变压器油在线检测与故障预警系统实验装置设计

辛平 卜剑秋 贲沿浩 刁树森

摘  要：电力变压器在电网中担任着核心角色，但是目前的维修模式存在着盲目强制性，往往消耗大量人力物力，为解决此现象，通过研发变压器油在线检测与故障预警系统实验装置，建立应修尽修的预测性维修模式，实现变压器在线运行状态实时监测，运行故障分析预警功能。通过FreeRTOS并行实时采集数据变压器油的基础数据，利用python的pytorch深度学习模型处理数据，实现通过变压器油间接监测变压器的运行状态，上报实时数据与预警信息，减少由于故障引发事故发生的概率，节省变压器检修的人力物力消耗，加快我国智慧电网的建设过程。

关键词：实时监测；外循环变压器油；气体传感器阵列模型；pytorch深度学习；变压器油

中图分类号：TP391.7      文献标志码：A          文章编号：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

電力变压器在电网中扮演着输送电、变电的枢纽作用，所以保证其安全平稳的运行显得至关重要，我国电力变压器的检修方式主要为定期检修和事故后检修，存在“检修过度”和“检修不足”的情况。为了避免以上情况的发生，提出了状态检修方法，传统检修方式是根据变压器的容量对应的规定周期实行按时检修，充满了强制盲目性。为了实现变压器运行状态的在线监测，就需要在不影响变压器运行的情况下完成变压器油的气体分离与监测，通过将氢气传感器、一氧化碳传感器、甲烷传感器、乙烷传感器和丙烷传感器等组成一个传感器阵列，用来检测变压器运行期间状态的价值气体。通过在取样化学平台气室内暴露于不同浓度各目标气体的合成空气动态混合物中，提供所有气体传感器组成阵列的采集时间序列以及各气体的浓度，温度的测量值，进而训练得到传感器阵列矫正模型，从而可以灵敏精确地检测变压器油释放气体中各目标气体的浓度。同时通过变压器油物理因素，如浊度、pH、温度等辅助进行变压器运行状态的判断，并在此基础上实现故障预警功能[1]。

1  系统方案设计

1.1  系统整体流程

变压器油在线检测与故障预警系统通过变压器油外部循环模块实现变压器内部与油样室的油循环，气体传感器阵列模块实现氢气、甲烷等重要气体的浓度采集，浊度模块、pH模块、温度模块实现变压器油物理状态数据采集，STM32F429单片机现搭载FreeRTOS[2-3]，实现底层并行实时数据的采集，串口通信实现单片机与主控树莓派间的数据传送，树莓派搭建气体传感器阵列矫正模型进行数据的处理，通过TCP协议实现设备与远端服务器间的数据交换，详细的系统流程图如图1所示。

图1  系统流程图

1.2  变压器油外部循环设计

在模拟硬件平台采用2个小型油泵作为变压器油循环的外部动力源，通过透明软胶管连接模拟变压器与设备油样室，以及油样室单向导向气样室，完成变压器油的外部循环。在油样室内安装温度传感器、浊度传感器以及pH传感器实现变压器油物理状态测量，气样室内安装MQ-4甲烷传感器、MQ-5乙烷传感器、MQ-6丙烷传感器、MQ-7一氧化碳传感器、MQ-8氢气传感器，实现目标气体浓度数据测量。

1.3  TCP网络通信过程

由于TCP通信是支持全双工通信的，但是read（）和write（）函数是阻塞的，所以如果调用read读取数据，会一直阻塞到接收完数据，如果一直无数据，则会无限期阻塞下去，同理write（）写数据函数也一样会阻塞到写完数据[4-5]，其TCP服务端与客户端交互步骤如图2所示。

在下位机树莓派上会实现对变压器的实时在线监测和故障预判，但是实时数据显示以及预警信息要传输给上位机，上位机是一个运行在PC机上总的服务站，对应某一地区全部的变压器在线检测装置。

图2  TCP交互步骤

2  变压器油物理状态测量

2.1  变压器油浊度测量

检测变压器油是否含有不溶性杂质即浊度，例如纤维、炭黑以及其他的异物[6]，是变压器进行常规维护检修时的第一步。采用濁度传感器TS-300B监测变压器油中的浊度，TS-300B利用变压器油中光的折射率和散射率来判断浊度情况，将浊度转换为电压信号输出。为了使测量结果更加精确必须对其进行温度补偿，采用公式（1）实现温度的补偿。

？驻U=-0.019 2×（T-25），      （1）

式中：？驻U为电压变化值，V；T为温度，℃。

2.2  变压器油pH测量

在变压器运行过程中，当pH呈现酸性时，变压器油中的氢离子增多，使得变压器油的导电性增高，降低绝缘性能，当氢离子浓度到达一定极点时可能会产生难以挽回的故障[7]。当变压器运行温度较高时，由于酸性的作用，会使一些固体纤维绝缘材料遭到腐蚀，缩短设备的使用寿命。

采用的pH传感器采集原理是检油样室中的氢离子浓度，氢离子在玻璃电极和参比电极间会由于浓度的不同对外表现不同的模拟电压。

2.3  变压器油温度测量

监测变压器的温度是一个极其重要的检测值，变压器油的组成中含有着碳氢键和碳碳键，在变压器发生异常故障，内部温度骤升时，变压器油的温度跟随骤升，促使其中一部分的碳氧键和碳碳键发生断裂，分解出氢原子和含碳自由基，由于二者都是较活跃的，所以会随机结合反应生成烷烃类化合物[8]，例如甲烷、乙烷、丙烷等。

