一种套管含水量测试方法与流程

1.本发明属于电力技术领域，尤其涉及一种套管含水量测试方法。


背景技术：

2.套管是电力系统的重要绝缘设备，其绝缘状态是否良好直接关系到电力系统的安全稳定运行。套管一般由导体、绝缘层和法兰三部分组成，根据其绝缘材料的不同，可以将套管分为纯瓷套管、树脂套管、充油套管、充气套管、油纸电容式套管等等，目前行业中使用率较高的套管有充油套管(110kv及以下)、油纸电容式套管(110kv以上)。套管绝缘材料(绝缘纸、油)的含水量可以反映套管的绝缘状态，对预测套管剩余寿命及故障诊断具有重要意义。
3.目前，对于套管绝缘状态的判断仅依据常规预防性试验，由于常规预防性试验的局限性，如绝缘电阻测试、油中溶解气体色谱分析、介质损耗因数、电容量测试等，这些方法易受到表面泄露电流、温度和空气湿度的影响，难以对套管绝缘状态进行准确判断，尤其针对油纸电容式套管，其水分大多聚集于绝缘纸内，油中含水量很少，以上常规的测试方法均无法对套管的绝缘状况进行精确的评估。因此，急需一种新的能突破常规预防性试验局限，测试结果更为精确的套管含水量测试方法。


