基于动态阈值的变压器异常状态检测

为提升电力变压器状态检修效率和异常状态检测、预警能力,考虑变压器在线监测数据、检修数据及设备本体数据间的相关性,提出了一种基于动态阈值的变压器异常运行状态检测方法,通过构造动态预测模型对特征参数基线进行刻画。在此基础上,采用贝叶斯网络推算变压器运行状态,以概率大小判断变压器可能状态,并基于实际运行数据对所提方法进行了验证分析。计算结果表明此方法可对异常检测数据有效检测,能够对变压器异常状态准确识别和预测。     

换流变压器运行状态智能诊断分析评价系统研究北大核心CSCD

文中开发了换流变压器运行状态智能诊断分析评价系统,监测换流变压器运行状态并开展状态评估和故障诊断。换流变压器运行状态智能分析评价系统集成高频或超声局放、油气、温度、振动、铁心接地电流、负荷数据6类监测传感器,实现带电安装集中一体化管理。系统提出基于多参量的联合分析方法,建立了基于变压器自身结构参数和历史数据的热平衡模型、绝缘老化模型、过负荷模型、故障分类模型,可以实现变压器多源数据的融合研判,对变压器进行超前预警和全过程监测,提高变压器面对复杂电网运行工况的应对能力。     

基于大数据的变压器油中溶解气体关键状态量动态预警研究

针对传统方法难以解决变压器故障诊断中精确度不高、无法实现故障预警的问题,本文利用大数据分析方法,提出一种变压器油中溶解气体关键状态量动态预警方法。该方法采用了高斯混合聚类模型对设备的正常、亚健康和异常状态进行评价,并利用了隐马尔科夫转移矩阵提取色谱演化过程的动态特征参量,实现了亚健康状态下变压器设备状态的短期预测,实现了变压器亚健康状态的动态预警,突破了个性化运行环境下设备亚健康状态的实时诊断及剩余寿命预测等技术瓶颈。经过对案例库中的变压器进行实证分析,本文提出的方法能够反映出气体增长速率与变压器亚健康程度之间的关系,能够实现过热缺陷设备提前100天左右的短期动态故障预警,在故障动态预警方面具有实用价值。     

基于广义回归神经网络的变压器表面振动基频幅值计算

变压器振动基频幅值大小是分析和评判变压器运行状态和故障诊断的重要依据。为此,提出一种基于广义回归神经网络(GRNN)的变压器振动基频幅值计算方法,用于计算正常运行状态下的变压器表面振动基频幅值。所提方法考虑变压器振动产生机理和影响因素,先根据变压器运行电压、负载电流、油温等历史运行工况数据以及表面振动历史数据进行GRNN训练,保存训练好的GRNN网络即可根据实时运行工况数据计算变压器表面振动基频幅值。某台在运变压器表面振动实测信号的计算结果表明:所提方法比现有方法计算误差大幅下降约50%。研究结果可为变压器振动在线监测提供重要参考。     

海上石油平台变压器在线综合监测技术的研究

随着中海油的不断壮大,对平台电力系统及电气设备的要求也越来越高。干式电力变压器作为主变压器在平台的应用过程中,其本身故障可能引发较大的生产事故,绝缘的局部放电和局部过热故障是造成干式变压器故障的主要原因,直接影响平台电力系统安全稳定运行及主变压器状态维修。基于海上平台缺乏主变压器在线监测与故障诊断分析系统,采用局部放电和温度监测作为故障特征量进行故障综合定位和故障预警,将突变理论、自适应滤波和检测阈值自整定技术有机结合,研究开发一套针对海上石油平台主变压器在线综合监测与故障预警系统,智能数据采集单元可实现多单元分布式同步采集,适应海上石油平台情况,安装方便。实现对平台主变压器的在线综合监测、故障预警和故障分析,从而提高平台电力系统安全、可靠运行的水平。     

基于MIC-LSTM与CKDE的风电机组机舱温度区间预测

风电安全技术的发展在新能源生产安全中具有重要意义。风力发电机组机舱温度预测可提前发现机舱温度的异常变化,为监测和控制系统提供温度预警信号,从而保障内部设备安全稳定运行。提出基于最大信息系数（MIC）的变量筛选方法,选取与机舱温度相关性较高的变量作为输入变量,然后基于长短时记忆（LSTM）网络建立了多变量机舱温度单点预测模型,通过与其它3类预测模型的性能对比表明了所提方法精度更高;基于LSTM网络模型的预测结果及其误差数据集,采用条件核密度估计（CKDE）法建立了不同置信度下机舱温度预测值的波动区间,依据具体实例验证了不确定性区间预测模型的有效性和可靠性。     

变压器测温偏差异常的分析与解决

遥测监视变压器的准确温度,是确保变压器运行安全的重要预警手段。针对变电站主变压器温度与遥测温度存在偏差,并存在大于运行规定的问题,通过对变压器测温原理的分析与综合因素的调研,确认温度变送器输入端收到杂波干扰是造成温度偏差异常的主要原因。介绍了有效解决温度偏差问题所采取谐波的技术。     

