共查询到17条相似文献,搜索用时 244 毫秒
1.
2.
3.
基于理论和实验对电力变压器绕组故障进行了分析。变压器绕组故障一般是由于短路电流的机械效应引起的,频率和时间诊断方法(SFRA方法-扫频响应分析,冲击测试)广泛应用于变压器的测量和故障诊断。通过SFRA方法和时间冲击实验对变压器绕组的线圈进行了诊断,该方法优势在于其对线圈的细微变形有很大的敏感性。同时,引入了一种基于不同类型的电力高压变压器诊断技术来分析短路电流的影响。分析表明,短路电流的大小对电力变压器的运行状况有重要联系。该方法也可用于其他类型的变压器。此外,所提出的技术还可以拓宽应用于电机等电气设备的故障诊断。 相似文献
4.
变压器振动分析法仍是当下在运变压器故障诊断研究重要研究方向。为了研究变压器振动的影响因素,对某电网公司若干台在运变压器在不同运行工况下的振动信号进行采集,通过大数据拟合训练、频域图谱特征分析等方法,研究了不同电流谐波畸变率、功率因数、温度、运行年限等对振动的影响情况,得到了电流畸变率对振动信号频谱影响的修正曲线、温度对振动幅值的修成公式;在本文提出的修正曲线、修正公式以及对大量数据进行分析总结的基础上,针对变压器铁心松动问题,提出一种考虑振动信号影响因素的变压器铁心松动故障诊断方法,即基于50Hz、150Hz、100Hz、200Hz频率分量变化趋势,建立特征量提取模型,通过比较正常、松动故障下的特征向量判断变压器状态,最后运用模拟试验检验该诊断模型的有效性。 相似文献
5.
6.
针对现有方法存在调整所用时间较长,计算得到的短路阻抗与实际短路阻抗之间误差较大的问题,提出多绕组变压器短路阻抗测试异常调整算法。分析多绕组变压器的绕组振动特性,根据绕组振动特性、绕组振动在油中的传播特性以及绕组振动传播特性构建变压器的等效单匝电感矩阵,通过该矩阵获得多绕组变压器的短路阻抗以及绕组中的环流情况,从而实现对多组变压器短路阻抗测试异常的调整。实验结果表明,与现有方法相比,所设计算法所得的阻抗误差较低,验证了上述算法的调整结果更加可靠,调整效率更高,且不易受干扰条件影响,说明所提算法应用效果较好。 相似文献
7.
8.
9.
《电子制作.电脑维护与应用》2020,(2)
差动保护动作主要功能为保护电流运行稳定,反应故障电流,为变压器运维提供借鉴。当变压器内部出现线圈短路、层间短路、接地故障时,差动保护通过切除故障区域,保护整体线路。但主变压器经常出现差动保护误动情况,影响变压器运行稳定性。本文基于对差动保护动作原因分析,探讨35kV主变压器差动保护接线方法,提出差动保护动作可靠性提升措施。 相似文献
10.
直流母线上双极短路故障是柔性直流输电系统最为严重的故障.目前针对模块化多电平换流器的高压直流输电(MMC-HVDC,modular multilevel converter based HVDC)系统故障的研究大多数侧重于故障的保护,而对于故障电流特性的研究只是简单的仿真分析.因此为了能够准确分析系统直流侧暂态故障电流的特性,通过对短路故障的暂态特性建立数学模型,进而分析MMC-HVDC系统直流母线上双极短路故障的暂态特性,推导出故障电流的数学表达式,并提出利用比例因子的方法来改进等效电容值,从而使故障电流计算值更精确.在PSCAD/EMTDC中搭建双端MMC-HVDC系统,对实验仿真波形与计算波形进行比较和分析,验证了所提方法的可行性与精确性. 相似文献
11.
针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则确定带通滤波器的中心频率和带宽,设计带通滤波器;对经过带通滤波器滤波后的信号进行小波包分解和CEEMD分解,根据峭度、相关系数筛选出有效本征模态函数(IMF)分量;利用IMF分量重构小波包信号,对重构小波包信号进行包络谱分析,提取轴承早期故障信号特征频率.该方法通过谱峭度分析降低背景噪声干扰,通过小波包分解增强故障冲击信号,并将CEEMD与小波包分解相结合,解决经典EMD分解存在的模态混叠、无效分量问题.仿真结果表明,相较于传统包络解调算法,重构后信号的背景噪声得到抑制,故障特征分量突出,验证了所提方法的可行性和有效性. 相似文献
12.
针对车辆起动电动机电气和机械故障发生时特征信号的时变不平稳特性,进行了时频域分析处理,提出了利用现代信号处理方法对故障信号提取特征向量的方法,主要对起动电动机的电枢和轴承故障进行诊断。在构建电机故障测试实验平台的基础上,利用破坏性实验构造了故障类型,测取了电枢电流和振动信号,分别采用小波分析理论和HHT变换对信号进行分析,通过分解再重构的方式将信号分解成了频率由高到低的不同分量,并获得了故障的特征频率,提取了特征向量。实验结果表明,基于HHT变换的现代信号处理方法在处理时变非平稳信号方面比小波分析理论更具有自适应性,更易识别。 相似文献
13.
14.
15.
白国政 《计算机测量与控制》2023,31(9):90-94
针对传统电力变压器故障检测方法对电力系统中潜藏的故障问题检测水平不足,准确率较低,无法及时准确的发现异常隐患等问题,提出基于贝叶斯网络的变压器局部放电故障检测方法;首先通过传感器获取电力变压器不同状态下运行过程中的参数数据,对局部放电故障发生的概率和范围进行合理性评估,提取评估概率数据综合为样本数据集,构建贝叶斯网络故障树;根据逻辑规则转化为贝叶斯网络,推演计算故障节点之间的算例关系,利用贝叶斯原理抽取故障特征指标与异常概率之间的关联关系,利用模糊描述方法构建故障特征关联函数,计算可得故障特征模糊函数动态变化关系,实现对变压器故障发生的概率与位置信息的判断与确定;实验结果表明,利用贝叶斯网络对电力变压器局部放电故障检测准确率达到85%以上,最高可达96%,说明该方法具有较高的检测准确率,能够有效提高电力变压器放电故障检测的有效性。 相似文献
16.
Hilbert-Huang变换是一种新的自适应信号处理方法,非常适用于非线性和非平稳过程。该文在介绍Hilbert-Huang变换的基础上,针对滚动轴承故障振动信号的非平稳特征,提出了一种基于Hilbert-Huang变换的特征能量法。该方法在Hilbert-Huang变换的基础上定义滚动轴承振动信号在固有频率段的能量为特征能量,以此作为滚动轴承的故障特征向量,并通过建立M-距离判别函数来识别滚动轴承的故障类型。对滚动轴承外圈和内圈故障信号的分析结果表明,基于Hilbert-Huang变换的特征能量法可以有效地提取滚动轴承振动信号的故障特征。 相似文献