基于零相位误差滤波的局部放电故障识别

开关柜局部放电放电信号中混有较大的噪声信号,传统的有限冲激响应(finite impulse response,FIR)滤波方法会造成滤波后信号相位的偏移,从而影响以功率谱为特征量的故障识别的正确率。针对这种情况,提出了基于零相位误差滤波方法的局部放电故障识别方法。首先,通过高速电流互感器采集局部放电信号。然后,采用零相位误差滤波(zero phase error filtering,ZPEF)滤除放电信号中的噪声。其次,通过FFT变换分析放电信号的功率谱,取1.0~1.5 MHz和2.5~3.0 MHz 2个频段的功率谱构造故特征向量。最后,采用最小二乘支持向量机对局部放电信号进行故障识别。实验结果表明,采用ZPEF可以提高局部放电故障的识别率。由此也得出一个推论:在确保相同的故障识别率的情况下,采用ZPEF可以提高故障的识别速度。     

基于卷积神经网络的开关柜局部放电故障识别

目前的局部放电故障的分类算法大多是浅层学习算法,人工提取的特征直接影响分类结果。与浅层学习算法相对,深度学习具有更深的架构,能够自动从样本中学习特征,卷积神经网络是典型的深度学习算法。本文旨在研究卷积神经网络在开关柜局部放电的应用,证明深度学习架构能够有效提高识别率。本实验共采集正常和故障两种可听声信号,将以上两类声音信号进行提取特征后,分别放入SVM模型和卷积神经网络中进行分类。实验结果表明,卷积神经网络比传统的SVM提高了声音识别的准确度。     

基于HHT算法的固体绝缘开关柜局部放电智能识别方法

<正>提出基于HHT算法的固体绝缘开关柜局部放电智能识别方法。设置采样装置收集放电信号的信息数据,通过存储传送至上机位,然后在灰度图谱的分割中完成局部放电特征的提取,归一化处理后基于HHT算法分析局部放电信号。根据能量振荡反映,获得信号的端点极值,在数据训练中实现局部放电的智能识别。实验证明,所提方法可提升放电识别的准确度,可应用于开关柜局部放电的智能识别。     

基于小波包分解和支持向量机的局部放电识别方法研究

高压开关柜发生局部放电时产生的信号中存在着大量的信息,局部放电作为开关柜绝缘故障的重要征兆及表现方式,其类型的识别对于开关柜绝缘状态的评估具有重要的意义。为了准确地识别高压开关柜局部放电类型,提出了一种基于小波包分解和支持向量机(SVM-Wavelet)的局部放电识别方法,采用小波包分解的方法对局部放电信号进行分解并提取能量信息,组合成特征向量,在此基础上利用支持向量机(SVM)建立高压开关柜局部放电信号分类模型。结果表明小波包分析方法能很好地处理非线性、非平稳的局部放电信号,基于SVM-Wavelet的方法可以准确地识别局部放电类型。     

基于新型关联规则算法的开关柜局放程度分类研究

为对开关柜绝缘状态进行评估,文中介绍了一种新型的关联规则数据挖掘(ARM)算法,用于识别开关柜局部放电的严重程度。该算法采用模糊C均值聚集(FCM)的方法划分局部放电特征量区间,基于改进型Apriori寻找满足最小支持度和最小可信度的候选集,对候选集进行递推和多次检索以产生用于分类的关联规则库。基于关联规则库对采集的10 kV开关柜中的多组针尖电晕局部放电信号进行模糊推理,结果表明采用关联规则的局部放电分类识别率高,分类结论准确,为开关柜绝缘状态评估提供了一定的理论依据和实际应用价值。     

开关柜局部放电检测技术的应用研究

在商用实体开关柜中对典型局部放电源的放电特征进行了分析研究。综合应用暂态对地电压(TEV)和超声波技术对高压开关柜典型缺陷的局部放电进行了检测与分析,对TEV和超声波法检测典型局部放电源有效性进行了综合分析。实验结果表明,不同典型缺陷的放电脉冲相位分布图各有其特征。放电能量不同,同一典型缺陷放电脉冲相位分布图也不尽相同。超声波法检测到信号频谱主要集中在40 kHz附近,放电越剧烈,出现倍频成分。超声波检测法对绝缘空穴放电的有效性差。TEV法检测到的信号的频谱主要集中在3~80 MHz之间,高频分量(150 MHz以上)较少。不同缺陷类型TEV检测信号的频谱存有差异,悬浮电极缺陷的频谱分量丰富。     

