基于群智優化的變壓器絕緣油色譜監測方法

于鮮莉 李波 李昂

摘要：在對群體智能概念及其實踐應用分析的基礎上，提出了基于群智優化的變壓器絕緣油色譜監測方法，包括眾包模式、群智協作和生態系統類群智計算模式，將這些方法結合應用后，為變壓器絕緣油色譜監測提供了新的思路和方向，具有一定的借鑒意義。

關鍵詞：群智優化;變壓器;絕緣油;色譜檢測

0 引言

隨著5G信息工程的不斷推廣，國內電網建設工程項目不斷增多。變電站安裝調試與檢測作為5G網絡工程建設的重要基礎性工作，對整個網絡建設具有重要作用。為了保證變壓器運行正常，要對整個變壓器進行實時監控，以便及時了解其運行情況，發現并處理潛在問題。常見的變壓器穩定性檢測方法是變壓器絕緣油色譜監測方法。

1 群體智能概述

所謂群體智能，是指通過設計某種特定方式，吸引不同行業背景、不同知識結構的人群參與到某一共同主題中，在某些情況下，甚至會通過人工與機器人協同的方式來完成某種具有挑戰性的任務。目前群體智能主要包括兩個方面：群體感知和群智計算。目前關于群智計算的研究主要集中在互聯網信息技術、衛生醫療、道路交通監測和環境建設等方面，群體智能計算目前按照問題的難易程度，可以分為3種：（1）一些簡單的計算問題的眾包模式;（2）相對復雜的一些工作需要進行群智協作;（3）最為復雜的問題則需要生態系統類群智計算模式。群智計算作為一種新興的演化計算技術，具有簡單操作、收斂速度快等優點，它與進化策略及遺傳算法有著極為特殊的聯系，通過群體中個體之間的信息交互和合作實現尋優。

針對簡單問題的眾包模式是指當公司遇到某些較為簡單的問題時，可以通過網絡的形式將這些問題外包給社會大眾。眾包模式已經是目前互聯網上較為常見的一種形式，例如國內經常用的百度知道，就是由用戶提出自己想要了解的問題，其他用戶進行回答，在回答的時候為了更加高效，用戶可以對自己擅長的領域打下標簽，從而有效地實現資源共享。站在數據分析的角度，眾包模式很好地實現了線上線下的群體感知，例如，微軟在2011年就通過Gig walk平臺，號召社會大眾提供其生活城市的餐廳、商場、超市等不同類別的城市商店，繪制3D全景圖，這個項目最終參與的人數多達10萬人，最終微軟將這些用戶提供的圖片融入到Bing地圖中，形成了Bing地圖的實景模型地圖。所謂的群智協作，則是隨著當今大眾手機和電腦登錄互聯網平臺的普及而產生的一種計算方式，具有分布廣泛、移動性和連接性的特征。群智協作的計算方式，在目前全球范圍內主要應用于信息技術行業，如目前在Google地圖上的實時交通監測功能，可以看到整個地圖范圍內其他車輛目前所在的位置以及交通的擁堵情況，從而測算出到目的地所需要的時間，而且這個時間會根據交通狀況的變化而變化。最為復雜的生態系統類群智計算模式則是通過物理世界、信息空間，與個體和群體建立聯系，實現較為復雜的數據關系之間的計算，通過這種計算方式，提升人們對事物的認知能力，發現事物內部較為復雜的聯系。

2 變壓器絕緣油色譜監測方法

變壓器絕緣油被廣泛應用于變壓器相關產品中，但是由于變壓器大多安置在露天環境，絕緣油容易受到外界雜質和空氣的影響，其品質好壞直接決定著相關產品的運作效果。

2.1? ? 變壓器絕緣油色譜檢測相關準備工作

變壓器絕緣油中含有一定的水分和氣體，水分含量越低，吸收空氣中水分和氣體的速度越快，更容易受潮，在裸露環境中直接取樣會導致結果不準確。因此，在整個取樣過程中要注意對試劑的密閉性保護。目前常見的取樣裝置為帶銅制旋轉頭的玻璃針管，在對其進行具體的氣體含量測定和色譜分析前，要先對其進行干燥。同時，為了減少由于取樣裝置不干凈所引起的樣本誤差，在對裝置進行清洗的時候，要用蒸餾水清洗，同時放置的時候要注意，不要與周圍有過多接觸，避免引起樣本誤差。

