利用GSM資料收集模組與多層支撐向量機分類器建構電力變壓器故障診斷系統
123
0
0
全文
(2)
(3)
(4) 利用 GSM 資料收集模組與多層支撐向量機分類器建構 電力變壓器故障診斷系統 Development fault diagnosis systems of power transformer based on data acquisition module from GSM and Multi-layer SVM classifier. 國立高雄應用科技大學 電機工程系碩士班 碩士論文 A Thesis Submitted to Institute of Mechanical Engineering National Kaohsiung University of Applied Sciences In Partial Fulfillment of the Requirements For the Degree of Master of Engineering In Mechanical Engineering. July 2005 Douliu,Kaohsiung,Taiwan,Republic of China 中華民國九十四年七月.
(5) 摘要 本論文係針對變電所（站）電力變壓器研製與建立一套無線型資 料收集與監測系統，此系統的目的，在於收集與監測變壓器的電力參 數(包含電壓、電流、實功與功因)、變壓器高低壓側外殼振動模式、 以及油中主要氣體總含量TCG，並經由GSM無線通信發出警訊，即時通 知運轉人員，其中並傳送即時的TCG 資料供操作運轉人員先行判讀， 必要時安排專業人員前來進行油中氣體取樣與檢測分析，並利用檢測 分析結果的油中可燃性氣體成分的樣本資料，藉由本論文所建立的多 層支撐向量機網路模型（Multi-Layer Support Vector Machine，SVM） 診斷出發生故障的先期徵兆，以便進一步停機進行相關維護程序，以 有效降低變壓器維護成本，並期延長變壓器運轉壽命與提升變電所之 供電可靠度。 最後本論文係以高雄港務局第五貨櫃中心變電站之變壓器進行 實測與資料收集，並將蒐集所得油中氣體成分資料，佐以IEC 60599 資料庫及台電歷年來之故障案例樣本資料，以所提之多層支撐向量機 網路模型及徑向基底函數（Radial Basis Function，RBF）進行實際 案例診斷，驗證系統之可用性，藉以建立整合式之監視系統，以有效 監測出變壓器可能的故障先期徵兆，並及早發現潛在之故障。本論文 將著重於利用多層支撐向量機網路模型進行變壓器故障的診斷及其 案例分析，並與倒傳遞類神經網路（BPNN）及其他人工智慧網路做比 較，藉以說明本研究所提出來方法的可行性。 關鍵詞:GSM無線通信，資料收集模組，電力變壓器，故障診斷系統， 支撐向量機，多層支撐向量機分類器，核函數，溶解氣體分 析（DGA）. ~I~.
(6) Abstract This thesis is aimed to develop and implement a wireless preventing system for power transformers in substation. The functions of power transformer proposed data acquisition and monitoring system including data acquisition and fault alarm are applied to identify various types of possible or near fault by analyzing the collecting data. These data consisted of load current, real power, vibrating signal and gas-in-oil, can be. collected. and. transmitted. by. Global. System. for. Mobile. communications ( GSM ) wireless data acquisition module. Then, a power transformer located at the fifth container center of Kaohsiung port is used for field testing to demonstrate the effectiveness of the proposed method. As a result, the proposed approach can assist the maintenance of power transformers and extend their operation life, as well as enhance their reliability. In order to effectively and reliably monitor power transformers in a substation, the Support Vector Machine is employed to develop Multi-Layer SVM Classifier based on pattern recognition and fault diagnosis system in the proposed approach. The Support Vector Machine is used to classify the specific patterns by DGA(dissolved gas analysis) is preprocessed through GSM data acquisition module collecting data, while the multi-layer SVM classifier is designed to identify the fault types of transformer. Finally, the collected data associated with both cases in IEC 60599 and historical data in Taipower system are selected for computer simulation to demonstrate the effectiveness of the proposed multi-layer SVM classifier. Further more, SVM1 and SVM2 proposed in this thesis are developed for case study and the satisfactory results compared with other AI methods can be achieved.. ~ II ~.
(7) keywords：GSM wireless communication, data acquisition module, power transformer, fault diagnosis system, Support Vector Machine, multi-layer SVM classifier, Kernels Function, dissolved gas analysis. ~ III ~.
(8) 誌. 謝. 首先要感謝卓明遠教授在這四年來的細心指導，引領學生 完成碩士論文，並學習到做研究應有的態度與知識技能，師恩 永誌難忘，在此致上最誠摯的謝意。同時非常感謝口試委員清 雲科技大學黃厚生教授及本校吳兆祥教授在百忙中，前來指導 與建議學生的畢業論文，使本論文臻於完善，在此致上由衷的 感謝。 在論文研究過程中，感謝所有師長的教導、電能研究室中 博士班財福同學對於演算法理論的幫忙、石組長慶男協助提供 部分變壓器故障樣本數據、及榮進、建男同學在各方面的幫忙 與協助，以及澤良、鴻仁、家勇學弟們的配合與協助。最後感 謝我的內人碧俞與家人，感謝她們給予我最大的支持與鼓勵， 使我能在無後顧之憂下順利完成學業，願以完成此論文之喜 悅，與所有關心我的家人及朋友們一起分享，並祝大家能永遠 健康快樂。. ~ IV ~.
(9) 目錄 中文摘要. …………………………………………………………Ⅰ. 英文摘要. …………………………………………………………Ⅱ. 誌謝. ………………………………………………………………Ⅳ. 目錄. ………………………………………………………………Ⅴ. 圖目錄 ………………………………………………………………Ⅷ 表目錄 ………………………………………………………………Ⅹ 一、. 緒論. …………………………………………………1. 1.1. 前言. …………………………………………………1. 1.2. 研究目的. 1.3. 變壓器故障類型與特徵氣體及其比值間關係 ………4. 1.4. 國內外有關變壓器故障診斷之研究情況 ……………7. ……………………………………………3. 1.4.1 振動監測技術 …………………………………………7 1.4.2 油中氣體分析技術 ……………………………………9 1.4.3 油中氣體分析之變壓器故障診斷 ……………………10 1.5 二、. 論文架構. ……………………………………………13. 以 GSM 資料收集模組及線上油中氣體監視器建構電力變壓 器故障監測系統. 2.1. GSM 無線型資料收集模組之研製與應用 ……………14. 2.1.1 GSM 無線型資料收集模組之研製. …………………14. 2.1.2 硬體及軟體整合與測試 ………………………………21 2.1.3 GSM 無線型資料收集模組設計. ……………………21. 2.1.4 GSM 無線型資料收集模組製作及安裝進行步驟 ……27. ~V~.
(10) 2.2. 變壓器溶解氣體分析設備安裝及其主要規格 …………28. 2.2.1 Hydran 201 Ti 氣體監測器的安裝 ……………………28 2.2.2 通道控制器的性能規格 ………………………………29 2.2.3 智慧型傳感器的性能規格 ……………………………29 2.3. 振動加速器的安裝及其主要規格 ……………………30. 2.4. 本研究雛型系統研製及使用 …………………………30. 2.5. 進行步驟及執行情形 …………………………………32. 三、. 支撐向量機理論 ………………………………………34. 3.1. 支撐向量機的基本原理 ………………………………35. 3.2. 支撐向量機的回歸算法及其實現 ……………………40. 3.2.1 線性迴歸問題. ………………………………………40. 3.2.2 非線性迴歸問題 ………………………………………43 3.3. 核函數(kernel function) ……………………………46. 3.4. 徑向基底函數 RBF（Radial Basis Function） ……47. 3.4.1 徑向基底網路的特性. ………………………………50. 3.4.2 徑向基底網路的架構. ………………………………50. 3.4.3 高斯函數(Gaussian functions) ……………………54 四、. 建構變壓器故障診斷之支撐向量回歸模型. 4.1. 建構支撐向量機（SVM）分類器. ………56. ……………………56. 4.3.1 輸入向量 ………………………………………………57 4.3.2 支撐向量 ………………………………………………57 4.3.3 核函數的選取 …………………………………………57 4.2. 回歸模型的參數選取 …………………………………58. 4.3. 以多層 SVM 分類器為基礎的變壓器故障診斷. ……62. 4.3.1 SVM 的輸入向量 ………………………………………62. ~ VI ~.
(11) 4.3.2 SVMs 網路的訓練. …………………………………63. 4.3.3 SVM 網路的測試驗證 4.4. ………………………………68. 多層 SVM 分類器網路主程式執行流程. 五、. …………68. 診斷實例與結果分析 …………………………………71. 5.1. IEC TC 10 資料庫故障案例分析 ……………………71. 5.2. TPC & KHB 故障案例分析. 5.3. SVM1 及 SVM2 網路模型的比較. 5.4. SVM 網路模型與 BPNN 網路性能比較. 5.5. 診斷實例的結果分析 …………………………………91. 六、. 結論. …………………………84 ……………………88 ………………89. …………………………………………………103. 6.1. 具體成果 ………………………………………………103. 6.2. 未來的研究方向 ………………………………………105. 參考文獻. ………………………………………………………107. 附錄一 IEC TC 10 資料庫(Faulty Equipment) ……………110 附錄二 IEC TC 10 資料庫(Typical(Normal) Values) ……115 附錄三 TPC&KHB 故障案例統計表. ~ VII ~. ………………………118.