特征图谱时频信号放电识别算法研究与现场应用

高压电气设备局部放电检测通常夹杂干扰信号,造成分析与判断困难,干扰信号抑制是局部放电识别和故障判断的前提。基于局部放电信号时频分布特征,采用等效持续时间T和等效频率带宽F来表征局部放电宽带脉冲波形的时频特征,构建等效时频特征图谱(T-F谱图),再进行聚类分析即可实现不同放电类型和噪声的分离。利用特征图谱分类法对高压开关柜局部放电信号进行噪声抑制与脉冲分类,验证该方法对局部放电混合信号分离的有效性。     

基于残差卷积神经网络的开关柜局部放电模式识别

传统的开关柜局部放电模式识别方法缺乏一定的泛化性能且识别准确率低,难以在实际工程中应用。提出了一种基于残差卷积神经网络的开关柜局部放电模式识别方法,通过在网络中加入残差模块以解决随着网络层数加深导致准确度饱和后出现退化的问题,并综合利用开关柜局部放电数据的浅层与深层特征融合学习,实现模式识别。通过开关柜不同绝缘缺陷类别的局部放电模拟实验与配电站现场检测,构建了开关柜局部放电数据样本库,并进行了实验分析。实验结果表明：所提方法的识别正确率达96.06%,相比传统识别方法至少提高了20.22%,且随着训练集样本数量的增加,识别率有更大提升。综合使用特征层融合模块和残差模块,显著提升了模型的泛化性能,更适用于实际工程。     

基于人工神经网络的开关柜局部放电超声波检测方法

采用超声波法对开关柜中的各种典型局部放电特征进行研究,建立了开关柜局部放电模型、局部放电超声波测量系统;以20-40 kHz和80-140 kHz两个特征超声频段功率谱的归一化面积作为三层BP神经网络的输入向量,实现了开关柜局部放电模式的识别.实验结果表明该方法对局部放电模式识别率高,为开关柜绝缘故障在线检测系统开发开...     

固体绝缘开关柜局部放电模式识别优化算法

电力设备内部绝缘缺陷引起的局部放电,含有可用于绝缘状态评估的特征信息。可以有效识别不同局部放电的类型。现有基于传统BP神经网络或SVDD模式识别方法在函数参数选择自主性很强,但由于不同放电类型的特征量在分布上是重叠、非线性的,BP神经网络容易陷入局部最优,识别率不高,SVDD算法在自由金属微粒缺陷识别效果不好。文中对SVDD算法提出了改进,在AP聚类与GPAM-PSO优化算法基础上提出一种用于固体绝缘开关柜局部放电模式识别的SA-SVDD算法。以解决传统模式识别算法在参数选择、训练方法上的不足,通过训练不同放电类型下的分类器,以达到准确识别不同放电类型。仿真结果显示该方法能自主识别不同PD类型,识别率、收敛速度较传统方法有较大提高,以便电力人员准确判断局部放电类型并制定相对应的抢修方案。     

220 kV变电站10 kV直供负荷的改善措施及其经济分析

为了协调220 kV与110 kV变电站布点关系,结合某省220 kV变电站三卷变压器10 kV低压侧直接向负荷供电（简称直供）的实际情况,对全省220 kV变电站进行统计分析,研究其直接供电的现状及运行中反映的问题,并有针对性地从技术和经济层面提出解决办法：对10 kV直供负荷供电时,将配电网规划和10 kV直供负荷相结合,优化配电网的结构,合理利用220 kV变电站的容量,由220 kV变电站向周边10 kV负荷系统直接供电,在确保供电可靠性的情况下,控制10 kV线路的送电距离。以上措施可挖掘现有电网的供电潜能,降低线路损耗,使电网布局更趋合理。     

大规模储能系统发展现状及示范应用

随着储能技术的飞速发展,大规模储能系统已经成为保证电力系统可靠供电的一个重要手段。介绍了储能技术的类别及其在电力系统中的作用,并阐述了其在电力系统中的应用研究现状和目前的主要示范应用实例,论述了储能技术未来发展趋势。     

