应用多频超声技术检测变压器油理化性能的系统及方法与流程

1.本发明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。


背景技术：

2.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。
3.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。
4.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。
5.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。


技术实现要素：

6.有鉴于此，本发明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。
7.为达到上述目的，本发明提供如下技术方案：
8.1、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：
9.s1：获取变压器油中的超声波传播特性参数；
10.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；
11.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。
12.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神经网络隐含层到输出层的权值，实现igwo-bpnn检测模型；
[0036]
7)将数据预处理后输入已经训练好的igwo-bpnn检测模型，得到预测结果。
[0037]
2、一种应用多频超声技术检测变压器油理化性能的系统，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。
[0038]
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。
[0039]
数据采集模块2用于对超声波回波信号的采集及处理。
[0040]
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。
[0041]
进一步，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(探头阵列)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；
[0042]
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、放大等处理后再传入数据采集模块2。
[0043]
进一步，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，获得更多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。
[0044]
本发明的有益效果在于：本发明采用的多频超声检测技术能够完成对3种不同频率超声波进行发射和接收，完成对回波信号的采集，通过对回波信号的处理获取超声波的声速及衰减系数等参量，并建立其与变压器油参数之间的关联，进而通过检测穿过变压器油的多频超声波的参量来检测变压器油的理化性质。在最大程度上避免外部环境对检测结果的干扰，相比于现有技术极大的节省了实验时间及实验成本。
[0045]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和
获得。
附图说明
[0046]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0047]
图1为本发明多频超声波检测系统整体框图；
[0048]
图2为本发明多频超声波检测系统的具体结构框图；
[0049]
图3为本发明采用的igwo-bpnn算法流程图；
[0050]
图4为实施例1中击穿电压检测结果图；
[0051]
图5为实施例1中介质损耗因数检测结果图；
[0052]
图6为实施例1中运动粘度检测结果图；
[0053]
图7为实施例1中酸值检测结果图；
[0054]
附图标记：1-多频超声波发射接收模块，2-数据采集模块，3-上位机；11-多频超声波收发电路，101-超声波发射驱动电路，102-超声波回波处理电路；12-超声波换能器，21-信号放大电路，22-滤波电路，23-数模转换电路。
具体实施方式
[0055]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0056]
请参阅图1～图3，本发明优选了一种应用多频超声技术检测变压器油理化性能的系统，如图1、2所示，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；
[0057]
多频超声波发射接收模块1主要用来实现超声波信号的发射与回收，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。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，其中超声波发射驱动电路101会产生不同频率的方波脉冲信号并驱动超声波换能器12发射出超声波信号，超声波换能器12可以相互转换电信号和超声信号，超声波回波处理电路102将超声波进行初步的过滤、放大等处理后再传入数据采集模块2。
[0058]
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，其中信号放大电路21对控制器传输回来的信号进行放大，滤波电路22对回波中各种其他频率的干扰信号进行滤除，获得更多准确的多频超声信号模拟量，数模转换电路23将多频超声模拟量转化为数字信号后传输到上位机软件。
[0059]
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。
[0060]
优选实施例，超声波换能器12选用100k、200k、300k三种发射/接收探头。
[0061]
本实施例检测系统工作时，首先多频超声波发射驱动电路产生不同频率的方波脉冲信号，分别激励发射探头阵列发射多个不同频率的超声波信号通过变压器油，然后，多频超声波穿过变压器油后超声波接收探头阵列接收回波信号，回波处理电路会对回波信号进行初步的滤波和放大的处理；数据采集模块中的信号放大电路对经过处理的回波信号等数据进行进一步的放大之后传送至滤波处理电路，滤除其他频率的干扰信号后将准确的多频超声信号模拟量传输到数模转换电路，数模转换电路将多频超声模拟量转化为数字信号后传输到上位机进行分析并处理；上位机通过分析计算获取超声波的传播特性参数，并将获取的超声波传播特性参数和变压器油理化性能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。
[0062]
如图3所示，改进灰狼算法优化的反向传播神经网络(igwo-bpnn)算法流程，具体步骤如下:
[0063]
1)构建反向传播神经网络bpnn，确定反向传播神经网络拓扑结构。
[0064]
2)igwo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。
[0065]
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。
[0066]
4)更新剩余灰狼的位置信息ω，并更新参数a、c和a。
[0067]
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。
[0068]
6)输出最优狼α的位置，映射为权值矩阵，作为bp神经网络隐含层到输出层的权值，实现igwo-bpnn模型。
[0069]
7)将数据预处理后输入已经训练好的igwo-bpnn模型，得到预测结果，与实际值对比，检验模型的可靠性。
[0070]
实施例1：
[0071]
应用本发明提出的多频超声波检测系统对国网供电公司某220kv三相变压器进行检测，提取变压器油样，利用基于igwo-bpnn的检测模型对检测得到的数据进行分析。为提高检测的准确度，对变压器油进行了10次检测，将所有数据导入软件系统获取其击穿电压、介质损耗因数、运动粘度和酸值并求取每个参数的平均值。软件系统对生成的油参数检测结果进行分析后，最后给出变压器油参数检测报告。下面首先对各个参数的检测结果进行分析。
[0072]
如图4所示，将变压器油击穿电压的10次检测结果求取平均值为54.95kv，根据gb2536-2011标准，变压器油的击穿电压不小于30kv，符合标准。表明该变压器油的耐受极限电应力的能力较强，绝缘性能较好，油中水分、纤维杂质或者极性杂质较少，变压器油受污染程度和老化程度都较低。
[0073]
如图5所示，将变压器油介质损耗因数的10次检测结果求取平均值为0.021％，根据gb2536-2011标准，变压器油的介质损耗因数不大于0.5％，符合标准。表明该变压器油中的极性污染物、水分或胶体物质含量相对较低，油品污染或者油质劣化程度较低。
[0074]
如图6所示，将变压器油运动粘度的10次检测结果求取平均值为9.58mm2/s，根据
gb2536-2011标准，变压器油的运动粘度不大于12mm2/s，符合标准。表明该变压器油油中含有的固体颗粒杂质较少，油液流动时油中分子间内摩擦较小，变压器油的冷却效果较好。
[0075]
如图7所示，将变压器油酸值的10次检测结果求取平均值为0.0088mg koh/g，根据gb2536-2011标准，变压器油的酸值不大于0.01mg koh/g，符合标准。表明该变压器油老化程度较低，受污染程度较低，具有较好的性能。
[0076]
该变压器油的各个性能参数值都符合gb 2536-2011标准，在正常范围之内，可以判断当前变压器油处于健康状态。该变压器从投入运行以来，从未发生由变压器油原因引起的故障，一直保持正常运行状态，也再次验证了本系统所给检测结果的正确性。
[0077]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。