(12) 圖目錄. 圖 2-1. 以 GSM 通訊系統為基礎之監控系統方塊圖. ……………16. 圖 2-2. 遠端資料收集預警模組硬體系統方塊圖. ……………17. 圖 2-3. 遠端資料蒐集器通訊協定 ………………………………17. 圖 2-4. 串列埠中斷副程式流程圖…………………………………19. 圖 2-5. 主程式軟體流程圖…………………………………………20. 圖 2-6. GSM 收發控制模組系統方塊圖. …………………………22. 圖 2-7. GSM 通訊器硬體系統方塊圖. …………………………23. 圖 2-8. SIM 座接線圖. 圖 2-9. 控制器通信協定 ……………………………………………24. 圖 2-10. 控制中心程式流程圖………………………………………25. 圖 2-11. 受控方程式流程圖…………………………………………26. 圖 2-12. GSM 模組實體圖. 圖 2-13. 感測器安裝建議位置圖……………………………………29. 圖 2-14. 感測器水平安裝於冷卻器迴管上 ………………………30. 圖 2-15. 感測器水平安裝於洩放側閥上 …………………………30. 圖 2-16. 無線型遠端電力變壓器參數擷取統合分析系統圖 ……32. 圖 2-17. GSM 無線型資料收集系統方塊圖. 圖 3-1. 線性可分情況下的最佳分類面 …………………………35. 圖 3-2. 分類超平面 ………………………………………………36. 圖 3-3. 訓練樣本之原始樣本點 …………………………………37. 圖 3-4. 訓練樣本之分類超平面 …………………………………37. 圖 3-5. 訓練樣本之原始樣本點 …………………………………38. 圖 3-6. 訓練樣本之分類超平面 …………………………………38. 圖 3-7. 分類超平面 ………………………………………………38. ……………………………………………23. …………………………………………27. ~ VIII ~. ……………………32.
(13) 圖 3-8. 線性分類. ……………………………………………38. 圖 3-9. 導入ε—不敏感損失函數的支撐向量迴歸. …………41. 圖 3-10. RBF 與[X]、[Y]之間的關係 ……………………………48. 圖 3-11. 將 X-Y 座標系統映射到 X＇-Y 座標系統. 圖 3-12. 以不同 RBF 疊加達到函數逼近的函數近似器. 圖 3-13. 徑向基底函數之網路架構圖. 圖 3-14. RBF 網路當作圖像辨識器或為函數逼近器. 圖 3-15. 高斯函數. ………………………………………………52. 圖 3-16. 高斯函數. ………………………………………………52. 圖 3-17. 高斯基底函數 (σ=0.5,1.0,1.5) ………………………55. 圖 4-1. SVM 分類器架構圖. 圖 4-2. 過度配適分類器及具有較佳訓練結果分類器之比較 …61. 圖 4-3. SVMs Training 架構圖 …………………………………63. 圖 4-4. 多層 SVM 分類器變壓器診斷架構圖（SVM1）. ……65. 圖 4-5. 多層 SVM 分類器變壓器診斷架構圖（SVM2）. ……67. 圖 4-6. SVMs Testing 架構圖. 圖 4-7. 程式碼執行訓練及測試程序之情形. 圖 4-8. SVM 整體求解策略流程圖. …………49 ……50. ………………………51 …………51. ……………………………………56. ~ IX ~. ………………………………68 …………………69. ……………………………70.
(14) 表目錄. 表 1-1. 特徵氣體與變壓器內部故障的對應關係 ………………5. 表 1-2. IEC 599 特徵氣體三比值法之故障編碼規則 …………5. 表 1-3. IEC 599 三比值法與變壓器內部故障的對應關係 ……6. 表 1-4. IEC 599/IEEE Std 油中可燃性氣體監視範圍指南. 表 4-1. 參數的取值範圍. 表 5-1. 變壓器故障案例診斷結果比較表(無故障) ……………73. 表 5-2. 變壓器故障案例診斷結果比較表(PD 部分). …………74. 表 5-3. 變壓器故障案例診斷結果比較表(D1 部分). …………75. 表 5-4. 變壓器故障案例診斷結果比較表(D2 部分). …………76. 表 5-5. 變壓器故障案例診斷結果比較表(T1&T2 部分). 表 5-6. 變壓器故障案例診斷結果比較表(T3 部分). 表 5-7. 變壓器故障案例診斷結果比較表（第 N 次）. 表 5-8. 變壓器故障案例診斷結果比較表(TPC 及 KHB). 表 5-9. SVM1 及 SVM2 網路模型間的比較. 表 5-10. SVM1、SVM2 與 BPNN 網路的性能比較表. 表 5-11. SVM1、SVM2 與各種 AI 網路方法的性能比較表. …91. 表 5-12. IEC 599 三比值法與變壓器內部故障的對應關係. …93. …6. ………………………………………60. ~X~. ……78. …………79 ………82 ……87. …………………89 ………90.
(15) 一、 緒論 1.1 前言 電力變壓器對於電力系統而言是相當重要的設備，其主要功能 是提供升壓和降壓作用，使系統能運轉在適當的操作電壓。由於電 力系統不可停電的要求，使得大部分的電力變壓器都是處在長時間 連續運轉狀態，在運轉一段長時間後，其內部絕緣油和絕緣材料會 因外在環境和內部電能衝擊下，產生劣化現象，甚至導通崩潰。研 究顯示[1,2,3]，這些異常現象會產生不同成分和濃度之氣體，例 如：點狀發熱會使絕緣油過熱，並產生大量的乙烷（C2H6）和一定濃 ；絕緣油因過載或長時間重負載或其他原因的過熱，會 度的氫（H2） ；部分放電則會產 產生大量的乙烯（C2H4）和一定濃度的乙烷（C2H6） ；電弧現象會產生高濃度的氫氣和 生大量的氫氣（H2）和甲烷（CH4） 乙炔（C2H2）；另絕緣物遭受到熱破壞會產生大量的一氧化碳（CO） 及二氧化碳（CO2）。這些氣體需藉由色層分析（Chromatographic Analysis）其濃度[4]。 為了提高電力變壓器運轉的可靠性，故障檢測及診斷是一個很 重要的技術保障措施，然而，目前世界各國電力系統中電力設備大 多採用計畫檢修制度，其所存在的問題甚多，諸如：臨時性維修頻 繁、維修不足或維修過剩、盲目維修等等，使得每年在設備維修方 面耗資甚多，而且也造成停電次數無端增加，影響了電力系統的供 電品質。隨著傳感技術、微電子、計算機軟硬體和數位信號處理技 術、類神經網路、專家系統、模糊邏輯理論等人工智慧系統應用在 狀態監測及故障診斷中，使得設備狀態監測和先進診斷技術的狀態 檢修研究得以發展，成為電力系統中一個重要研究領域[5]。 變壓器的故障，主要是由變壓器內部絕緣老化所造成的，因而 對變壓器的狀態監測及故障診斷，主要集中在對變壓器內部絕緣狀 態的監測與診斷之上。對於變壓器的狀態監測，已有許多不同的方 法，其中主要有局部放電、直流電阻、油或紙的酸性和溼度、油中. 1.
(16) 氣體分析、振動分析、熱成像圖、極化波譜和恢復電壓、低壓脈衝 等方法[5]。 其中，眾所皆知，經過多年來的實踐驗證利用「色層分析法 （Chromatographic analysis）」 ，分析油中氣體成分，檢測變壓器 內部故障是可行之有效方法，它能夠發現故障，推斷其故障類型與 嚴重程度，而它的優點已得到大家的共識和採用。而對其存在的缺 點，先後有專家提出了一些改進的方法，但是這些仍然存在著故障 識別率不高的問題。變壓器的故障診斷是一個非常複雜的問題，許 多問題如變壓器容量、電壓等級、絕緣性能、工作環境與運轉歷史… 等等，都會對診斷結果產生影響， 「色層分析法」和其他各種實驗方 法及測試儀器只是採樣獲得變壓器運轉狀態信息的作用，而根據這 些信息做出正確的判斷則需要豐富的運轉維護經驗，所以具有一定 的侷限性。支撐向量機 SVM（Support Vector Machine）網路系統是 一種分佈式處理系統，具有很強的學習能力、泛化能力、自適應能 力及非線性映射能力，可通過訓練找出模式與類別之間的內在關 聯。尤其在處理模糊輸入、信息中有躁聲和因果關係不明確的問題 時具有獨特的優勢，可以成為處理電力變壓器故障信息模式的有力 工具，尤其 SVM 演算法最終轉化為二次尋優問題，從理論上來說， 得到的將是全域最佳解，有效避免了神經網路容易陷入的局部極值 （較優值）問題，同時通過非線性變換和核函數巧妙解決了高維數 問題，使得其算法複雜度與樣本維數無關，加速了訓練學習速度； 另外，它能根據有限的樣本信息在模型的複雜型和學習能力之間尋 求最佳折衷，保證其有較好的泛化性能[7]，故它確實很適合被採用 作為變壓器故障診斷網路模型。所以支撐向量機理論為解決該問題 提供了一條新的途徑，正是基於此種考慮，本論文除建構了一套以 GSM 資料收集模組及線上油中氣體監視器建構電力變壓器故障診斷 監視系統外，並提出了一個多層支撐向量機網路診斷模型，探討了. 2.
