特高压变压器多点位“光声光...色谱”融合分析监测系统研制_闫东昌.pdf

2023.05/特高压变压器多点位“光声光谱色谱”融合分析监测系统研制闫东昌李庆邵锟黄霄杰何力杰何其明李杰(河南中分仪器股份有限公司)摘要:为解决现有在线色谱分析监测周期长、维护成本高、长期运行数据偏差大等问题，本课题开发了一种特高压变压器多点位“光声光谱色谱”融合分析监测系统，其融合了新型高效脱气、“光声光谱色谱”融合分析、周期自标定多种新型技术，实现对特高压变压器的故障特征气体多点快速分析、长期自标定校准及超前预警功能，且经实验验证，在脱气效率、故障预测性及长期运作的数据精准度方面均优于传统在线色谱，为我国色谱在线分析技术水平提升开拓了新道路。关键词:光声光谱;色谱;融合分析;在线监测0引言随着国民经济的持续快速发展，我国电力行业也迎来了全新变革，电力网络正在逐渐走上了特高压、远距离的输电时代。作为实现“双碳目标”的关键，特高压输电技术也对电网安全运行提出了新的要求和挑战，特高压变压器的安全监测则是电网系统安全运行的关键1。即使处于当前的发展阶段，气相色谱对于变压器安全状态监测及潜在故障的排查作用仍举足轻重2，但由于色谱分析存在难以实现连续监测，维护成本较高、需要人为参与、过程易产生误差等缺陷3，逐渐在目前的变压器监测任务中表现不佳;随着光声光谱技术理论的提出及实践开展，拥有灵敏度高、零背景、高稳定性、免维护等特点的光声光谱在电力行业逐渐表现出较强的应用潜力4。相较于色谱分析，光声光谱探测技术存在以下优点:无需载气，且避免定期更换色谱柱，减少人工维护成本4;无需预热时间，可以快速实现在线监测5;使用的样气量较少6;更强的稳定性7，更好的重复性。但由于光声光谱方法自身特性多限，其不能直接测定特征气体 氢气8，另外烃类物质分析灵敏度低于色谱分析，进一步限制了其应用范围，因此，通过结合两者优势实现融合监测技术成为了未来的重要发展方向之一。为解决以上问题，本文结合色谱分析及光声光谱分析原理及特点，研发了一种多点位“光声光谱色谱”融合监护系统，辅以高效脱气方法、智能监测策略及融合分析算法，实现对特高压变压器的故障特征气体多点快速分析及预警功能。1设备结构及关键技术本项目基于“光声光谱色谱”融合分析技术的特高压变压器监测系统的研制，主要包含以下几个部分，高效油中溶解气体脱气技术、光声光谱 色谱”融合分析技术、周期自标定技术。此外，通过配套分析工作站，将样品的制备、脱气、进样及色谱分析完成全自动化，有效减小人工操作造成的误差，并通过高效脱气、“光声光谱色谱”融合分析、自标定校准等多种关键技术，全天候、多层面、高效率地保护特高压变流变压器的安全运行及维护。其具体的结构原理图如图 1 所示。图 1整体结构图1.1高效油中溶解气体脱气技术油中 溶 解 气 体 检 测 分 析 法(Dissolved GasAnalysis，DGA)一直是当前最受重视的变压器故障检测方法之一9。目前国内外主流脱气方法主要分为真空脱气法、膜分离法以及顶空脱气法10。膜分离法是基于溶解平衡原理实现的油气分离方法，相较于其他两种方法，其具有膜件自身结构简单，无需复杂的机械装34电气技术与经济/研究与开发/2023.05置，无需持续的载气，但由于其所需平衡时间过长，当前常规膜分离装置所需平衡时间也在 10 小时左右11，大大降低其实际分离效率;真空脱气法则是在真空的作用下，推动油中气体进入集气罐内，通常需要搅拌电机配合从而实现油气分离工作。其优点是脱气效率较高12，但同时由于需要将脱气室处理为真空状态，所需机械装置较为复杂，长时间使用真空泵抽真空能力会有所衰减13;顶空脱气法同样也是基于溶解平衡原理，该方法实现方式较为多样，其中动态顶空法较为成熟，其具有平衡时间较短，装置较为简单，可靠性好的优点，但脱气效率难以达到最大化，比较适合于便携式气体分析设备，难以适应连续不断的油气分离过程14。由于以上气体分离方法均有一定的缺陷，为了进一步提升油气分离效率及脱气效果，本课题研制了一种基于负压顶空的高效率脱气装置。本装置整体采用竖直气缸作为脱气室，通过进油管注入待测油样后，关闭进油管、集气管电磁阀，形成密闭环境。