[发明专利]一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法

说明书

本发明属于电力设备安全状态评估领域，具体涉及一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法，所述方法采用油纸绝缘设备绝缘油拉曼光谱小波包能量熵作为老化特征量，结合Kennard‑Stone算法、多分类支持向量机构建、并运用遗传算法优化得到的老化诊断模型能够快速有效地实现现场油纸绝缘设备的整体老化状态诊断，不仅不需要对某一种油中溶解老化特征物浓度进行定量分析，具有更好的容错性能；且具有“成长性”，在今后工作中可将现场运行变压器中取得的油纸绝缘样本来扩充该诊断模型的样本库，实现对诊断模型的不断校正与改进，提高油纸绝缘设备的运行维护水平。

技术领域

本发明属于电力设备安全状态评估领域，涉及一种变压器老化诊断方法，具体涉及一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法。

背景技术

现场快速诊断运行油纸绝缘设备的老化状态是提高设备运行安全、防止重大事故的关键，对确保电力系统运行安全具有重要意义。目前，现有的油纸绝缘老化状态诊断方法，主要是由绝缘老化引起的理化参数和电气性能参数的变化来进行评估。理化参数中的聚合度和拉伸强度最能真实反映油纸绝缘的老化强度，但测量时需要对变压器进行停电吊罩，从绕组几处最有代表性的部位取样，实施起来难度大，且会对绝缘造成损伤。电气性能参数主要是参考绝缘油中气体分析及糠醛、甲醇以及丙酮含量等单一特征参量的阈值，但糠醛的含量测定方法中高效液相色谱法操作复杂、洗脱困难且存在柱外效应，紫外光谱法检测效果不稳定且易受到油中有机物的干扰，比色法不仅效果不理想，且检测中使用的甲苯胺被认为是最强的致癌物之一；而油中CO及CO₂含量检测通常采用的气相色谱法，色谱柱的性能会随着使用时间的增长逐渐下降，且气相色谱检测系统需要高水平的检测人员在实验室中进行操作，限制了其在现场检测中的运用。目前尚未形成能够对绝缘整体老化状况作出有效现场诊断的方法，因此，研究一种能够快速有效地诊断油纸绝缘设备老化程度的方法，不仅具有重要的意义，且应用前景巨大。

发明内容

本发明的目的是提供一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法，所述方法以小波包能量熵为特征量，能够快速有效地评估油纸绝缘设备的老化程度，准确度高，容错性能高，且具有“成长性”。

为实现上述发明目的，本发明提供以下内容：

一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法，包括以下步骤：

步骤(1)：测定训练样本油纸绝缘设备绝缘油的拉曼光谱信号；

步骤(2)：将步骤(1)获得的拉曼光谱信号小波包分解，计算小波包能量熵；

步骤(3)：运用Kennard-Stone算法建立训练样本矩阵，以步骤(2)得到的小波包能量熵作为训练样本的老化特征量，根据绝缘纸的聚合度划分的四个老化阶段，利用多分类支持向量机对训练样本进行训练，建立老化诊断初模型，再利用遗传算法优化SVM参数，获得老化诊断模型；其中，所述的四个老化阶段是以绝缘纸平均聚合度为判别依据进行划分，第I阶段是指DP≧900、绝缘良好，第II阶段是指500≦DP<900、老化早期，第III阶段是指250≦DP<500、老化中期，第IV阶段是指DP<250、老化晚期；

步骤(4)：测定待测油纸绝缘设备绝缘油的拉曼光谱信号，小波包分解后计算小波包能量熵，输入步骤(3)建立的老化诊断模型，获得老化类型结果。

本发明步骤(1)中所述的拉曼光谱信号可以进行预处理，所述的预处理包括但不限于基线校正、去噪、消除荧光背景干扰。

本发明步骤(1)中所述的训练样本是指老化程度已知的绝缘油，数量不少于50个；优选地，所述训练样本的数量不少于100个。

本发明步骤(2)和(4)中所述的小波包分解层数一样，同为2层、3层、4层、5层、6层或7层；优选地，所述的小波包分解层数一样，同为3层、4层或5层。