(17) 變壓器的智慧化故障診斷方法的可行性，並對一些問題進行了討論。 1.2 研究目的 本研究係針對變電所（站）各型主變壓器研製與建立一套以 GSM 資料收集模組及線上油中氣體監視器建構的電力變壓器故障診斷無線 型監測系統，此電力變壓器監測系統的目的在於收集與監測變壓器的 電力參數（包括電壓、電流、實功率與功率因數） 、變壓器高低壓側外 殼振動模式、以及油中主要氣體含量，藉由所建立的無線型監測系統 中之線上油中氣體監視器（Hydran 201i）將檢測出的油中可燃性氣體 總濃度 TCG（Total Combusible Gas） ，作初期預先的判斷，當該線上 油中氣體監視器檢測到的 TCG 值大於依 IEC 599/IEEE C57 Std 所設定 的「須注意（Caution） 」及「異常（Warning）」產生警報時，即顯示 被監測的變壓器可能已發生故障的先期徵兆，此時將線上油中氣體監 視器所產生的警報信息及所擷取到的 TCG 值，經由 GSM 無線通信發出 警訊即時通知運轉人員，並將該 TCG 資料及 TCG 異常超過設定警戒值 的警報信號傳送至監視電腦的資料蒐集器中儲存，並經適當處理後與 電力監視系統 SCADA 整合後，做即時的警示輸出，以便專業人員適時 前來採樣該變壓器之油中氣體，進一步做檢驗及進行可燃性氣體成份 的分析，並將分析資料利用多層支撐向量機網路診斷模型，進行故障 類型的診斷，最後將診斷結果的報告交由運轉人員針對診斷結果作為 後續該變壓器如何處置的決策依據，必要時並停機進行相關維護程 序，以有效降低變壓器維護成本，延長變壓器運轉壽命與提昇變電所 之可靠度。 本論文提出以多層支撐向量機網路診斷模型，進行故障類型的診 斷，其目的就是要針對以往專家學者所提出來的各類型故障診斷系 統，普遍存在著需要大量故障樣本數據，以供訓練之用、及類神經網 路常出現有局部最佳解的窘況，或訓練速度緩慢、故障診斷精確度不 高…等問題，加以改善或解決，俾使變壓器的故障診斷技術更具成熟。. 3.
(18) 1.3 變壓器故障類型與特徵氣體及其比值間關係 由文獻[1,2]知道，正常變壓器絕緣油中不含以下六種主要特徵氣 體： (1).hydrogen (H2)─氫氣 (2).methane (CH4) ─甲烷 (3).ethane (C2H6) ─乙烷 (4).ethylene (C2H4) ─乙烯 (5).acetylene (C2H2) ─乙炔 (6).carbon monoxide (CO) ─一氧化碳 (7).carbon dioxide (CO2) ─二氧化碳 但是在「熱」與「電」的作用下，變壓器絕緣油會逐漸分解或 、 「烴類CH」及「一氧化碳CO」、 使絕緣材料老化，產生少量的「氫H2」 「二氧化碳CO2」等氣體，這些氣體大部分溶解在絕緣油中。當變壓 器內部發生放電故障或潛伏性過熱時，就會加快這些氣體的產生速 度。隨著故障的發展，分解出的氣體形成的氣泡在油裡經過對流、 擴散，不斷地溶解在油中。 由於故障特徵氣體的組成和含量與故障的類型、故障的嚴重程度 有密切關係。因此，分析溶解於油中的特徵氣體與比值關係，就能判 別出變壓器內部發生了何種故障與嚴重程度。變壓器的故障原因多 樣，例如：內部導體接觸不良、短路、線圈損壞、絕緣老化、絕緣物 過熱或燒損….等，惟故障類型（或故障性質）大致可分為『電暈（局 部放電） 』 、『火花放電』、 『過熱（局部過熱和大面積過熱）』 、『電弧』 等幾種情況[6]。表 1-1 列出了「特徵氣體與變壓器內部故障特性的對 應關係」[6]，表 1-2、表 1-3 及表 1-4 則分別為 IEC 599/IEEE Std C57.104-1991 列出的「特徵氣體三比值法之編碼規則」與「三比值法 與變壓器內部故障的對應關係」 、「IEC 599/IEEE C57.104-1991 Std 油中可燃性氣體監視範圍指南表」[1,2]。. 4.
(19) 表 1-1：特徵氣體與變壓器內部故障的對應關係[6] 編號. 故障性質. 特徵氣體的特點. 過熱 1. 總烴較高（CHT）, CH4>C2H4, C2H2<5ppm (＜500℃ ) 嚴重過熱. 總烴高, C2H4>CH4, C2H2>5ppm, 但尚未構成總烴中的主要. 2 (＞＝500℃ ). 成分, H2含量較高. 局部放電 3. 總烴不高, H2>100ppm, CH4 是總烴主要成分 （PD） 火花放電. 4. 總烴不高, C2H2>10ppm,H2較高 (low energy) 電弧放電. 5. 總烴高, C2H2高,是總烴中主要成分, H2含量高 (high energy). 6. 過熱兼電弧放電 總烴高,C2H2佔總烴之 5.5-18﹪, H2佔總烴 27 ﹪以下. 表 1-2. IEC 599 特徵氣體三比值法之故障編碼規則[1] 各種氣體比率代碼. 氣體比率 範圍. C2H2/C2H4. CH4/H2. C2H4/C2H6. <0.1. 0. 1. 0. 0.1-1. 1. 0. 0. 1-3. 1. 2. 1. >3. 2. 2. 2. 5.
(20) 表 1-3. IEC 599 三比值法與變壓器內部故障的對應關係[1] 故障. 比值編碼組合 典型故障性質. 編號. C2H2/C2H4. CH4/H2. C2H4/C2H6. 1. 無故障. 0. 0. 0. 2. 低能量密度的局部放電. 0. 1. 0. 3. 高能量密度的局部放電. 1. 1. 0. 4. 低能量的（火花）放電. 1-2. 0. 1-2. 5. 高能量的（電弧）放電. 1. 0. 2. 6. 低於 150-300℃的熱故障. 0. 0. 1. 7. 150-300℃低溫範圍的過熱故障. 0. 2. 0. 8. 300-700℃中溫範圍的過熱故障. 0. 2. 1. 9. 高於 700℃高溫範圍的過熱故障. 0. 2. 2. 表 1-4.IEC 599/IEEE C57-1991 Std 油中可燃性氣體監視範圍指南 （針對未預先檢測油中可燃性氣體的變壓器監視範圍指南）. Key Gases. Hydrogen. Methane. Acetylene. Ethylene. Ethane. Carbon Monoxide. Total. 氫. 甲烷. 乙炔. 乙烯. 乙烷. ㄧ氧化碳. Gases. H2. CH4. C2H2. C2H4. C2H6. CO. TCG. <100. <120. <2. <50. <65. <350. <687. 100 to. 120 to. 50 to. 65 to. 700. 400. 100. 100. >700. >400. >100. >100. 氣體種類. Normal. 正常狀態 Caution. 需注意. 2 to 5. 350 to 570. 687 to 1875. Warning. 異常. >5. >570. 註：1.單位：ppm，TCG：可燃性氣體總量。 2.（氣體）0.0100ml/100ml（油）≒100ppm，當C2H2含量出現即列入「Caution需注意」狀況。. 6. >1875.
(21) 由表 1-1 至表 1-4 雖然已規範了故障的性質及其對應關係，可是 也發現到有部份的故障性質它的氣體特徵關係是有相互重疊部分，例 如低能量火花放電（D1）與高能量電弧放電（D2）它的三比值關係是 有所重疊的，另外若屬於在所列的三比值編碼組合之外的編碼到底是 歸屬何種故障性質，也尚待進一步去做較明確的診斷，故如純粹以三 比值法來對應變壓器內部故障性質它的辨識精確率將是不高，而且將 有其侷限性與盲點，為此從文獻中可以發現專家們試圖找出更好的診 斷方法，來彌補前述的不足。 1.4 國內外有關變壓器故障診斷之研究情況 在近幾年來，大型電力變壓器的監測與故障診斷是受到很多專 家、學者關切的議題，然而其共同之特性是所有的檢測必須在現場進 行，因受限於運轉中之設備，無法任意停機配合進行線上檢測，以致 大部分的研究都還停留在研發階段，或僅限於實驗室的研件測試及診 斷階段，實際研製成功而推廣應用於企業界的電力系統上者，應屬不 多，在國外有俄羅斯等國，而在國內部分，至今尚無一套完整的整合 性變壓器線上檢測預警及後續診斷系統應用於實際運轉的系統中，固 本計畫實值得研究的方向及目標。相關之檢驗參數發展、應用和相關 此領域的論文和研究情形，概述如下： 1.4.1 振動監測技術 1.大型電力變壓器器身振動，從變壓器的油箱表面的振動感測，判斷 應該在數量上和質量上均與繞組和磁導體壓緊固定的狀態有密切 相關性；運轉中壓緊狀態的變化可以由振動的改變反映出來，壓緊 狀態變鬆則會使振動增大，頻率也發生變化，進而出現諧振。 俄羅斯『電站』雜誌 1998 年第 6 期報導俄羅斯研製成功變壓器器 身振動監測系統，並已推廣應用[5,8]。簡要介紹如下： (1) 採用重量不到 3kg 的頻譜分析儀，由振動感測器紀錄訊號。振動 感測器是靠磁力固定在油箱表面上的，對訊號進行諧波組成的分. 7.