锅炉停用保护剂对水汽氢电导率的影响研究

电站锅炉停用保护剂多采用十八胺和表面活性胺。对这2种停用保护剂进行了应用效果对比研究,即对湿冷机组、空冷机组采用十八胺或表面活性胺、有无凝结水精处理系统等6台机组停机和启动过程中给水、主蒸汽和凝结水的氢电导率变化情况进行分析。研究结果表明：在停机过程和启动过程,2种保护剂均会在水汽系统中发生部分分解,导致水汽系统的氢电导率显著升高;表面活性胺和十八胺比较,使用前者,机组启停机过程可保持凝结水精处理系统正常投运,因而可使水汽质量迅速达标,对机组安全运行有利,因此推荐采用表面活性胺作为锅炉停用保护剂。     

智能变电站中高频开关电源技术应用

高频开关电源因其性能可靠、体积小、效率高等优点,已广泛应用于智能变电站直流系统中,为变电站安全、可靠运行提供保障。首先简单介绍了交直流一体化电源系统,然后分别对直流充电模块、通信电源模块、UPS电源模块作了详细分析,重点研究了高频开关电源的N+1冗余技术和均流技术。通过研究发现,这2种技术的应用提高了高频开关电源模块的可靠性。高频开关电源能够满足智能变电站对直流系统可靠性的要求。     

基于电流变化率的准恒频滞环电流控制方法

针对滞环电流控制存在的开关频率不固定,设计输出滤波器困难的缺点,通过对开关频率与滞环环宽关系的分析,提出了一种根据电流变化率调节环宽的准恒频滞环电流控制方法。控制方法根据电流变化率来实时调节滞环控制的环宽,实现开关频率的恒定;具有响应速度快和稳定性好的优点,同时克服了滞环电流控制开关频率不固定的缺点;较已有方法计算量小,不依赖于系统参数,容易实现,并通过理论推导和仿真证实了方法的可行性和正确性。     

What’s next for Cuba’s electricity sector?

Cuba’s electric sector is approaching an inflection point. Although the country has historically relied upon non-commercial barter agreements for imported oil to meet its electric demand, a combination of factors including reducing imports, increasing demand, and ambitious climate change goals suggest new pathways forward may be warranted. The way Cuba responds to near- and long-term challenges will help set the stage for its energy future. This article describes Cuba's electric sector and provides a set of key recommendations to consider going forward.     

基于先验方差的发电机惯量辨识数据质量评估

发电机惯量是电力系统频率特性分析与在线应用的重要参数。基于发电机正常运行时机端有功功率和频率的类噪声信号可对发电机惯量进行实时辨识。然而实测数据质量存在的缺陷,导致现有算法对实测数据辨识效果较差。为解决该问题,本文以谱分析与系统辨识理论为基础,通过参考系统估计、模型参数方差估计、惯量方差估计三个步骤,建立惯量辨识结果的先验方差统计量,在进行辨识前对类噪声数据段进行评价和筛选,提升了惯量辨识的准确度。基于仿真数据和实测数据的数据评估筛选结果验证了本文提出方法的有效性。结果表明,先验方差较小的数据段,惯量辨识的准确度较高。     

微电网概率性最优的储能容量研究

针对可再生能源发电受外界环境影响较大、难以控制,接入微电网后对其安全运行带来很大挑战的问题,指出在微电网中接入储能装置可有效地解决此问题;研究了微电网孤岛运行时储能容量的确定方法,提出了一种概率性最优的储能容量确定方法：计算了微电网调度出力与负荷需求的功率差额,并根据其概率函数密度曲线确定储能系统的最大充放电功率;根据储能系统不同时刻其充、放电量累计值的概率函数密度曲线,求出其最优储能容量,使电网能实现经济效益最优和可再生能源利用率最大。采用该方法确定微电网储能容量,具有求解方法简捷、所需储能容量小的特点。     

550 kV SF6 气体绝缘高海拔套管绝缘屏蔽结构

介绍了550 kV SF6气体绝缘金属封闭式组合电器（GIS）高海拔套管的绝缘屏蔽结构参数对电场分布的影响。针对套管单屏蔽结构方案,通过有限元法研究了接地屏蔽层翻边结构参数组合对套管内部最大电场强度的影响;研究了接地屏蔽层高度对GIS套管内外绝缘电场强度分布的影响。从而通过最优化接地屏蔽层高度和接地屏蔽层翻边结构参数组合,得到合理的套管内外电场分布,有效解决了高海拔型套管外绝缘修正后的内外电场分布均匀化问题,为550 kV SF6气体绝缘高海拔套管的绝缘结构设计提供了理论依据。