测提供了新的思路和方法。
- 单位