(22) 解。 (2) 從運轉中的電力變壓器油箱表面測取振動訊號。雖然這樣做會受 到來自冷卻系統及油箱振動等噪音的干擾，影響所測取的訊號， 但只有這樣做法，才可保證過程簡便、快速和投資最少的優點。 (3) 為了保持原始信息量，將原始振動訊號由時域值變換成頻域，而 諧波可分成頻域和幅度進行分析。 (4) 這個系統主要在兩種情況下進行測量：一種是成套的無載測量； 另一套是有載測量。無載時主要是鐵芯的振動，繞組的振動較 小，可以忽略不計。有載時，鐵芯主磁通是穩定不變的，但由於 繞組和結構元件有漏磁通，因而其振動應加上繞組的振動和結構 元件的振動。 不論在何種運轉方式下進行測量，都是取 9 或 12 個振動訊號， 即將 9 或 12 只振動訊號感測器分別安裝在變壓器油箱外表面規定的 各個測振點上。這 9 或 12 個點的分布是每相 3 或 4 個測點。其中每 相的高壓側上部和下部各 1 個測點，低壓側上部和下部也各 1 個測 點。在俄羅斯，這個方法已在 60 多台大型充油電力變壓器上使用。 使用的實際情況證實了可適用於各種類型的變壓器，不論是自耦變 壓器，還是三相變壓器。用這種方法診斷的結果與 12 台變壓器開蓋 檢查的結果幾乎完全一致，系統的準確度高達 80%-90%，可完全拿來 實際應用。 2.利用「動態缺陷能」(DDE)理論： 提出一個創新、有關均質材料整體性之非破壞檢測參數 – 「動態 缺陷能」 ，首創以「能階」的概念來表示缺陷的形成、位置、及其嚴 重性，對各式振型中之能量分佈特性，有深入討論，陳述其獨特而 簡易的使用方式，並討論其與現有參數之比較和相關性。 3.利用「靜態缺陷能」(SDE)理論： 以小擾動法除去 DDE 高階次項後，導出一個簡化的靜態能量方程，. 8.
(23) 可更簡便有效率的應用在均質材料非破壞檢測上[5]。 1.4.2 油中氣體分析技術[5] 分析油中溶解氣體能提前預報變壓器等充油電氣設備的內部故 障。因此，近年來世界各先進國家均發展油中溶解氣體的線上監測， 用來隨時監視這些設備的運轉狀況，對保障充油電氣設備的安全運 轉有積極正面作用。以下是關於變壓器油中溶解氣體線上監測技術 的概述。 1. 為確保變壓器及其他充油電氣設備的安全運轉，發展了各種不同的. 監測方法，其中以利用『氣相色譜法』檢測油中溶解氣體最為有效。 絕緣油在熱和電的作用下，分解出氫、一氧化碳、二氧化碳、以及 多種小分子烴類氣體，設備內部故障的類型及嚴重程度與這些氣體 分子的組成及產氣速率有著密切關係。 2. 目前利用這一關係判斷設備內部故障和監視設備的運轉，已成為充. 油電氣設備安全運轉不可或缺的手段。為此，國際電工委員會制訂 了專用於油中溶解氣體分析的國際導則 IEC567 和 IEC599。但是利 用『氣相色譜法』檢測油中溶解氣體，從取油樣，油氣分離到色譜 分析的全程來看，存在著關卡多，操作手續繁瑣，試驗週期長等弊 病，當然也就不可避免發生較大的試驗誤差。除此之外，對於發展 較快的故障的檢測不夠即時，難以充分發揮作用。因此，近年來趨 向研製小型的氣體檢測裝置，安裝在設備上，以對設備進行經常性 的監測，隨時掌握設備的運轉狀況，彌補『色譜法』的不足，是一 項很有實用價值的新技術。 3. 油中溶解氣體線上監測儀器發展很快。主要發展動向可以從三方面. 來分類： (1) 以測試對象來分類：（a）單獨檢測氫氣成分（b）檢測可燃氣總 量（c）檢測各成分的單獨含量有甲烷、乙烷、乙烯、乙炔、氫 氣、一氧化碳、二氧化碳等等。. 9.
(24) (2) 以取氣方法來分類：（a）薄膜滲透法（b）抽真空式取氣法（c） 其他取氣方法。 (3) 以所使用的檢測器來分類：（a）鈀柵場效應管型（b）半導體型 （c）催化燃燒型（d）燃料電池型（e）其他型式。 1.4.3 油中氣體分析之變壓器故障診斷 利用油中氣體濃度分析變壓器初期故障診斷種類的方法稱溶 解氣體分析（dissolved gas analysis，簡稱 DGA），溶解氣體分析 法可藉由各種氣體比率及故障碼診斷出變壓器初期之故障種類，但 這些方法在故障推論過程中並無法涵蓋所有的故障種類，或因濃度 比率剛好落在分類的邊界上，產生無法辨識的問題。因此，已有相 當多的文獻採用可拓理論[4]、專家系統[9]、模糊理論[10,11]、 類神經網路[12,…,15]、進化的小波網路[16]、類神經結合專家系 統網路 ANNES[17]、Self-organizing Map[18]等技巧，企圖把專家 之經驗或故障測試實例學習起來，以克服無法辨識的缺點或試著提 高它的診斷精確度。這些採人工智慧的方法，確已大幅提升了故障 診斷之準確率。不過其主要缺點是需提供大量的訓練資料或引入主 觀的人為參數，對於故障種類少的案例，則需利用數值方法及專家 經驗補足訓練資料；其次，學習後無法得知輸出和輸入之間的關聯 性，對資料的更新及多重故障的診斷較為困難，下列簡略說明幾種 已被採用的診斷方法及其所存在的問題。 1. DGA 方法. 雖然 DGA 方法廣泛地被使用，但它的結果是以『經驗為依據 來替代科學的事實』，所以 DGA 方法並不是一個完全地客觀及精 準的方法，來當為診斷的專家，去決定最終可能的故障狀態。 因為 DGA 的診斷資料它還需考慮先前的紀錄，為使診斷的結 果與實際狀況相一致，而且可以增強預知類似故障的功能，所以. 10.
(25) 應用「Diagnostic experts」診斷專家是必須的，可是傳統的 DGA 方法在這方面顯然是不足的。 2. 人工智慧與模糊專家系統技術. 它是利用 DGA 先天上不是很精確及完整的分解氣體特性當做門檻 來應用於模糊操作，然後分類出故障的型式。 這種方法通常是依據現存的 IEC/IEEE standards（599）分類法 則來建構的，然而，它仍然有數個限制存在，例如：此種方法的 「membership functions 歸屬函數」及「diagnostic rules」是 以『practical experience 實際經驗』或『trial-and-error tests 試誤法』為基礎，所以這種 fuzzy expert system（FES）是無法 取用先前的診斷結果來做為此次推論的經驗的。 3. 自我學習與適應性模糊診斷系統. 為了規避模糊診斷技術的缺點，自我學習與適應性模糊診斷系統 是被發展的，然而由於在模糊系統中，同時要決定「membership functions」 and 『inference rules』，使得故障特性分類及模 糊分割的數量是被限制的，以避免等待判斷的『變數』數量明顯 增加。 4. 類神經網路 (ANNs). 它能夠準確的、簡明的執行數值模型方面的問題，所以 ANNs 也 是被推薦來處理變壓器的故障診斷問題，雖然它具有很高的診斷 能力，但是也同樣遺留下一些問題，例如：收斂緩慢（slow convergence）及網路結構之參數分配必須在執行診斷前先做出 相對稱的決定…等問題。 5. 進化小波網路 (EWNs). 此種方法雖然可以精確地獲得結構複雜及富有 input-output (I/O)之分解氣體，對應變壓器故障類型的關係，並有改善現存 診斷系統缺點的能力，也可以避免藉由冗長及費時的. 11.
(26) trial-and-error（TAE 試誤法）程序來決定 ANNs 參數問題，但 它仍存在著網路結構複雜、隱藏層與神經元數量的選取及訓練樣 本不足時故障診斷精確度將大幅降低等問題。 為克服上述之缺點及使診斷工具能通用化，本研究提出一個以 支撐向量機（SVM）為理論基礎的多層SVM 分類器，因為支撐向量 機是以統計的學習理論為基礎的一個先進的機械學習方法，它對於 一些存在著取樣不容易的小量樣本數據、非線性的及具有高維度的 實務性問題的解決，具有很強的能力，故本研究提出具有多層SVM 的分類器，作為電力變壓器故障診斷的方法，這個方法在本研究中 分別採用5層（SVM1）及6層（SVM2）兩種的SVM分類器來對6種及7 種變壓器故障類型做有效的診斷，而它顯現出具有診斷高精確度及 快速反應的出色特性，SVM作為變壓器故障診斷方法，比起倒傳遞 類神經網路（BPNN）及其他人工智慧網路它更具有下列之優點： (1). 它的網路構造具有最小化風險的特點是令人滿意的，而且它也 具有很強健的分類能力，與非常高的辨識正確率。 (2). SVM分類器網路具有非常快速的訓練速度（10秒以內） 。 (3). 求解SVM分類器是一個二次線性規劃的問題，所以它沒有局部 最佳化的問題。 (4). 多層 SVM 分類器作為變壓器故障診斷，只需要少許的樣本數 據資料及訓練時間，就能夠得到很好的診斷輸出可靠度，所以 它很適合被採用當為變壓器故障診斷系統的網路，故它具有非 常大的實用性潛力。. 12.
