论文部分内容阅读
电力变压器作为电能传输和电压转换的枢纽设备,在电力系统网络中扮演着极其重要的角色,因此对其进行故障监测具有重大意义。其中,油浸式电力变压器由其良好的散热、绝缘性能和较大的传输容量在电力行业运用十分广泛。当油浸式变压器内部出现过热或局部放电等故障时,油中会分解产生以七种气体（H2、CO、CO2、CH4、C2H2、C2H4和C2H6）为主的特征气体,通过对气体组分和含量的分析,可以对变压器进行运行状态监测以实现故障前缺陷修复和配合保护动作,保障电力系统网络的安全可靠运行。相比于传统油中溶解气体检测手段,拉曼光谱技术具有无需预处理、重复性好和一次检测谱段范围广等优点;其在变压器运行状态在线诊断的应用中具有极大的优势。本文基于拉曼光谱检测技术,针对油中溶解七种特征气体进行了拉曼振动理论分析,围绕基于稀疏性的光谱数据预处理和偏最小二乘法的定量分析两个方面进行研究,提高了拉曼数据的利用率和定量分析精确度,为电力变压器运行状态可靠监测和故障类型准确判断打下了基础。首先,针对油中溶解的七种故障特征气体分子,通过Gaussian09软件基于多阶微扰理论二级修正（MP2）的计算方式进行分子构型优化和建模;分析了不同振动模式和各拉曼谱峰之间的关系,得到了频率矫正后各气体分子的理论拉曼频移,为实验拉曼谱峰归属和定量分析处理提供了理论依据。其次,搭建拉曼光谱实验平台并设计检测方案,完成了不同组分含量的CH4和C2H6混合气体样本拉曼光谱检测;分别基于分段多项式拟合结合S-G（Savitzky-Golay）最小二乘平滑的一般预处理方法和基于BEADS（Baseline Estimation Add Denoising With Sparsity）算法的预理方法对所测得的拉曼光谱数据进行基线校正和噪声扣除;相比于一般方法,BEADS算法避免了多项式拟合法合适拟合阶数选取和S-G平滑中有效移动窗口设定的问题,得到了基线平整、噪声信号较少的光谱数据,实现了实验原始拉曼光谱数据的有效预处理。最后,分析了拉曼光谱线形,并针对预处理后拉曼光谱建立单峰高斯模型,完成了拉曼谱峰中峰面积、半峰高宽和峰高三个特征量的提取;结合理论拉曼频移,确定了两种气体实验拉曼谱峰归属（CH4:2919.12cm-1、3021.82 cm-1、C2H6:2902.26cm-1、2956.85 cm-1）;通过增加引入回归模型中谱峰和特征参数个数的方法,建立了基于CH4气体多峰面积的回归模型,将平均值绝对误差降低到了0.0018,提高定量分析准确度;最后基于偏最小二乘法,建立了多种气体组分含量和多谱峰特征量之间的回归模型,同时基本完成了两种气体的有效定量分析,提高了光谱数据的利用率,对于油中溶解气体在线监测和电力变压器故障可靠诊断具有重要意义。