通过步进电机控制活塞快速下行，在液面底部和活塞之间形成的局部真空，从而快速脱出绝缘油中的溶解气体，脱出的气泡会随重力作用上移至定量管(即后端声光池)。通过多次反复上下拉脱后，利用直线步进电机调整活塞位置，使密封气缸内部压力为一个标准大气压。静止一段时间后达到溶解平衡，根据步进直线电机的位置，计算得到脱气体积。待测气体经过上部集气管进入气体分析模块，分配定律准确计算油中溶解气体的浓度。本方法兼顾了真空脱气和顶空脱气的优点，可有效的提升脱气稳定性和效率。1.2“光声光谱色谱”融合分析技术一般变压器内部存在过热性或放电性故障时，往往会有碳氢化合物、氢气等特征气体产生。变压器油中大部分气体分子在红外区均有吸收光谱，但由于H2分子在震动时不产生交变电磁场，因此不会与红外辐射能量发生相互作用而产生红外光谱8，且大量实验数据表明，当变压器出现故障时，氢气往往是最早出现的故障气体15，由于氢气在红外谱段无对应吸收波长，因此，难以通过光声光谱进行氢气单组分气体的检测。本课题开发了近红外激光光源光声信号激发模式，解决了激光光源成本高的问题。通过在光声池内部设置高反射率镜面反射，进一步提升光程，增加池内光功率，从而提升光声光谱的灵敏度。光源经过待测气体后，不同气体种类会产生不同波长的吸收谱线，吸收光能后的气体分子以相互碰撞的形式释放所吸收的能量，从而使周围气体受热膨胀。由于光源经过调制，其具有周期性，此时也会形成具有周期性的压力波，压力波被位于光声池中部的微音器所捕获，通过分析吸收谱线峰值的位置及高低来反映气体的种类及浓度的大小，经信号接收器放大，上传至 PC 端数据储存及分析。完成光声光谱分析后的待测气体，通过气路进入色谱分析模块，载气携带待测气体进入色谱柱进行组分分离，并进入检测器，完成多组分或单组分的定性及定量测定。本项目产品综合了光声光谱检测速度快、重复性较好，色谱分析灵敏度更高、可以检测H2等光声光谱难以检测的气体的优点，两者信息可进行互相补充，完成全组分检测及相互标定校准，可有效提升了检测效率及数据的准确性及可信度。数据融合已经不再是新鲜的概念，通过融合来自多个传感器的数据和相关信息，实现比单传感器更准确的判断。将其引入特高压变压器的安全检测可进一步提升检测效率与数据的精准性16。本课题基于 JDL融合模型，建立了“光声光谱色谱”数据融合分析方法。从输入数据间的关系来看，整体属于冗余型数据融合，通过多个输入数据的来源提供同一个目标信息，以融合增强数据的可信度。本方法主要依托新版智能工作站完成整个流程。该方法具体流程图如图2 所示，现对其进行说明:(1)首先，本系统设有多途径的信息来源，主要分为多通道采油位置信息、色谱分析所得信息及光声光谱所得信息，保障变压器状态参数多方位、综合性。(2)层级零:主要针对色谱分析数据、光声光谱分析数据进行预处理，对多次平行测试结果的异常值进行剔除，更新校准温度、压力、脱气体积等重要参数以减少偏差，有效保障基础数据的准确性;(3)层级一:对数据进行关联以获取特征气体属性，将两种来源的特征气体信息进行分类及识别，融合成一份完整特征气体信息，并对目标气体的状态进行跟踪;(4)层级二:对特征气体进行相关性分析，估计其在当前工作环境中的前后关系，在当前环境下的重要性进行评估;(5)层次三:对当前特征气体的发展形势进行预测，以研判故障类型的威胁程度，判定对应的威胁等级;(6)层次四:对完成的融合过程进行最终评估，并为客户提供相关建议，协调资源的调配，推进故障排查与处理。最终，数据库管理系统则用于储存获得的信息和融合的结果，可用于锻炼支撑后期机器的学习及分析。44电气技术与经济/研究与开发2023.05/图 2数据融合算法模型流程图1.3多点位检测及自标定技术目前变压器油中溶解气体传统在线监测装置检测周期较长(大部分超过 2 个小时)，且多采用单点采样，对于大型电力变压器，特别是结构复杂、尺寸庞大的换流变压器，发生故障后往往导致检测时间滞后，不利于及时排查隐患。此外，像离出油阀较远的变压器其高压套管升高座等特殊位置，难以短时间内参与变压器本体绝缘油循环。采用多点位监测分析，制定更加智能灵活的监测策略更有利于及时对变压器故障信息进行响应与预警。