(27) 1.5 論文架構 本論文共分為七章，除了第一章緒論外，第二章將介紹以 GSM 資 料收集模組及線上油中氣體監視器建構電力變壓器故障診斷之前置監 測系統，內容包括了 GSM 無線型資料收集模組之研製與應用及變壓器 線上油中氣體監視器的建置，第三章介紹支撐向量機（SVM）理論，第 四章介紹本研究所建構的變壓器故障診斷之支撐向量迴歸模型，第五 章介紹以多層 SVM 分類器為基礎的變壓器故障診斷，第六章則就經前 章訓練測試結果進行實例的診斷與其結果的分析，最後第七章針對本 研究所提的方法做結論，並提出未來研究的方向。. 13.
(28) 二、 以 GSM 資料收集模組及線上油中氣體監視器建構電力變 壓器故障監測系統 2.1. GSM 無線型資料收集模組之研製與應用. 2.1.1 GSM 無線型資料收集模組之研製 此模組包含了以 16 位元微處理機為主之類比資料收集單元 （包含簡易異常參數診斷及預警功能）、GSM 無線收發模組與介面 電路，當監測參數有異常值時，可經由 GSM 模組發送警訊通知運轉 人員。以下簡述 GSM 無線型資料收集模組之研製。 1.遠端資料收集模組之設計： 由於一般傳統的資料收集是由工作人員到現場去把紀錄器拿 回來解讀，而這些現場可能地處偏遠山區或交通不便或距離非常 遠的地方，造成資料的收集計費時又費力，且如果這些資料是具 有時效性者，傳統的做法就顯然不符合需求，而這個原因是本研 究準備發展遠端資料收集模組的動機。 隨著電腦、通訊等技術大幅進步，讓資料收集及傳輸更即時， 也更可靠，因此遠端資料收集可說是未來發展的必然趨勢，它不 僅可以減少人員費用的支出，及時間上的耗費，且讓人更容易、 更便捷快速地獲得想要的即時資料變化，預測可能會發生的狀 況，作為預警之用，以維護人們的生命及財產安全，或供研究所 需資料之用。 資料的收集主要是為了作後續的分析及監控之用，可能會因 通訊問題使得資料傳輸發生問題，而無法馬上判斷資料所提供的 訊息做為即時預警之用，本研究為了解決此種問題，而有了遠端 資料收集模組之設計構想。因為一般的遠端監控系統的預警設備 大多設置於主控端，主控端與監測端是不在同一個地方，所以可 能會因通訊問題而產生錯誤的警訊，致使預警系統無法發揮預期 作用，所以除在主控端有預警設備外，還要在遠端資料收集器上. 14.
(29) 也要加上預警設備，如此就可以增加系統的可靠度。 而由於遠端資料收集預警模組的設置有可能在偏遠地區，因 此可能無法經常更換電池，故須有一組太陽能板來對電池充電， 以維持系統正常運轉。因為本系統做為監控之用，故須有一組 A/D 轉換器，以便將數值取出，故選擇使用 Intel 80C196KC 16 位元 的微處理機，如此可縮短程式與硬體設計的時程，先就分別說明 硬體與軟體架構設計方法。 圖 2-1 所示係以 GSM 通訊系統為基礎之監控系統方塊圖，監 控主機位於饋線監控中心，GSM 模組經由 RS-232 與 PC 連接，GSM 收發控制模組負責監控端的命令發射與資料接收，當控制中心由 GSM 收發控制模組撥通至監控端 GSM 收發控制模組時，監控中心即 可獲得監控端現在的資料。監控中心與監控端監資料的收送皆須 經過電信公司的基地台的放大與傳送。 (1). 資料收集預警模組其功能包括： a. 輸入信號：用一個可變電阻器模擬類比信號的輸入，將來可 將可變電阻器直接以實際的感測器替換。 b. 顯示功能：以 LCD 顯示目前的感測值與通訊狀況。 c. 設定功能：以按鍵進行設定，可設定警戒值，也可以設定當 感測值超過警戒值時，預設被通知者的電話號碼（一組）。 d. 資料收集功能：當主控端的電腦撥號給遠端的模組時，模組 就會和主控端電腦建立連線，把資料傳回主控端。 e. 隨時隨地得知遠端模組的感測值：只要用自己的手機傳送一 特定格式的簡訊到遠端的模組，模組即會自動以簡訊方式回 覆目前的感測值給你。 f. 感測值超過警戒值時發出警告訊息：此種情況發生時，模組 即會自動對之前所有儲存的電話號碼發出警告簡訊。 （欲被通 知的使用者或管理者需要先傳一特定格式的簡訊給模組，模. 15.
(30) 組即會自動儲存來電者的電話） 。 Control center. 資料蒐集器. PC. 變壓器線上資料 蒐集的主控PC. GSM 基地台. GSM communication model. GSM 通訊模組. 圖2-1 以GSM通訊系統為基礎之監控系統方塊圖. (2). 硬體架構設計 圖 2-2 所示為遠端資料收集預警模組硬體系統方塊圖，圖中 16 位元微處理機 80196KC 其功能包括： a. 將欲收集的資料，利用內建 10-Bits 的 A/D 轉換器將其轉換 成數位信號。 b. 將連至遠端資料收集器的電話號碼紀錄在 DS 1644NURAM 32MB 容量的隨機記憶體內。 c. 接受按鍵功能輸入值，設定以功能鍵方式設定相關參數，如 SIM 的密碼、預設的監控者及警戒點。 d. 將欲顯示的資料以中斷方式經由 8255 IC 的 Port A、I/O 0 ─I/O 7 傳至 LCD 顯示。 e. 建立 RS-232 串列通信埠與個人電腦連線，以便資料即時傳輸 至監控中心。. 16.
(31) 圖 2-2 遠端資料收集預警模組硬體系統方塊圖 (3). 軟體架構設計 遠端資料收集預警模組之軟體設計直接以組合語言撰寫，其功 能包含了儲存電話號碼、按鍵掃描與功能設定，以及資料顯示 等程式的撰寫，由於 80196KC 內建 ROM 容量不足（只有 16KB） 故另擴充 ROM 記憶體 28KB 的容量。 圖 2-3 所示為遠端資料收集預警模組的通訊協定，此協定關係 著資料傳送成功與否，其中錯誤檢查碼檢查方式採 CRC 碼。 站號. 密碼. 資料 EXT CRC. STX. 錯誤碼檢查方式 停止命令 所傳送資料 核對密碼 資料蒐集模組站號 起始命令. 圖 2-3 遠端資料蒐集器通訊協定 2.資料收集預警模組設計 (1).硬體電路規劃與設計. 17.
(32) 本模組主要係由：一組太陽能板、一組鉛蓄電池、及印刷電路 板組合而成。 該鉛蓄電池係經由一顆 7805 穩壓 IC 送出 5V 之電源與直接送 出 12V 之電源供系統使用，而太陽能板則是在太陽能充足時 對電池充電，並提供系統所需之電源。本系統之核心部份， CPU80196KC 透過 74373、74244，當作位址之匯流排，而經由 74245 當作資料匯流排，利用 74244、74245 來增強 BUS 的驅 動能力，而利用此位址及資料匯流排來存取外部 RAM、ROM 及 8255 等週邊 IC，而外部的類比量測信號，則經由內建的 A/D 轉換取得數值。 圖 2-2 中的 ROM 是用來作存放程式之用，而 RAM(DS1644) 則是用來存放資料，其 8255 使用 Port C 連接到一個 4*4 的 鍵盤，而 Port A 則連到一個 LCD 顯示面板。由於 CPU 所輸出 的電壓位準是 0V～+5V，而 RS-232 所使用的電壓位準+12V～ -12V，所以我們在 CPU 與 RS-232 之間加了一顆 ICL232 把 CPU 的輸出位準提升到 RS-232 的位準。 （2）.軟體程式規劃與設計 本節將針對資料收集預警模組的軟體程式設計作一簡單描 述。資料收集預警模組使用 80196KC 的單晶片，程式以組合語 言撰寫，其單晶片的軟體功能簡述如下： 80196KC 主要的軟體功能有： a. 隨時監控感測器的變化。 b. 鍵盤掃描與按鍵功能設定。 c. 當主控端要求時，能把資料傳回主控端。 d. 當感測器的數值超過警戒值時，自動發出警告訊息。 圖 2-5 為主程式的流程圖，主程式一開始需進行系統程式的規 劃，初值設定與周邊介面的啟動，其包括了（A）80196KC 單晶. 18.
(33) 片的規劃（B）中斷向量位址的設定（C）串列埠，計時器啟動 與外部中斷致能（D）8255 週邊介面控制器的規劃。這些初始 化的規劃與設定動作有助於後續各副程式與主程式中進行 I/O 資料讀寫動作的效率，再者各串列埠、計時器與外部中斷信號 旗標的設定與啟動，方可允許 80196KC CPU 進行外部 （透過 串列通信埠，串列埠中斷副程式流程圖如圖 2-4 所示）設備資 料轉換的工作。程式接下來將對 GSM 模組進行連線測試，若測 試成功，接下來對 GSM 模組進行初始設定，設定完成後系統進 入待命狀態並監測準位，如果這時候有收到簡訊的話，就會把 來電者之電話號碼紀錄起來，然後回復確認簡訊給來電者，如 果這時預設的準位超過警戒值時，就會對之前有紀錄的所有號 碼送出警告簡訊，而如果有收到主控端撥來的電話要求連線 時，則和主控端建立起連線，通訊協定完成後開始傳送資料， 資料傳送完成後就自動切斷連線。程式將一直循環偵測這三種 狀況。 串列埠中斷副程式. 是否有接收 資料. 是. 否. 接收資料. 接收到的資料 是否完整正確. 否. 是. 要求重送. 判斷是否將 資料傳出. 否. 是 將資料傳出. 返回. 圖 2-4 串列埠中斷副程式流程圖. 19.