技术实现要素：

4.本发明的目的是提供一种套管含水量测试方法，基于频域频谱法(fds)，首先得到不同含水量套管的fds介质谱曲线，然后建立介质谱曲线特征参数函数模型，并采用bp神经网络算法和粒子群算法对目标模型函数进行拟合和寻优，以获取最为精确的目标模型，以达到最精确测试套管含水量的目的，同时能弥补上述现有各试验方法的局限性。
5.本发明提供了一种套管含水量测试方法，包括如下步骤：
6.步骤1，基于fds法在1000hz-0.01hz频率范围内对不同含水量的套管进行介质谱响应测试，获得不同含水量下套管的介质谱曲线；
7.步骤2，对基于fds法在1000hz-0.01hz频率范围内的各介质谱响应曲线进行特征参数的提取：包括：，将1000hz-0.01hz分为5个频段，分别为频段
①
1000hz～100hz、频段
②
100hz～10hz、频段
③
10hz～1hz、频段
④
1hz～0.1mhz、
⑤
0.1hz～0.01hz，所述特征参数分别取5个频段内的电导幅值an、电导斜率an、极化幅值xn、极化时间常数τn,n＝1～5，即频段
①
1000hz～100hz内分别记为：电导幅值a1、电导斜率a1、极化幅值x1、极化时间常数τ1，同理，对其余
②
、
③
、
④
、
⑤
4个频段各特征参数依次类推；
8.步骤3，将基于fds法各介质谱曲线所提取特征参数为输入层，各介质谱曲线所对应含水量为输出层，以bp神经网络模型训练目标模型函数应含水量为输出层，以bp神经网络模型训练目标模型函数
9.步骤4，对于不同含水量下目标模型
各频率段分别设置权重因子qn，分别为频段
①
1000hz～100hz对应q1、频段
②
100hz～10hz对于q2、频段
③
10hz～1hz对应q3、频段
④
1hz～0.1mhz对应q4、
⑤
0.1hz～0.01hz对应q5，增加权重因子后为利用粒子群算法对权重因子qn进行寻优，得到最为精确的目标模型；
10.步骤5，基于寻优后的目标模型获得基于fds的套管含水量精确测试模型基于该模型所得到含水量则为被测套管具体含水量。
11.进一步地，步骤3中所述bp神经网络模型由一个信息的正向传播网络和一个误差的反向传播网络两个模块构成；来自外部的各种信息通过bp神经网络的输入层传输进入到其隐含层进行网络运算处理，并通过输出层输出得到最终的处理结果；当bp神经网络的输出层输出结果和其预先设置的输入值的误差较大的时候，则进入bp神经网络的反向传播阶段，并进行网络权值的更新，直到输出结果和期望结果误差满足设定条件为止；
12.其中，信号的前向传播过程如下：
13.1)神经网络隐含层的第i个节点的输入变量neti：
[0014][0015]
2)神经网络隐含层的第i个节点的输出变量yi：
[0016][0017]
3)神经网络输出层的第k个节点的输入变量netk：
[0018][0019]
4)神经网络输出层第k个节点的输出变量ok:
[0020][0021]
其中，变量xj表示bp神经网络的输入层的第j个节点的输入参数，xj分别为电导幅值an、电导斜率an、极化幅值xn、极化时间常数τn，n＝1～5；w
ij
变量表示bp神经网络的隐含层的第i个节点到输入层的第j个节点之间的神经网络权值参数；变量θi表示bp神经网络中隐含层第i个节点的阈值参数；变量表示bp神经网络的隐含层的激励函数；变量w
ki
表示bp神经网络的输出层的第k个节点到隐含层的第i个节点之间的权值参数，i＝1～q；变量
ɑk表示bp神经网络的输出层第k节点的阈值参数，k＝1～l；变量ψ(x)表示bp神经网络的输出
层的激励函数；变量ok表示bp神经网络输出层的第k个节点的输出，输出变量ok即为含水量。
[0022]
借由上述方案，通过套管含水量测试方法，具有如下技术效果：
[0023]
1)本发明所提出测试方法不易受泄露电流、温度等影响，能精确的对套管绝缘状态进行评估。突破了常规预防性试验的局限性，如绝缘电阻测试、油中溶解气体色谱分析、介质损耗因数、电容量测试等方法易受到表面泄露电流、温度和湿度的影响易产生偏差。
[0024]
2)本发明所提测试方法能针对具体套管测试得出具体含水量数值，能定量的在数月或数年中去分析和跟踪套管的含水量变化情况。解决了常规试验方法受其具体方法原理的局限性，受现场影响因素较大，相邻两次试验所得结果均可能出现较大偏差，数年或数月内无法定量去分析和跟踪套管的绝缘状态老化程度的问题。
[0025]
3)本发明所提出基于频域频谱法(fds)的套管含水量测试方法，利用频域频谱法能精确的对油纸电容式套管中绝缘纸中水分进行精确测量。解决了现在测试方法针对油纸电容式套管而言，套管内水分大多聚集于绝缘纸里，油中含水量很少，无法对油纸电容式套管内含水量进行精确评估的问题。
[0026]
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
[0027]
图1为本发明套管含水量测试方法流程图；
[0028]
图2为本发明bp神经网络结构图。
[0029]
图3为本发明粒子群算法对权重因子qn寻优流程图；
[0030]
图4为本发明套管含水量测试方法电路接线示意图。
具体实施方式
[0031]
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0032]
参图1所示，本实施例提供了一种套管含水量测试方法，包括如下步骤：
[0033]
