เจียงซู ยาเว่ย หม้อแปลงไฟฟ้า บจก. บจ.

โทร

+8615371741198

เราจะรู้สถานะกระดาษฉนวนของหม้อแปลงไฟฟ้าได้อย่างไร?

May 26, 2025 ฝากข้อความ

เราจะรู้สถานะกระดาษฉนวนของหม้อแปลงไฟฟ้าได้อย่างไร?

 

ทุกวันนี้ Nature ได้ตีพิมพ์บทความ: การทำนายสถานะกระดาษฉนวนของหม้อแปลงไฟฟ้าตามรุ่น XGBOOST\/LIGHTGBM

 

ในขณะที่เราทุกคน Konw สำหรับสาธารณูปโภคไฟฟ้าการรักษาการทำงานอย่างต่อเนื่องของหม้อแปลงไฟฟ้านั้นมีความสำคัญเนื่องจากการทำงานผิดปกติของหม้อแปลงใด ๆ ส่งผลให้สูญเสียรายได้ ความล้มเหลวของหม้อแปลงส่วนใหญ่เกิดจากความเสียหายหรือความล้มเหลวของระบบฉนวนซึ่งประกอบด้วยกระดาษและน้ำมันฉนวน กระดาษฉนวนเป็นองค์ประกอบสำคัญของหม้อแปลงและเงื่อนไขของมันทำหน้าที่เป็นตัวบ่งชี้สำคัญของสุขภาพโดยรวมของหม้อแปลง ระดับของพอลิเมอไรเซชัน (DP) วัดสถานะของกระดาษฉนวน การลดลงของ DP หมายถึงอายุกระดาษและบ่งชี้ว่าการย่อยสลายเพิ่มขึ้นซึ่งนำไปสู่ความเสี่ยงที่สูงขึ้นของความล้มเหลว เมื่อกระดาษฉนวนแย่ลงสารเคมีบางชนิดเช่น furfural (2- fal), คาร์บอนมอนอกไซด์ (CO) และคาร์บอนไดออกไซด์ (CO2) ละลายในน้ำมันฉนวน; การวิเคราะห์สารประกอบเหล่านี้ให้ข้อมูลเชิงลึกเกี่ยวกับสภาพของกระดาษฉนวน ปัจจัยอื่น ๆ เช่นปริมาณความชื้นและความตึงเครียดแบบอินเทอร์เซียลสามารถนำไปสู่การย่อยสลายของกระดาษฉนวน

 

ในความเป็นจริง Power Transformer มีบทบาทสำคัญในเครือข่ายพลังงาน และในสถานการณ์ส่วนใหญ่ความผิดปกติของหม้อแปลงเกิดจากความล้มเหลวในระบบฉนวน ยูทิลิตี้มุ่งเน้นไปที่การทำงานที่มีประสิทธิภาพของเครือข่ายพลังงานโดยเน้นการตรวจจับความผิดพลาดของหม้อแปลงในระยะแรกเพื่อป้องกันการหยุดทำงานที่ไม่พึงประสงค์ เงื่อนไขของกระดาษฉนวนทำหน้าที่เป็นตัวบ่งชี้สุขภาพของหม้อแปลงและอายุของมันสามารถนำไปสู่ความล้มเหลวที่อาจเกิดขึ้น ดังนั้นการทดสอบเป็นระยะและเป็นประจำเกี่ยวกับน้ำมันฉนวนจึงเป็นสิ่งจำเป็นในการประเมินสภาพของกระดาษฉนวน

 

ระดับของพอลิเมอไรเซชัน (DP) เป็นตัวชี้วัดที่สำคัญของสถานะกระดาษฉนวน การทดสอบที่แนะนำต่าง ๆ รวมถึงการวิเคราะห์ก๊าซที่ละลาย (DGA), แรงดันสลาย (BDV), ความตึงเครียดของน้ำมัน (IF), ความเป็นกรดของน้ำมัน (ACI), ปริมาณความชื้น (MC), สีน้ำมัน (OC), การสูญเสียอิเล็กทริก (tan Δ) และความเข้มข้นของ furans โดยเฉพาะ ความสัมพันธ์ระหว่างพารามิเตอร์เหล่านี้และ DP และต่อมาสถานะของน้ำมันฉนวน ข้อมูลที่รวบรวมจากการทดสอบเหล่านี้ถูกนำมาใช้เพื่อฝึกอบรมโมเดล XGBOOST\/LIGHTGBM สร้างกรอบปัญญาประดิษฐ์เพื่อทำนายสภาพของกระดาษฉนวน ผลลัพธ์แสดงให้เห็นถึงความสามารถที่แข็งแกร่งของแบบจำลองในการทำนายสถานะฉนวนอย่างแม่นยำ

 

H80620b4791214473b6b2b7eeb6d0d6687jpg

20250331154814