针对配电变压器的数据清洗方法

配电变压器作为配用电系统的关键环节,由于分布面广、网络结构复杂、运行环境恶劣等客观条件的制约,其数据在实际运行中常存在大量异常和缺失情况。为解决上述问题,以现实中的配电变压器数据为研究样本,首先分析了配电变压器数据异常和数据丢失2类情况的产生原因,之后采用小样本数据进行算法研究,针对配电变压器数据异常问题提出基于Kernel Smoothing技术的异常数据识别方法,针对配电变压器数据丢失问题提出了基于Pearson相关系数与回归模型相结合的缺失数据恢复方法。为验证所提方法能够满足TB级数据的运算效率,采用6台服务器搭建Spark并行计算结构,对大样本的配电变压器数据进行了异常数据的识别和缺失数据的恢复,相关结果证明了所提方法的实际价值。     

燃气轮机性能监测与故障预警系统开发及工程应用研究

基于燃气轮机运行数据开发性能监测与故障预警系统,有利于掌握燃气轮机整体性能,并在测点数据达到报警阈值前预警设备故障,预测效率劣化趋势。采用零代码、组态式建模技术开发了性能监测模型,利用人工智能和深度学习算法搭建了压气机叶片结垢和透平排气温度异常预警诊断模型,并在广东某GE 9E重型燃气轮机实现了工程示范应用。结果表明:所开发的性能监测模型可以实时监测燃气轮机关键性能参数,计算误差小于1%;预警诊断模型能够实时监视压气机出口压力和透平排气温度实际运行值与正常运行值的偏差,捕捉偏差的变化趋势,实现故障的提前预警。本文所开发的燃气轮机性能监测与故障预警系统工程应用效果良好,可进一步推广应用。     

基于多源数据的配变健康状态诊断模型研究

配电变压器的正常运行直接影响配电网的安全性和可靠性,如何预警异常配变是目前亟需解决的问题。本文提出的配变健康状态诊断模型依托调度系统,用电信息采集,PMS等系统平台,采用DTW算法将多源数据规整,以电力系统网络潮流的模拟演算为基础,引入递推最小二乘回归法分析配变内部阻抗参数,运用效用函数和隶属函数直观划分配变的健康状态。算例表明,该模型可以有效诊断出配变内部组件恶化发展的过程,提前预警异常配变,在不增加设备投资的前提下,低成本实现配变健康状态的在线诊断,有效落实电网公司提质增效的目的。     

基于XGBoost-KDE的风机主轴承温度预测与故障预警方法

风力发电机主轴承的故障诊断是提高其可靠性和可用性的关键。为及时发现风机主轴承故障,提出一种基于XGBoost-KDE的风机主轴承温度预测与故障预警方法。选用数据采集与监视控制（SCADA）系统中相关的特征参数作为输入变量,对风机正常工况下的主轴承温度进行预测,得到预测值和正常工作时运行数据的残差;之后运用非参数核密度估计（KDE）法确定残差预警阈值,结合滑动窗口分析法实现风机主轴承故障预警。以某2 MW等级风电机组为研究对象,采用SCADA系统中的运行数据做验证,实验结果表明,该方法可以对风机正常工况下的主轴承温度实现97.6%的精准预测,并对主轴承故障时产生的温度曲线波动做出反应,提前近1个月对风机主轴承故障进行有效预警。     

基于智能监控平台的电网安全预警技术研究

采用目前方法进行电网安全预警时，无法获取精准的电网安全数据，存在预警准确率低、预警性能差和预警效率低的问题。提出基于智能监控平台的电网安全预警技术，通过采集层、存储层、计算层、功能层、结构层构建智能监控平台，利用智能监控平台对电网的运行状态进行监控，获得电网运行数据；采用犹豫模糊决策法且依据获取的电网运行数据构建电网安全预警模型，完成电网安全预警。实验结果表明，所提方法的预警准确率高、预警性能好、预警效率高。     

基于筛选电压数据的配电低压用户相别辨识方法

目前配电网低压台区相位关系存在记录不准确或更新不及时的问题,不利于低压台区的运行与管理。提出一种基于筛选电压数据的配电台区低压用户相别自动辨识和校验方法。首先,获取最近一段时间内配电变压器三相电压及该台区所有用户电压的历史数据,计算变压器电压在不同时刻的三相不平衡率,筛选出不平衡率最大的时刻,并由这些时刻对应的电压值构成变压器三相电压及用户电压的新时间序列;然后,计算各电压新序列之间的动态时间弯曲距离,采用改进的K均值聚类算法实现用户相别的自动辨识;最后,采用变压器各相总电能与用户智能电表数据对用户相别辨识结果进行校验。仿真结果和工程实例验证了所提方法的有效性。     

基于油中溶解气体分析的变压器故障预测

预测变压器潜伏性故障对评估其健康状态至关重要.提出一种新型变压器故障预测方法,首先以LSTM网络为载体搭建时间注意力机制预测框架,并采用IALO算法优化其参数;其次利用优化的模型预测变压器油中溶解气体;然后采用MPA算法优化的SVM模型对气体预测结果进行故障诊断;最后统计诊断结果并与实际运行状态对比验证模型.实验结果显示在第42～58天内运行状态异常次数最多为29次,未来两个月内运行异常几率为86.89％,其中中温过热故障占比最高为88.67％,与实际情况误差仅为2.46％和1.29％,预测结果与实际运行情况符合较高,证明了所提方法在准确预测变压器运行状态异常时间点和故障类型中的可行性.     