本课题通过调研收集变压器典型缺陷案例，分析其典型缺陷导致的故障特征，利用计算机利用计算机仿真研究不同油道结构和及物理特征(温度、浓度、比例)的扩散对流的流体动力学特征，以挑选出多个绝缘油中溶解气体检测的多个取油接口，并设计了基于多模块协同工作的智能监测策略，从而实现最终对多个监测点和检测模块的智能协调，提高在线监测产品的可靠性，实现多个分析单元和多个监测点的协同工作融合分析流程图如图 3 所示，其说明如下:(1)加强自身趋势对比。各模块进行纵向对比验证，保障数据准确可靠;(2)多部位同步监测。针对变压器中“死体积”部分设置专路采集，实时了解变压器内部整体状况;(3)智能分析周期切换。非故障时期，保持正常分析周期;当样品气体浓度超过预警值且系统判定故障，自动缩短分析周期，高频传输变压器内部状况相关数据;(4)智能监测模式转换。对重点部位采用“光声光谱+色谱全通道”高性能模式采油做样，加强全类气体特征分析对比;对其他常规部位采用“光声光谱+色谱氢气测定”普通模式采油做样，整体减低设备损耗，有效提升监测效率。图 3融合分析自标定技术流程图2实验验证2.1脱气性能测试对于某个确定油样，在固定脱气周期内分离出原油中待测气体的浓度越高，则代表着更高的脱气性能。在脱气效果一致的条件下，完成脱气所需的时间越短，更有利于缩短监测间隔，提升监测效率。以相同油样为测试样本，将本项目高效脱气方式与传统的机械震荡脱气、真空脱气作比较，控制脱气时间为 10min，记录比较各气体组分脱气效果。由表 1 可知，与传统机械震荡脱气相比，本项目研发的高效脱气方式在 10min 内，各组分气体脱气率均高于传统机械震荡脱气 2%7%，有效提升了较短时间内的脱气效率;与真空脱气方式相比，高效脱气方式下 CO、H2脱气率更高，整体来看，两种方式基本属于同一水平，但本项目研发的高效脱气方式无需真空脱气复杂机械结构及严格的操作条件，在更低设备及运维成本下实现了同等的脱气效果，综合效益更优，拥有更佳的应用潜力。54电气技术与经济/研究与开发/2023.05表 1脱气效率比较组分脱气率脱 气 方 式CH4C2H4C2H6C2H2COCO2H2新型高效脱气71%45%35%52%84%56%100%机械震荡脱气66%40%33%45%80%52%97%真空脱气72%45%35%53%82%56%99%2.2监测趋势测试为验证光声光谱色谱融合分析在监测趋势上的优越性，现通过改变油样浓度模拟变压器出现“电弧放电”故障，并采用光声光谱色谱融合分析、在线色谱分析同时对模拟变压器开展 6h 的监测，受分析方法差异影响，色谱分析周期为 2h，光声光谱色谱融合分析则为 30min。分析监测趋势如图 4 所示。图 4多点位光声光谱-色谱融合分析监测趋势由图 4 可知，在本次模拟监测过程中，光声光谱色谱融合分析在 30min 测定到 H2浓度出现明显上升，比在线色谱分析发现故障提前了 90min;此外，光声光谱色谱融合分析在 150min、180min 及 210min 监测到 CH4、C2H6、CO气体浓度明显上升，分别比在线色谱分析发现故障也提前了 90min、60min、30min，得益于光声光谱色谱分析更短的响应时间，光声光谱色谱融合分析方法在监测过程及预测方面更细致化，多点位油样监测技术在反映特征气体数据实时性更具优势，便于更准确对检测结果进行预测，提前对故障采取预警得到及时处理。2.3引入自标定性能测试为验证光声光谱-色谱融合分析自标定技术情况，以分析其在长时间运作后数据测量精准度。现多次配制已知浓度油样，将在线色谱仪器及光声光谱-色谱仪器同时开启运作 30 天，期间不对仪器进行维护或手工校准，分别在第 1 天、第 15 天、第 30 天使用两者对配制油样进行测定，记录测量值并计算与真实值的相对偏差。由表 3 结果可知，在运行 15 天后，光声光谱-色谱融合分析的各气体组分结果与准确值的值平均偏差为 1.29%，略 高 于 在 线 色 谱 分 析 的 平 均 偏 差(1.09%)，但基本属于同一水平;但在运行 30 天后，得益于光声光谱-色谱融合分析的自标定技术，其各气体组分结果与准确值的值平均偏差仅为 1.06%，明显优于无自标定技术的在线色谱分析(平均偏差为2.68%)。