变压器油

变电

变压器运行过程中的油色谱检测是掌握变压器运行状态和内部故障特征的重要手段，针对变压器在长期工作情况下取油检测的必要性、人工带电取油的危险性以及变压器油在线监测精度不足等问题，研究基于取油机器人的变压器无人取油及色谱现场测量技术，对提高运行变压器运维安全性与可靠性具有重要意义。变压器取油机器人是用于高压变电站换流站油浸式变压器油样检测的新型智能化试验设备，使用机器人代替人工完成变压器油的取样，并使用搭载的柔性气相色谱装置，实时自动完成油品气相检测，可提高取油效率和油品质量，准确掌握变压器运行状态，降低瓦斯爆炸引起的安全事故发生，是解决当前运行变压器取油检测问题的有效方法。

油浸式电力变压器作为电网的重要组成部分，其可靠运行至关重要。针对变压器长期运行后无法定量评估其绝缘状态的问题，文中开展了油纸绝缘模型的加速老化及受潮试验，探究了油纸绝缘老化及受潮程度对其回复电压曲线的影响规律，并提出采用粒子群优化-极限学习机(particle swarm optimization-extreme learning machine，PSO-ELM)算法的参数预测方法，实现了基于回复电压曲线特征参量的油纸绝缘老化与受潮状态量化评估。由油纸绝缘模型理化性能分析的对比结果可知，基于PSO-ELM方法的预测值精度远高于传统ELM方法，油纸绝缘内含水率及纸板聚合度预测的绝对误差范围分别小于±0.4%、±30。

纸张老化特征取决于使用的绝缘流体抗氧化剂。 可以采用智能算法，根据标准油试验和溶解气体分析计算聚合度数值，但不同的油需要不同的标记。 因此，与呋喃-聚合度-分析法相比，其它方法可能产生更高的精确度。 聚合度数值与抗拉强度之间的关联性取决于使用的油抗氧化剂。