在油浸式变压器的内部存在着一定量的用来固定、隔离的纸、层压纸板或木块等，因为在这些材料的分子内存在着大量的无水右旋糖环和弱的碳氧键（C-O）及葡萄糖甙键，这些分子的热稳定性要远远低于油中的碳氢键，所以随着温度的升高变化这些分子之间的键会发生裂解与碳化，并随之生成大量的一氧化碳和二氧化碳，伴随少量的烷烃类气体，这也是要考虑的因素[9]。

变压器不同的故障会产生不同的温度变化状态，引起气体种类含量、温度、pH和浊度等因素的不同变化，所以温度是一个辅助判断变压器运行状态的重要参数。

3  变压器油释放气体测量

目前大多数气体传感器采用的都是催化燃烧式检测，在检测气体时，尤其是检验烷烃类气体时，会有交叉敏感的特性[10]。以甲烷传感器MQ-4为例，其在工作时也会对其他烷烃类气体，例如乙烷产生反应，而且本次使用多种传感器，目标气体几乎涵盖了常见的烷烃类气体。所以在排除干扰获得精确气体含量数据时，重点就在于构建分析模型算法，结合变压器油当前pH、温度值，以及各传感器对不同气体的量程等多个维度，来对气体进行综合分析，以此得到正确的气体数据值。

本次采用的气体传感器以及主要检测对象见表1。

表1  气体传感器与主要检测气体

在训练前进行数据清洗，去除无用项，然后重新转换为矩阵格式。将输入的响应，即对气体数据的判定标签输入。剩下就是将传感器数据输入训练模型张量中，然后输入对应标签的浓度数据，由于此时已经不是简单地对气体类别进行分类，而是更具体地测试每种气体的浓度，所以问题就变成了回归问题。需要将这几种气体每次实验对应的浓度数据加入到数据框架中，如此一来在模型输出时就包含每种气体的具体浓度数据，最后通过训练就可以实现目前大量数据得到每个类型传感器的各自拟合多项式[11-12]。

气体传感器阵列矫正模型通过训练得到的OLS回归结果见表2。

表2  模型OLS回归结果

接下来就是通过模型获取预测的浓度，并在测试集上进行比较验证，然后绘制如图3所示的均方误差。

图3  均方差图

模型的脊回归函数模型如图4所示。在模型的最后得到了非常好的收敛效果，其最终的岭回归函数如图5所示。

图4  脊回归函数模型规则图

图5  岭回归函数收敛图

4  结论

目前，嵌入式物联网技术、人工智能技术得到了很大普及，很多方面都开始实现智能化，各国也在积极地将嵌入式技术、人工智能技术与电网相结合，实现智能电网。电力变压器作为电网的核心枢纽，在电网运行时如果变压器发生异常故障，所带来的损失可能是非常巨大的。所以对于不同容量的电力变压器，常常会严格按照不同的检测周期进行检修，以便及时发现潜在故障，预防重大事故的发生。但是传统检测方式有着极大的局限性，不能排除2次检测时间中间发生异常故障的可能，而且每一次检修都消耗大量的人力物力。

通过变压器油在线检测与故障预警系统，实现变压器油在不停止运行的情况下，实时在线检测变压器运行状态与故障预警。工作人员可以通过服务端上位机界面查看单位所属管辖区域内所有变压器的实时运行状态数据，还可以在某一台或几台设备发生故障初期及时进行预警，使得技术人员可以及时锁定将要发生故障变压器的准确位置以及故障原因，进行及时专向的检修排查，避免故障继续恶化，发生重大损失。不仅节约了人力物力，还预防了重大事故对周边自然环境的威胁，以及对人员的安全威胁。

参考文献：

[1] 王萧行，张卫强，金庆辉，等.基于MOS传感器阵列对有害混合气体的检测研究[J].传感器与微系，2021，40（6）：24-26.

[2] 吴云龙，程武山.基于STM32的远程遥控机器人控制系统设计[J].无线电通信技术，2021，6（12）：1-8.

[3] 徐菁菁，张宇，杨俊清，等.基于FreeRTOS的车辆状态监测系统[J].电子器件，2021，44（2）：439-443.

[4] 傅玥，蔡兴富.Socket网络编程-基于TCP协议或UDP协议[J].中国新通信，2020，22（8）：57-58.

[5] 陈庭峰.基于Sockets通信的临床设备监控的设计实现[J].电脑知识与技术，2020，16（28）：56-57，64.

[6] 曾新雄，周恒，梁景明，等.變压器油绝缘电阻下降的原因分析与处理[J].电工电气，2020（11）：40-43.

[7] 周维根，史玉华.变压器油中水溶性酸增加问题的调查分析[J].变压器，1974（3）：36-39，49.

[8] 刘兰荣，孙建涛，马斌，等.温度和微水对变压器油及油纸绝缘介电性能的影响[J].电气应用，2021，40（3）：8-13.

[9] 惠所信，鲍兆环.变压器常见故障原因分析[J].农村电工，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，张成，等.结合传感器阵列和BP神经网络的挥发性有机物定量检测系统[J].西安交通大学学报，2021，6（25）：1-8.

[12] 路玉凤，闫娟，茅健，等.基于传感器的果蔬品质检测研究[J].物流科技，2021，44（4）：38-41，44.