(34) 開始 規劃 80196KC 晶片 設定中斷向量位址 啟動串列埠及計時器 規劃 8255 晶片. 主程式 對 GSM模組進行連結測試. 試誤次數減1. 否. 是否= 0 ?. 否. 成功. 是 參數設定. 進入待命狀態並監測準位. 是 顯示錯誤訊息. 是否超過警報 點?. 傳送警告短訊. 是. 否 結束. 收到簡訊. 是. 回覆並確認簡訊. 否 收到主控端的 連要求. 否. 與主控端建立連線. 是 傳送及時資料. 中斷連線. 否. 圖 2-5 主程式軟體流程圖. 20. 是.
(35) 2.1.2 硬體及軟體整合與測試 在硬體的設計上，對於外部信號的輸入將採用一個可變電阻 器來模擬感測器數值得變化，等到真正接用系統時才轉換成現場 感測器。硬體電路初期利用實驗室電路板進行功能測試，確定無 誤後再利用 Protel 電路板規劃軟體進行電路圖繪製及佈線，因 於系統軟體程式的發展與測試過程，將以組合語言撰寫，需花費 較多的時間，程式除錯過程中，初期輔以 WINICE 96 進行，待除 錯技巧熟練後，再捨棄 ICE 硬體線路模擬器，直接燒錄 EPROM 進 行整合測試，直到軟體功能符合需求為止。 2.1.3 GSM 無線型資料收集模組設計 （1）GSM 通訊模組介面電路之設計 圖 2-6 所示為擬研製GSM收發控制模組的系統方塊圖。圖 中GSM通信單元則利用現有行動電話手機配合語音處理配件（例 如耳機）與語音輸出配件組合而成。再者語音信號輸入或輸出 行動電話之前，必須將訊號準位調整至適當的準位（即行動電 話可接受且不失真的準位） ，此為準位調整器之功能，其乃利用 加法器達成準位調整的目的，再者利用主動濾波電路以抑制雜 訊，由於OPA具有極高的使用彈性，故可兼具信號放大的功能。 此外準位調整器中亦包含整形電路，以解決接收信號失真的問 題。解碼器/擬採用Motorola MC145027/MC145026 IC對，其中 編碼器IC將控制指令經由A1～A9位址線以二元資料型態進行編碼 後再以串列方式經由位準調整器輸出訊號，再者解碼器將所接 收到串列型式的控制指令以二元資料 4-bit格式表示，89C51 微 處理機負責：1.撥號工作 2.控制指令傳送 3.經由RS-232 串列埠 與需量控制器或PC進行資料交換。程式將存放於內建 8K ROM記 憶區內。另通信協定也需預為規劃，此協定關係著命令收送成 功與否，其中錯誤碼檢查方式採CRC碼。此外為確保正確地傳送. 21.
(36) 資料除利用編碼器/解碼器的位址線確保資料外尚可利用＂回 傳通知“的方式確保資料的正確性。所謂回傳通知確保法乃當 控制端發射第一筆資料至受控端時，必須等到受控端發出相同 的資料，通知控制端進行下一筆資料傳送。. GSM 通信模組. 89C51 語音輸入 語音輸出. 解碼器. 位準 調整器. 編碼器. Port0 A1~A5. Port2 D 1 ~D 4. 控 制 或 PC 器. 圖 2-6 GSM 收發控制模組系統方塊圖 （2）硬體之架構設計： 圖 2-7 所示為 GSM 通訊器硬體系統方塊圖，其中係可分為： 1. 電源轉換器：主要係將輸入直流電源(8V 以上)轉換成兩組 直流電源，一組 5V 直流電源，提供給 GSM 模組電源，另一 組 3V 提供給 SIM 卡使用。 2. GSM 通訊模組：為 GSM 通訊器之主體，其功能與一般 GSM 手機相同，然其另提供一組串列介面 RS-232 供連線用。 3. SIM 座：係提供 SIM 卡放置使用，並將 SIM 連接至 GSM 通 訊模組。其接線如圖 2-8 所示。 4. 位準轉換器：係將 GSM 串列介面位準提升至一般標準 RS232. 準位，使 GSM 模組可與外部連線作控制。只要有標準 RS232 介面均可與其連接，但必須注意本 RS232 介面為 DCE(Data Circuit Equipment)，故連線時須注意連接纜線為非交越 型（No cross over type） 。. 22.
(37) DC DC > 8V. DC to DC 電源轉換器. GSM 通 訊 模 組. 3V SIM座. 圖 2-7. 1. SIMCLK. 3. SIMRST. 5. SIMVCC. 位準轉換器 RS-232 port. GSM 通訊器硬體系統方塊圖. CLK. I/O. RST. VPP. VCC. GND. 2. SIMIO. 4 6. SIM SOCKET. 圖 2-8. SIM 座接線圖. （3）軟體架構設計： 圖 2-9 所示為控制中心與各受控控制器之通信協定，此協定 分別定義有密碼、組別、站號、命令、卸/復載容量、擬動 時間等內容，為確保正確動作之目的，另設有 CRC 檢查碼！ 另該受控控制器收到命令串後，仍需加以比對密碼，以確保 其保密性，故雖知該通訊協定，倘若不知該受控控制器之密 碼，仍不能對其控制，且該密碼可隨時加以更改。又由於使 用標準 RS-232 及 AT COMMAND 使得 GSM 模組替代性高，並不 受限於各廠商之特殊規格所限制。. 23.
(38) 密碼. 群組. 站號. 命令. 卸/復載量. 動作 時間. EXT. STX. CRC 錯誤碼檢查方式 停止命令 擬動作時間 擬卸載量 控制命令:0為卸載,1為復載 受控器站號 受控器群組 核對密碼 起始命令. 圖 2-9. 控制器通信協定. 圖 2-10 所示為控制中心程式流程圖，其主要係以 SMS 方式發 送命令至 GSM 通訊器，而等待通訊器回應是否正常，再判斷 受控方是否回送相同 SMS 命令，若有則表示通訊完成，否則 重送或 Time out error 或判斷傳回碼加以動作。圖 2-11 所 示為受控方程式流程圖。其接受命令後經過 CRC 偵錯碼檢 查、密碼檢查群組、站號判別及動作時間確認後，再開始卸/ 復載，經卸/復載後再回送完成命令。. 24.
(39) PC送命令至GSM 通訊器 Timeout 計時已到 GSM 通訊器錯誤. N. Timeout 計時開始. Y N. 無回應. 等待 GSM通訊器 回應OK. N. Y Timeout 計時開始. N 是否 Timeout計 時已到. N. 是否收 到受控端回 應命令. Y. Y. Timeout error. 判斷是 否通訊完成. N. Y 通訊結束. 圖 2-10. 控制中心程式流程圖. 25. 判斷回應碼.
(40) G SM通 訊 器 接 收 命 令. N. 送 回 重 送 命 令 碼. 判 斷 CR C 是 否 正 確. Y N. 判 斷 密 碼 是 否 正 確. Y N. 判 斷 是 否 為 本 群 組. Y N. 判 斷 是 否 為 本 控 制 站. Y 送 回 接 受 命 令 完 成 碼. N. 判 斷 動 作 時 間 是 否 已 到. Y. 判 斷 卸 /復 載 卸 載 開 始. 復 載 開 始. 送 回 卸 /復 載 完 成 命 令 碼 結 束. 圖 2-11. 受控方程式流程圖. 26.
(41) 2.1.4 GSM 無線型資料收集模組製作及安裝進行步驟： （1）GSM 收發控制模組位準調整器電路設計與製作，位準調整器 包含了信號調整、主動濾波與波形整形電路。 （2）GSM 收發控制模組、編碼器/解碼器與 89C51 微處理機硬體 電路設計、佈線與電路板製作。 （3）GSM 收發控制模組軟體程式撰寫，軟體功能包含了控制端資 料收送手機撥接與傳訊控制，此外受控端包含了資料收送回 應、手機撥接、傳訊控制與 RS-232 資料通信。 （4）GSM 收發控制模組硬體、軟體整合測試並完成實驗室各項功 能測試，GSM 模組實體圖詳如圖 2-12。 （5）資料收集模組與 GSM 收發控制模組整合並進行實驗室測試。 （6）利用高雄港務局第五貨櫃中心變電站之主變壓器進行現場 測試、修正與改善缺失完成原型製作。. 圖 2-12. 27. GSM 模組實體圖.