2.2? ? 群智優化的變壓器絕緣油色譜監測方法

色譜檢測方法主要用來檢測變壓器絕緣油內氣體的含量，是一種定量與定性結合的分析方法，氣體中含氧量的高低則直接影響著絕緣油的老化程度，尤其是氧氣的含量對絕緣油的氧化有著直接影響，同時它還對固體絕緣材料的老化起著加速作用，具體體現在：氧氣含量越高，在油中就越容易形成小氣泡，從而增加絕緣油的局部導電性，進而使其失去原有的絕緣作用。絕緣油中其他氣體的含量則會引起其他故障。因此，通過判斷絕緣油中不同氣體的含量是行業內比較常見的分析故障和解決問題的方法。

（1）眾包模式在變壓器絕緣油色譜分析中的應用。變壓器絕緣油中氣體含量的檢測工作不是一蹴而就的，而是要對其進行實時、連續不斷地檢測，并記錄這些數據，通過這些數據的對比分析，掌握油量的變化情況，進而判斷可能存在的安全隱患。如果發現數據中空氣含量有異常，要盡快上報，采取一定的處理措施。數據記錄和發現問題后的預警機制以及問題反饋在整個色譜分析過程中屬于比較簡單而且繁瑣的工作，但是極為重要，在這個環節上可以采用群智優化的眾包模式，通過建立固定的數據記錄和反饋系統，發動和鼓勵所有人參與到這個工作環節中，相對于傳統方法，不僅提高了樣本相關數據量，而且能夠起到一定的監督作用，同時有利于保證數據的準確性，通過設置預警線，可以讓計算機系統根據數據結果做出反饋，使結果相對于人工計算更加準確，更容易發現檢測中存在的問題。連續監測的在線色譜數據如表1所示。

（2）群智協作在變壓器絕緣油色譜分析中的應用。色譜分析工作的一個重要環節是將變壓器絕緣油中的氣體脫出，送入氣體色譜分析儀中，對其中所包含的氣體種類和含量進行檢測。目前來講主要是針對二氧化碳、乙烷、乙烯等氣體進行含量檢測。目前常用的氣體檢測儀有FID、TCD、半導體傳感器、紅外線光譜傳感器等，各種氣體檢測方法對比如表2所示，不管這些方法具體怎么操作，其在原理上都是通過氣體含量信號利用特定的方法轉換成電信號。在這個轉換過程中，可以通過群智協作的方式，將相關數據以更加直觀的方式進行展示，使得在同一個時間維度內，既可以看到氫氣含量的變化情況，又可以動態地看到一氧化碳、二氧化碳、甲烷、乙烷和乙烯等氣體的變化情況，通過對比的方法，對整個數據有個動態的、全局的把握，從而使整個過程更加直觀，更加有利于對檢測結果的分析。將群智協作的方式引入到這個過程，還有利于節約人力成本。

（3）生態系統類群智計算模式在變壓器絕緣油色譜分析中的應用。生態系統類群智計算模式一般應用于解決復雜的、事物之間有內在聯系和關聯的問題。生態系統類群智計算模式通過抽絲剝繭的方式，發現表面數據背后所蘊含的內在問題和不同問題之間的聯系，從而揭示事物的本質。在變壓器絕緣油色譜分析中，運用生態系統類群智計算模式，則有利于通過監測的數據，更加快速地判定變壓器絕緣油是否出現了問題以及是何種氣體含量的增多促使了這種問題的出現，進而判斷采用何種應對和解決策略。生態系統類群智計算模式使得整個發現問題—思考問題—解決問題的過程變得更加機械化、簡單化，能夠及時、有效地提出問題的解決方法。

此外，利用生態系統類群智計算模式，還可以整理與對比歷史數據，分類整理以往的問題，從而發現出現問題最多的地方和原因，為后續工作作出指引，這種利用現代化、智能化的方式發現事物規律的方法，不僅有利于節約成本，而且可以有效地通過提前預判規避問題，使整個工作流程變得更加高效。

3 結語

基于群智優化的變壓器絕緣油色譜分析的相關理論與實踐目前還處于初級發展階段，很多方面的研究還處于理論分析階段，這與群智優化理論的發展有著直接關系。隨著信息技術的不斷發展，信息網絡與各個行業不斷融合，基于群智優化的變壓器絕緣油色譜檢測也是變壓器未來研究的新領域。同時，在實踐過程中，基于群智優化的變壓器絕緣油色譜檢測，對于提高工作效率、簡化工作流程、節約人力成本和物力成本具有重要意義。

[參考文獻]

[1] 羅仕鑒.群智設計新思維[J].機械設計，2020（3）：15-43.

[2] 王清波，冉玉琦，趙榮普，等.提高變壓器絕緣油色譜在線監測系統試驗可靠性研究[J].云南科技管理，2018，31（6）：44-46.

收稿日期：2020-06-06

作者簡介：于鮮莉（1971—），女，內蒙古呼和浩特人，高級工程師，研究方向：高電壓絕緣技術。