s1、基于fds法在1000hz-0.01hz频率范围内对不同含水量的套管进行介质谱响应测试，获得不同含水量下套管的介质谱曲线。进一步的，为便于说明，其具体接线示意图如图4所示，其中1为基于fds的介质谱分析仪；2为介质谱分析仪测试电压输出端l1线；3为介质谱分析仪测试电流输入端l2线；4为介质谱分析仪工作接地端l3线；5为套管。具体接线为电压输出端l1线接套管顶端；电流输入端l2线接套管末屏；工作接地端l3线接地，然后对不同含水量的套管进行介质谱响应测试。
[0034]
s2、对基于fds法在1000hz-0.01hz频率范围内的各介质谱响应曲线进行特征参数的提取。首先将1000hz-0.01hz分为5个频段，分别为频段
①
1000hz～100hz、频段
②
100hz～10hz、频段
③
10hz～1hz、频段
④
1hz～0.1mhz、
⑤
0.1hz～0.01hz。进一步的，所述特征参数分别取5个频段内的电导幅值an、电导斜率an、极化幅值xn、极化时间常数τn,n＝1～5，即频段
①
1000hz～100hz内分别记为：电导幅值a1、电导斜率a1、极化幅值x1、极化时间常数τ1，同理，对其余
②
、
③
、
④
、
⑤
4个频段各特征参数依次类推。
[0035]
s3、将基于fds法各介质谱曲线所提取特征参数为输入层，各介质谱曲线所对应含
水量为输出层，以bp神经网络模型训练目标模型函数水量为输出层，以bp神经网络模型训练目标模型函数进一步的，本步骤中所述神经网络函数，即误差反馈神经网络算法。从结构上讲，bp神经网络是由一个信息的正向传播网络和一个误差的反向传播网络两个模块构成。bp神经网络的基本结构如图2所示。
[0036]
从图2的结构可知，bp神经网络主要由三个层次组成，包括bp神经网络的输入层，bp神经网络的隐含层以及bp神经网络的输出层。来自外部的各种信息通过bp神经网络的输入层传输进入到其隐含层进行网络运算处理，并通过输出层输出得到最终的处理结果。当bp神经网络的输出层输出结果和其预先设置的输入值的误差较大的时候，则进入bp神经网络的反向传播阶段，并进行网络权值的更新，直到输出结果和期望结果误差满足一定条件为止。
[0037]
其中，信号的前向传播过程的主要生骤如下：
[0038]
第一、神经网络隐含层的第i个节点的输入变量neti：
[0039][0040]
第二、神经网络隐含层的第i个节点的输出变量yi：
[0041][0042]
第三、神经网络输出层的第k个节点的输入变量netk：
[0043][0044]
第四、神经网络输出层第k个节点的输出变量ok:
[0045][0046]
其中变量xj的含义表示bp神经网络的输入层的第j个节点的输入参数，需要指出的是，在这里，xj分别为电导幅值an、电导斜率an、极化幅值xn、极化时间常数τn，n＝1～5；w
ij
变量的含义表示bp神经网络的隐含层的第i个节点到输入层的第j个节点之间的神经网络权值参数；变量θi的含义表示bp神经网络中隐含层第i个节点的阈值参数；变量的含义表示bp神经网络的隐含层的激励函数；变量w
ki
的含义表示bp神经网络的输出层的第k个节点到隐含层的第i个节点之间的权值参数，i＝1～q；变量
ɑk的含义表示bp神经网络的输出层第k节点的阈值参数，k＝1～l；变量ψ(x)的含义表示bp神经网络的输出层的激励函数；变量ok的含义表示bp神经网络输出层的第k个节点的输出，需要指出的是，此处的输出变量ok即为含水量。
[0047]
s4、对于不同含水量下目标模型各
频率段分别设置权重因子qn，即分别为频段
①
1000hz～100hz对应q1、频段
②
100hz～10hz对于q2、频段
③
10hz～1hz对应q3、频段
④
1hz～0.1mhz对应q4、
⑤
0.1hz～0.01hz对应q5。即增加权重因子后为然后利用粒子群算法(pso)对中权重因子qn进行寻优，以得到最为精确的目标模型。进一步的，本步骤中所述粒子群算法流程如图3所示：
[0048]
s5、最后，获得基于fds的套管含水量精确测试模型s5、最后，获得基于fds的套管含水量精确测试模型基于该模型所得到含水量则为被测套管具体含水量。
[0049]
本发明首先采用fds在1000hz-0.01hz频率范围内对不同含水量的套管进行介质谱响应曲线测试，得到不同含水量下基于fds的介质谱曲线；然后对基于fds的介质谱曲线进行特征参数的提取；再以介质谱曲线提取的特征参数和频率为输入层，含水量为输出层进行bp神经网络拟合(训练)目标模型函数记为y
(fds)
，最后利用粒子群算法对各频率段权重因子进行寻优，最后得到最为精确的目标模型，此时就能对变压器固体绝缘含水量进行精确测试，具有如下技术效果：
[0050]
1)本发明所提出测试方法能不易受泄露电流、温度等影响，能精确的对套管绝缘状态进行评估。突破了常规预防性试验的局限性，如绝缘电阻测试、油中溶解气体色谱分析、介质损耗因数、电容量测试等方法易受到表面泄露电流、温度和湿度的影响易产生偏差。
[0051]
2)本发明所提测试方法能针对具体套管测试得出具体含水量数值，能定量的在数月或数年中去分析和跟踪套管的含水量变化情况。解决了常规试验方法受其具体方法原理的局限性，受现场影响因素较大，相邻两次试验所得结果均可能出现较大偏差，数年或数月内无法定量去分析和跟踪套管的绝缘状态老化程度的问题。
[0052]
3)本发明所提出基于频域频谱法(fds)的套管含水量测试方法，利用频域频谱法能精确的对油纸电容式套管中绝缘纸中水分进行精确测量。解决了现在测试方法针对油纸电容式套管而言，套管内水分大多聚集于绝缘纸里，油中含水量很少，无法对油纸电容式套管内含水量进行精确评估的问题。
[0053]
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