(42) 2.2 變壓器溶解氣體分析設備安裝及其主要規格 本研究採用GE SYPROTEC H201 Ti當為DGA資料搜集、分析及 異常警報等工作的設備，它主要可以由線上量取變壓器絕緣油中 可燃性氣體的總濃度，即TCG=H2+CH4+C2H6+C2H4+C2H2+CO，並將線上 量測到的TCG數據及TCG異常超過設定警戒值的警報信號，藉由GSM 資料蒐集模組上傳至控制中心的主電腦內資料蒐集器中儲存，並 經適當處理後與電力監視系統SCADA整合後，做即時的警示輸出， 以便專業人員適時前來採樣該變壓器之油中氣體，進一步做檢驗 及進行可燃性氣體成份的分析，並將分析資料利用多層支撐向量 機網路模型（Multi-Layer Support Vector Machine），進行故 障類型的診斷，最後將診斷結果的報告交由運轉人員，針對診斷 結果作為後續該變壓器如何處置的決策依據，必要時並停機進行 相關維護程序，以有效降低變壓器維護成本，延長變壓器運轉壽 命與提昇變電所之可靠度。 這個 Hydran 201 Ti 氣體監測器，它包括有一個 4 通道的控制器 （H201Ci）及一個智慧型的傳感器。 2.2.1 Hydran 201 Ti 氣體監測器的安裝 它是ㄧ個模組化的設備，可以直接安裝於變壓器的油箱各處油 閥上，建議最適當的安裝位置順序，如圖 2-13 所示。. 28.
(43) 圖 2-13 感測器安裝建議位置圖 建議最優先安裝的位置是在冷卻器迴管上，其原因是在這個位置 它具有絕緣油流動、工作溫度範圍及操作性等最佳組合性能，現 場安裝情況詳圖 2-14、圖 2-15 所示。 2.2.2 通道控制器（Channel Controller H201Ci）的性能規格： (1) 每組的通道控制器可以控制 4 個傳感器。 (2) 它具有隔離式的類比輸出：0-4mA or 4-20ma,0-1.0Volts or0-10Volts;00Vrms. (3) 它可以設定每天或每小時的油中溶解氣體的趨勢值，並設定 Hi 及 Hi-Hi 的警報點。 (4) 它具有 RS-485 及 RS-232 通訊連接埠。 (5) 工作溫度：-50℃~+55℃。 2.2.3 智慧型傳感器（Intelligent Transducer H201 Ti）的性能規格： (1) 具蒐集 5 種成分的油中溶解氣體的功能，包括：. 29.
(44) H2,C2H2,C2H4,C2H6,CH4。 (2) 它可以利用螺栓直接安裝於變壓器油箱的進排油閥上。 (3) 具有ㄧ組模組化的微型處理單元，可以處理即時的氣體數據。 (4) 反應時間：12Min 以內。. 圖 2-14 水平安裝於冷卻器迴管上. 圖 2-15 水平安裝於洩放側閥上. 2.3 振動加速器的安裝及其主要規格 每一部變壓器至少安裝 9 組的的振動加速器（Accelerometer） ，換 言之，在變壓器的每一相至少要安裝 3 組的振動加速器，分配的原 則為，在高壓側的變壓器器身上半部及下半部各安裝一組，而在低 壓側也至少需安裝一組，這個振動加速器主要性能包括有： (1) 靈敏度：≧100 mV/g ±5﹪。 (2) 最大震幅： ≧±10 g。 (3) 響應頻率： 0.5～2000 HZ ±5%。 2.4. 本論文雛型系統研製及使用 本論文雛型系統擬採用的參數係參考上述參考文獻而來[5,7]，規 劃監測及故障資料蒐集分析的參數包括有電力參數（包括有電壓、 電流、有效功率、功率因數等） 、溫度、油中氣體及振動參數。而. 30.
(45) 大型電力變壓器則借重高雄港務局第五貨櫃中心 69KV 特高壓變電 站內之 7500KVA 主變壓器。 本系統名稱暫定為：無線型遠端電力變壓器振動、溫度、油中氣體 監測與電力參數擷取統合分析系統。其設置目的及用途： （1） 遠端量測並連續紀錄電力變壓器之電力參數、振動、油中氣 體成分、溫度信號等資料。 （2） 即時連續分析振動加速度之頻譜。 （3） 遠端監控及存取各項資料，包含溫度、頻譜及對應之時間等。 （4） 連續紀錄電力變壓器之運行各項電力參數，包括三相電壓、 電流、實功率、功率因數及其對應之時間等。 （5） 連續資料統合作業，包括建立各獨立參數背景趨勢和參數間 交叉比對圖，分析後設定異常狀況判斷量及發出預警信號。 （6） 將搜集到的變壓器油中可燃性氣體濃度 TCG 值，配合 TCG 異 常超限警報訊息提供給運轉操作人員，異常警報出現時可即 時安排專業人員前來進一步對異常的變壓器採樣，並做檢驗 及進行可燃性氣體成份的分析，並將分析資料利用多層支撐 向量機網路模型（Multi-Layer Support Vector Machine）， 進行故障類型的診斷，最後將診斷結果的報告交由運轉人 員，針對診斷結果作為後續該變壓器如何處置的決策依據， 必要時並停機進行相關維護程序，以有效降低變壓器維護成 本，延長變壓器運轉壽命與提昇變電所之可靠度。 系統構造如圖 2-16 所示，現場遠端裝設振動、溫度、油中氣體成 分感測器，其信號輸入一個資料收集器，然後 GSM 無線傳輸統合至 控制分析的控制中心內，以便進一步分析比對，監測、並執行異常 預警，然後將異常警報訊息及資料即時提供給運轉操作人員進行後 續的處理。圖 2-17 所示為一 GSM 無線型資料收集系統方塊圖。. 31.
(46) 控制室 PT.CT TR A. 信號蒐集 單元 (V.I.W. Q...). TR B. TR C. 電力參數. HUB. Network line. 信號蒐集 單元. 溫度、油中氣體及 振動數據量測. GSM. 工作現場 控制及分析單元. Network line. 圖 2-16 無線型遠端電力變壓器參數擷取統合分析系統圖 控制中心 T/R N1. 資料收集器. PC. 加速規 應變規 H201 Ti傳感器 RVDT. 變壓器1 T/R M1. GSM 基地台 T/R NN. 資料收集器. T/R MN. 加速規 應變規 H201 Ti傳感器. 變壓器N. 圖 2-17 GSM 無線型資料收集系統方塊圖 2.5 進行步驟及執行情形 a. GSM 無線型資料收集模組及各種感測器（Hydran 201 Ti 氣體. 32. RVDT.
(47) 監測器、振動加速器） 、轉換器（H201Ci）及現場配線等之安裝、 調整與測試。 b. 資料接收及儲存。 c. 資料分析及控制中心電腦主機之建置。 d. 系統整合工作所需軟體程式（視窗語言）撰寫、安裝及測試。 e. 全系統的整合測試。 f. 進行實地監測與資料收集，透過 GSM 模組以輪詢式的通訊協定 將資料傳送回主控制中心之電腦主機。 g. 進行持續性實地監測與資料收集，透過 GSM 模組以輪詢式的通 訊協定將資料傳送回主控制中心之電腦主機。 h. 利用 SVM 理論，針對所量測到的變壓器油中氣體成分進行分類。 i. 辨識各種運轉條件下之可能故障模式。 j. 建立整合式之診斷資料庫及比對方案，以有效診斷出故障類型 及早發現潛在之故障因子。 k. 驗證本研究所研製的系統設備及診斷行之可行性。 本論文後續的研究重點，主要是針對變壓器產生的油中氣體 成分，利用 SVM 理論，建構一個多層 SVM 分類器，來進行變壓器 的故障診斷，至於變壓器運轉振動可能對於變壓器的影響部分， 則作為未來的研究計畫，再行深入探討。 本研究於高雄港務局第五貨櫃中心（5CY）所建構的無線型遠 端電力變壓器振動、溫度、油中氣體監測與電力參數擷取統合分 析系統，在 92 年 12 月底完成，系統運轉至今尚稱正常，所蒐集 到的各類參數均適時提供運轉操作人員擬定該變壓器運轉、維 護、保養的參考依據，其中變壓器油中氣體成分的資料，提供給 本研究接下來利用多層 SVM 分類器進行故障診斷所需之樣本資料 之用。. 33.
(48) 三、 支撐向量機 SVM 理論[7,22] 支撐向量機是Vapnik[23]等人根據統計學理論提出的一種新的通 用學習方法，它是建立在統計學理論的VC維（Vapnik Chervonenks Dimension）理論和結構風險最小原理(Structural Risk Minimization Inductive Principle)基礎上的，能較好地解決小樣本、非線性、高 維數和局部極小點等實際問題[22,…,31]，已成為機器學習界的研究 熱門重點之一，並成功的應用於分類、函數逼近和時間序列預測等方 面[32,…,35]，而變壓器故障之油中氣體診斷問題也可以看作是一種 對油中氣體成分、濃度及其影響因子間的複雜的非線性函數關係的逼 近問題，基於上述考慮，本文將以支撐向量機理論引入變壓器故障診 斷之中。 支撐向量機 [7,22,36]是建立在機器學習理論的結構風險最小化 原則之上，其主要思想是針對二元分類問題，在高維度空間中尋找一 個超平面作為二類的分割，以保證最小的分類錯誤率，而且SVM 一個 重要的優點就是能處理線性不可分的情況。 從幾何上說，支撐向量機就是要在 n 維空間中尋找最佳決策面， 該決策面能最好的區分正例和反例，使正例和反例之間的分類間隔最 大，SVM的基本思想可用正例和反例線性可分的情況來說明，而對於非 線性問題，則可以經由非線性變換轉化為某個高維度空間的線性問 題，在變換空間中尋找最佳的分類面。 SVM方法具有非常堅實的理論基礎，SVM訓練的本質是在解決一個二次 規劃（QP）問題，得到全域最佳解，還使它有著其他統計學習技術難 以比擬的優越性。SVM分類器具有非常好的分類效果，是最好的分類器 之一。 SVM 利用目前現有的資料作訓練，再利用這些分析出的資料選出 幾個支撐向量來代表整體的資料，並將少部份極端值事先剔除，然後 將所挑選的支撐向量包裝成模型。. 34.