基于多元状态估计和向量相似度的电站磨煤机故障智能预警研究

为解决燃煤电站磨煤机故障频发的问题,提出一种基于多元状态估计（MSET）和向量相似度的故障预警方法。以某350 MW机组的中速磨煤机为研究对象,选取能表征其运行状态的关键参数,采集包含故障信息的历史数据,并划分出不同数据集。采用等间距抽样法对训练集数据建立过程记忆矩阵,将观测向量输入MSET模型得到其对应的估计向量,同时定义二者的相似度函数,利用滑动窗口法确定预警阈值。最后采用实际运行数据验证,结果表明:当磨煤机正常运行时,其输入模型数据预测平均相对误差均在1%以下;当磨煤机发生堵煤故障时,该模型可以及时发现磨煤机运行异常,在跳闸前380 s发出报警。证明该模型可以精准预测各参数的变化趋势,实现对磨煤机故障快速准确地智能预警。     

基于LSTSVR模型的边缘计算预测变压器平均油温及绕组热点温度

变压器绕组的热点温度过高,会导致变压器绝缘脆解、裂化甚至击穿短路。因此及时、准确地预测出变压器绕组的热点温度,对提高变压器运行的安全可靠性至关重要。利用最小二乘双支持向量回归机(LSTSVR)作为边缘计算模型,将变压器油中气体色谱分析数据信息与变压器负载电流、环境温度、顶层油温、上死角温度等变压器运行信息结合,构建监测系统架构,预测变压器的平均油温,并计算出绕组热点温度。将所提方法得到的数据与实测数据进行对比,结果利用LSTSVR模型实现了变压器平均油温及绕组热点温度的准确预测,且该模型的预测精度优于最小二乘支持向量回归机模型,有效地提高了绕组热点温度测量的精度。现场实例也证明了所提方法的有效性和可靠性。     

基于准实时数据的智能配电网理论线损计算

目前配电网自动化覆盖率低,可采集到的数据较少,因此提出一种基于准实时数据的理论线损计算方法。基于状态估计建立智能配电网理论线损计算模型,根据历史数据确定模型中负荷不等式约束上下界,采用内点法求解模型。所提模型可利用线路始端节点注入功率和部分变压器量测终端的量测数据估计配电网潮流状态。算例分析结果表明,所提模型所需量测量数量少,状态估计结果精度较高。     

变压器绕组参数在线计算方法

在变压器等值回路方程的基础上,提出一种新的变压器绕组匝数比和漏电感参数的计算模型,该模型以回路方程差值最小为目标。采用现代内点算法求解各参数并利用MATLAB编程实现。该方法仅需利用变压器正常运行时的电压、电流信息,不用获取变压器绕组结构参数以及有载调压分接开关位置信息,易于实现。利用ATP软件建立变压器仿真系统,模拟变压器各种正常运行状态,并利用动模实验数据对所提方法进行验证。仿真实验结果表明,所提方法不受变压器运行状态及其三相参数不平衡的影响,具有较高的计算精度。     

基于PSO-PNN的燃煤电站SCR脱硝系统数据预处理算法研究

燃煤电站SCR脱硝系统中测量传感器处于高湿度、高温度、高压力和大量粉尘污染的环境中,传感器自身故障、信号干扰以及通信受阻等一系列问题的影响,导致测量数据出现大量异常值和缺失值。以燃煤电站SCR脱硝系统为例,分析了燃煤电站现场历史数据的特点,阐述了燃煤电站热工过程历史数据异常值及其检测方法,提出了PSO-PNN异常值检测方法,其能够较快地获取到最优平滑因子参数,降低异常值检测的误判率,并通过实际电站SCR脱硝系统的历史运行数据验证了所提异常值检测方法的有效性。     

基于高斯过程回归和双滑动窗口残差处理的风电机组主轴状态监测

针对风电机组运行数据强随机性和高噪声的特点,采用高斯过程回归方法建立主轴正常时段的温度模型,并应用自动关联分析方法选择主轴温度模型的建模变量。为降低建模复杂程度,采用模糊核聚类方法对风电机组原始运行数据进行筛选,消除冗余信息,构造紧凑有效的建模样本集。当主轴发生故障时,模型的输入观测向量发生异常变化,导致模型预测残差发生明显改变。为提高主轴异常预警的灵敏度和可靠性,采用基于莱依特准则的双滑动窗口对预测残差序列进行实时的统计分析,如果残差均值或标准差超出设定的故障报警阈值,则发出报警信息。某风电机组主轴的实际运行数据验证了所提方法的有效性。