技术特征：
1.一种套管含水量测试方法，其特征在于，包括如下步骤：步骤1，基于fds法在1000hz-0.01hz频率范围内对不同含水量的套管进行介质谱响应测试，获得不同含水量下套管的介质谱曲线；步骤2，对基于fds法在1000hz-0.01hz频率范围内的各介质谱响应曲线进行特征参数的提取：包括：，将1000hz-0.01hz分为5个频段，分别为频段
①
1000hz～100hz、频段
②
100hz～10hz、频段
③
10hz～1hz、频段
④
1hz～0.1mhz、
⑤
0.1hz～0.01hz，所述特征参数分别取5个频段内的电导幅值a
n
、电导斜率a
n
、极化幅值x
n
、极化时间常数τ
n
,n＝1～5，即频段
①
1000hz～100hz内分别记为：电导幅值a1、电导斜率a1、极化幅值x1、极化时间常数τ1，同理，对其余
②
、
③
、
④
、
⑤
4个频段各特征参数依次类推；步骤3，将基于fds法各介质谱曲线所提取特征参数为输入层，各介质谱曲线所对应含水量为输出层，以bp神经网络模型训练目标模型函数水量为输出层，以bp神经网络模型训练目标模型函数步骤4，对于不同含水量下目标模型各频率段分别设置权重因子q
n
，分别为频段
①
1000hz～100hz对应q1、频段
②
100hz～10hz对于q2、频段
③
10hz～1hz对应q3、频段
④
1hz～0.1mhz对应q4、
⑤
0.1hz～0.01hz对应q5，增加权重因子后为利用粒子群算法对权重因子q
n
进行寻优，得到最为精确的目标模型；步骤5，基于寻优后的目标模型获得基于fds的套管含水量精确测试模型基于该模型所得到含水量则为被测套管具体含水量。2.根据权利要求1所述的套管含水量测试方法，其特征在于，步骤3中所述bp神经网络模型由一个信息的正向传播网络和一个误差的反向传播网络两个模块构成；来自外部的各种信息通过bp神经网络的输入层传输进入到其隐含层进行网络运算处理，并通过输出层输出得到最终的处理结果；当bp神经网络的输出层输出结果和其预先设置的输入值的误差较大的时候，则进入bp神经网络的反向传播阶段，并进行网络权值的更新，直到输出结果和期望结果误差满足设定条件为止；其中，信号的前向传播过程如下：1)神经网络隐含层的第i个节点的输入变量net
i
：2)神经网络隐含层的第i个节点的输出变量y
i
：
3)神经网络输出层的第k个节点的输入变量net
k
：4)神经网络输出层第k个节点的输出变量o
k
:其中，变量x
j
表示bp神经网络的输入层的第j个节点的输入参数，x
j
分别为电导幅值a
n
、电导斜率a
n
、极化幅值x
n
、极化时间常数τ
n
，n＝1～5；w
ij
变量表示bp神经网络的隐含层的第i个节点到输入层的第j个节点之间的神经网络权值参数；变量θ
i
表示bp神经网络中隐含层第i个节点的阈值参数；变量表示bp神经网络的隐含层的激励函数；变量w
ki
表示bp神经网络的输出层的第k个节点到隐含层的第i个节点之间的权值参数，i＝1～q；变量
ɑ
k
表示bp神经网络的输出层第k节点的阈值参数，k＝1～l；变量ψ(x)表示bp神经网络的输出层的激励函数；变量o
k
表示bp神经网络输出层的第k个节点的输出，输出变量o
k
即为含水量。

技术总结
本发明涉及一种套管含水量测试方法，首先采用FDS在1000Hz-0.01Hz频率范围内对不同含水量的套管进行介质谱响应曲线测试，得到不同含水量下基于FDS的介质谱曲线；然后对基于FDS的介质谱曲线进行特征参数的提取；再以介质谱曲线提取的特征参数和频率为输入层，含水量为输出层进行BP神经网络拟合目标模型函数记为y


技术研发人员：李宜 方圆 刘守豹
受保护的技术使用者：大唐水电科学技术研究院有限公司
技术研发日：2022.09.01
技术公布日：2023/1/6