(49) 當支撐向量機被運用來估計迴歸方程時有三個比較獨特的特性： 第一：支撐向量機估計迴歸時，使用了定義在高維度空間中之線性方 程式的集合。 第二：支撐向量機藉著結構風險最小化的原則實現了迴歸估計的功 能，且此結構風險將使用Vapnik 的ε—不敏感損失函數來加以 估計。 第三：支撐向量機使用了由經驗誤差和結構風險最小化原則所導出的 懲罰項(regularization term)所組合而成的風險函數(Tay and Cao, 2001b)[37]。 3.1 支撐向量機的基本原理[7,22,37] 支撐向量機是從線性可分情況下的最佳分類面發展而來的，也是 統計學理論中最實用的部分，其基本思想可用圖3-1的兩維情況說明。 圖中，實心點和空心點各代表兩類樣本，H為分類超平面，H1，H2分別 為過各類中離分類超平面最近的樣本，且平行於分類超平面的平面， 它們之間的距離叫做分類間隔（margin），所謂最佳分類面就是要求 分類面不但能將兩類正確分開（訓練錯誤率為0），而且使分類間隔最 大。距離最佳分類超平面最近的向量稱為支撐向量。 H1 H H2. 分類 間隔. 圖3-1線性可分情況下的最佳分類面. 35.
(50) 假設若有測試的資料作預測時，SVM 就會將資料歸類，利用將資料分 成兩類，判斷式如下定義y值： 設存在訓練樣本有n維向量，某區域的 l 個樣本及其所屬的分類表示為 ( x i , y i ), … , ( x l , y l ), x ∈ R n , y ∈ { + 1, − 1}. l 為樣本數， n 為輸入維度， xi 為訓練樣本， yi 為對於 xi 輸入樣本之 分類結果（1或-1）。 在線性可分情況下，存在一個超平面H能將二類樣本完全分隔該平面描 述為： (w ix) + b = 0. （3-1）. 其中w為權重值，b為偏權值 分類方式如圖3-2～圖3-8，其中圖3-3、圖3-5為原始樣本點，在此共 有3組不同性質的樣本數據，構成三維空間，圖3-4及圖3-6則為前述樣 本點可能的分類超平面：. w i xi + b ≥ + 1. 若 yi = + 1. w i xi + b ≤ − 1. 若 yi = − 1. 圖3-2 分類超平面. 36. （3-2）.
(51) 圖3-3 原始樣本點. 圖3-4 分類超平面. 37.
(52) 圖3-5. 原始樣本點. 圖3-6 分類超平面. 圖3-7 分類超平面. 圖3-8 線性分類. 從上圖可簡述線性分類的概念，當有一群的資料可以利用直線將 資料區分成兩類，此直線的方程式為 ( w i x ) + b = 0 ，而Support Vector 在直線的左邊為一群，在右邊的為一群，依分類公式決定。由 這個例子可了解SVM 分類的原理。 可將上述不等式的規範形式合併為如下緊湊型式. y i ( w i xi + b ) ≥ 1. i = 1, 2, … , l. 則點x到超平面H的距離為：. 38. （3-3）.
(53) d (w,b, x) =. wix + b w. （3-4）. 根據最佳分類超平面的定義，則分類間隔可表示為：. p(w, b) = min d (w, b, xi ) + min d (w, b, x j ) { xi : yi =1}. = min. { x j : y j =−1}. wi xi + b. { xi : yi =1}. w. + min. wi x j + b. { x j : y j =−1}. w. =. 2 w. （3-5）. 要使分類間隔最大化，就是使2/∥w∥最大。因此建構最佳分類超平面 的問題可轉化為在滿足式(3-3)條件下最小化的問題。 Φ (w,b) =. （3-6）. 1 w iw 2. 另外，考慮到可能存在一些樣本不能被超平面正確分類，因此引入正 值的鬆弛變量（Slack variable）. ξ ≥ 0, i = 1, 2,… , l. （3-7） l. 顯然，當分類出現錯誤時，ξ大於零， ∑ ξi 是分類錯誤數量的一個上 i =1. 限，為此引入一個錯誤懲罰分量，因此建構廣義最佳分類超平面問題 就轉化為在限制條件下 y i ( w i xi + b ) ≥ 1 − ξ i ,. i = 1, 2, … , l , …. （3-8）. 得到最小化函數 Φ ( w, b ) =. l 1 wiw + C ∑ ξi 2 i =1. （3-9）. 上式中第二項為經驗（風險）誤差，C為正值懲罰常數（Regularized constant），C越大，對錯誤的懲罰越重。其中第1項是樣本到超平面 的距離要盡量大，從而提高泛化能力；第2項要使誤差盡量小。. 39.
(54) 3.2.支撐向量機的迴歸算法及其實現[6,36,37] 3.2-1線性迴歸問題 設樣本為n維向量，某區域的 l 個樣本及其值表示為： ( x i , y i ), … , ( x l , y l ), x ∈ R n , y ∈ { + 1, − 1}. （3-10）. 線性函數設為. f ( x) = (wix) + b. （3-11）. 並假設所有訓練數據都可以在精度ε（不敏感損失函數）下無誤差地 用線性函數擬合，即： ⎧ yi − wi xi − b ≤ ε ⎨ ⎩ wi xi + b − yi ≤ ε. i = 1, 2,… , l. （3-12）. 考慮到允許擬合誤差的情況，引入鬆弛因子 ξi ≥ 0 和 ξi∗ ≥ 0 ，則式(3-12) 變成 ⎧ yi − wi xi − b ≤ ε + ξ i or yi [ w ∗ f ( xi ) + b ] ≥ ε + ξ i ⎪ ∗ ∗ ⎪ wi xi + b − yi ≤ ε + ξ i or yi [ w ∗ f ( xi ) + b] ≥ ε + ξ i ⎨ ⎪ξ i ≥ 0 ⎪ξ ∗ ≥ 0 ⎩ i. i = 1, 2,… , l. （3-13） 與最佳分類超平面中最大化分類間隔相似，迴歸估算問題轉化為在限 制條件(3-13)下最小化函數（即迴歸誤差函數regression risk）為： l 1 ∗ （3-14） m in R ( w , ξ , ξ ∗ ) = w i w + C ∑ (ξ i + ξ i ) 2 i =1 式(3-14)中 R( w, ξ , ξ ∗ ) 即為迴歸誤差（regression. risk），而式中第1. 項就是所謂的懲罰項，是使迴歸函數更為平坦，從而提高泛化能力。 第2項則為經驗誤差(風險)是為減少誤差，它將藉由式中的ε（不敏感 損失函數）來加以估計，ε為一正常數，稱為不敏感損失函數，導入 這個損失函數所將產生的好處是只要使用較少的資料點就能提供給式. 40.
數據
![表 1-1：特徵氣體與變壓器內部故障的對應關係[6] 編號 故障性質 特徵氣體的特點 1 過熱 (＜500℃ ) 總烴較高（CH T ）, CH 4 >C 2 H 4 , C 2 H 2 <5ppm 2 嚴重過熱 (＞＝500℃ ) 總烴高, C 2 H 4 >CH 4 , C 2 H 2 >5ppm, 但尚未構成總烴中的主要成分, H2含量較高 3 局部放電 （PD） 總烴不高, H 2 >100ppm, CH 4 是總烴主要成分 4 火](https://thumb-ap.123doks.com/thumbv2/9libinfo/8831156.235335/19.892.125.770.193.717/較高CHHCH嚴重過熱＞＝℃總烴H未構量較局部放電PD總烴不高.webp)
![表 1-3. IEC 599 三比值法與變壓器內部故障的對應關係[1] 比值編碼組合 故障 編號 典型故障性質 C 2 H 2 /C 2 H 4 CH 4 /H 2 C 2 H 4 /C 2 H 6 1 無故障 0 0 0 2 低能量密度的局部放電 0 1 0 3 高能量密度的局部放電 1 1 0 4 低能量的（火花）放電 1-2 0 1-2 5 高能量的（電弧）放電 1 0 2 6 低於 150-300℃的熱故障 0 0 1 7 150-300℃低溫](https://thumb-ap.123doks.com/thumbv2/9libinfo/8831156.235335/20.892.119.781.137.578/HHCHCH無故障低能量密度的低能量高能量放電低於熱故低溫.webp)
+6
相關文件
In order to facilitate school personnel of DSS schools in operating their schools smoothly and effectively and to provide new DSS schools a quick reference on the
Core vector machines: Fast SVM training on very large data sets. Multi-class support
Core vector machines: Fast SVM training on very large data sets. Multi-class support
• Delta hedge is based on the first-order approximation to changes in the derivative price, ∆f , due to changes in the stock price, ∆S.. • When ∆S is not small, the
This objective of this research is to develop water based sol-gel process to apply a protective coating on both optical molds and glass performs, which can effectively prevent glass
Soille, “Watershed in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations,” IEEE Transactions on Pattern Analysis and Machine Intelligence,
In order to use the solar rays more efficient and improve the conversion efficiency of solar cell, it is necessary to use antireflection layer to reduce the losses of
It is imperative to utilize the recycled material and new asphalt effectively, through quality construction in order to make the recycled asphalt concrete pavement better than the