由此来看，随着系统运行时间的增加，在无频繁人为校准条件下，光声光谱-色谱融合分析更能有效保持检测数据的精准性，在变压器的长期监测过程中更具优势。表 2自标定性能测试项目方法天数组分CH4C2H4C2H6C2H2COCO2H2浓度 ppm在线色谱127.526.7730.1225.34150.122503.3773.791527.326.630.0225.32145.432490.4473.013026.925.729.2724.05144.622488.4172.36光声光谱-色谱融合127.4926.7530.0125.23149.992502.7574.311527.5227.7730.7624.77150.142488.2172.893027.926.9329.8924.89152.312495.3172.31平均偏差64电气技术与经济/研究与开发2023.05/(续)项目方法天数组分CH4C2H4C2H6C2H2COCO2H2平均偏差相对偏差在线色谱10.07%0.11%0.40%1.36%0.08%0.13%0.28%0.35%150.80%0.73%0.07%1.28%3.05%0.38%1.34%1.09%302.25%4.00%2.43%3.80%3.59%0.46%2.22%2.68%光声光谱-色谱融合10.11%0.18%0.03%0.92%0.01%0.11%0.42%0.25%150.00%3.52%2.53%0.92%0.09%0.47%1.50%1.29%301.38%0.47%0.37%0.44%1.54%0.19%2.28%1.06%3结束语基于现有的实际需求，本课题研制了一种多点位光声光谱-色谱融合分析监护系统，与传统在线色谱技术对比，本系统融合了新型高效脱气模块创新的光声光谱-色谱融合分析技术、周期自标定技术，融合光声光谱及色谱各自的优点。经实验验证，该系统在较低运维成本下依然能保障高效检测效率，在脱气效率、故障预测性及长期运作的数据精准度方面，均明显优于传统在线色谱技术，因此，本研究认为该系统具有较高的应用价值，为未来特高压变电设备的状态监护及故障诊断提供了一种新的方向和选择。参考文献 1李国恒 800kV 换流变阀侧套管试验方法分析 J 工程技术(文摘版)，2016(12):323 2李军浩，韩旭涛，刘泽辉，等 电气设备局部放电检测技术述评 J 高电压技术，2015，41(8):2583-2601 3张玉欣，程志峰，徐正平，等 参数寻优支持向量机在基于光声光谱法的变压器故障诊断中的应用 J 光谱学与光谱分析，2015，35(1):10-13 4查申龙 变压器故障气体宽带光声光谱技术研究 D 北京:中国科学技术大学，2017 5宫振峰 基于光纤声波传感的光声光谱微量气体分析仪 D 大连:大连理工大学，2018 6张川，王辅 光声光谱技术在变压器油气分析中的应用 J 高电压技术，2005(2):84-86 7张鸣 近红外光声光谱微量气体检测关键技术研究 D 大连:大连理工大学，2018 8张华威 运用光声光谱技术的变压器油中溶解气体检测研究 J 机电技术，2018，(2):96-100 9陈图南，马凤翔，王刘芳，等 高分子渗透膜在变压器油中溶解气体分析中的应用 J 电工技术学报，2022，37(3):750-766 10何进西 浅析高压变压器绝缘油在线色谱脱气方式对变压器安全性的影响及改进措施 J 机电信息，2019(27):67-68 11赵振喜，陈诚，王敬一，等 特高压变压器油中溶解气体在线监测技术概述 J 电气开关，2022，60(4):1-5 12彭倩，文德斌，姚晓，等 油中溶解气体分离系统的研究 J 仪表技术与传感器，2013(3):58-60 13邸龙 肇庆电网变压器油色谱在线监测系统应用研究 D 广州:华南理工大学，2010 14李洋流 基于膜分离与光声光谱的绝缘油中溶解气体在线分析技术 D 哈尔滨:哈尔滨工业大学，2011 15习邓林 变压器油中氢气检测系统研究 D 武汉:华中科技大学，2021 16曹开臣 一种信息融合系统 JDL 功能修正模型 J 信息与电脑(理论版)，2016(21):108-110(收稿日期:2023-03-21)74电气技术与经济/研究与开发