基于时、频域自相似性的配电变压器环境噪声识别方法

配电变压器位于开放的嘈杂环境中,环境噪声对基于声音的设备运行状态在线监测具有突出影响.如何识别和剔除含噪声干扰的录音片段,是推进基于声音的配电变压器状态在线监测亟待解决的瓶颈问题.分析指出配电设备正常和异常的运行声音与各种环境噪声在时域和频域上的差异性特征,提出基于时、频域自相似性的配电设备录音数据中含环境噪声片段的识...     

基于声音在线监测的变压器异常判别方法

为解决电力变压器异常状态判别困难的问题,提出一种基于声音在线监测的变压器异常判别方法.首先在充分研究电力变压器结构的基础上,基于声音衰减规律明确了声音传感器的安装位置及数量,然后根据声音传感器采集信号计算得到变压器实际发出声音后,基于"二八原则"提取变压器声音的特征频率,并通过计算与变压器声音典型特征频率的距离,实现变压器异常状态的判别.研制了一套试验样机,并在江苏地区某特高压变压器上进行了试用,通过现场实际运行效果验证了装置的有效性与可行性.     

基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究

利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。     

基于噪声分析的电机故障诊断方法研究

本文基于Matlab平台,对电机各种运行状态的噪声进行数字分析和处理,提出了一种基于噪声分析的电机故障类型的诊断方法.首先对电机不同运行状态下的声音信号进行时频域分析和去噪处理;其次分析和提取了信号的能量特征向量.最后利用神经网络分类器对电机故障声音进行了分类识别.此外,为提高智能诊断的准确性,本文在以上一系列过程中均采用了多种方法,并进行了择优.实验表明,本文研究的基于噪声分析的电机故障诊断方法具有较高准确率.     

基于Qt的换流变压器状态评价工具设计与实现

针对目前换流变压器缺乏综合评价指标及相应分析工具不足的问题，提出一种用于状态检修的新型综合状态评价指标，并在此基础上应用跨平台开发工具Qt开发了一种可视化评估分析软件，并给出软件框架结构、功能模块和实例应用情况。软件以换流变状态检修量测数据作为输入，实现换流变状态检修监测数据和运行状态指标的可视化展示，具有离线数据查看、变化态势分析、运行状态评价等功能。国内某换流站数台换流变应用实例验证了所开发软件的有效性和实用性。     

基于声音的变压器故障识别

在电网中,电力变压器是一种非常重要的能量传输和转换装置,其运行稳定性和可靠性对整个电网具有很大的影响,所以对变压器的运行状态进行准确评估,有效地保持电力变压器的运行稳定性并提高维护水平具有重要的意义.在电力变压器工作时,机械振动会发出声音,且具有一定的规律性,所以提出了一种根据变压器声音判断其运行状态的方法.介绍了变压器机械振动产生的声音的特征,以及对正常状态下和非正常状态下声音的研究,进一步提取更多有效的声音,为变压器故障判断提供了辅助方法.     

基于XGBoost算法的绝缘子污秽放电在线诊断方法研究

为了准确地监测绝缘子放电状态,提出一种基于XGBoost(极端梯度提升)算法的绝缘子污秽放电在线诊断方法,通过绝缘子在不同污秽程度运行下的放电声音分析判断绝缘子放电状态,实现绝缘子的准确监测。结果表明,该方法可以有效判断绝缘子放电状态。     

基于LSTM的换流变油温预测方法

换流变的负载能力与其油温密切相关,对油温的准确预测可为换流变绕组热点温度及换流变的安全运行评估提供辅助依据.受直流运行功率、环境温度等多源因素的影响,对油温单一的预测方法难以实现较精准的预测.为解决上述问题,提出基于LSTM算法的换流变油温预测方法,考虑油温、直流运行功率、环境温度信息,构建了油温预测模型,实现未来1天内换流变油温预测.通过实例分析验证了该方法可更好地预测换流变油温.     

不同混合状态磁流变抛光液的流变性能

以微米羰基铁粉和纳米氧化铈抛光粉为原料制备了磁流变抛光液,对磁流变抛光液的流变性能与其混合状态之间的响应关系与机理及其对使用性能的可能影响进行了研究。分析了相同组成和制备条件的磁流变抛光液在不同混合状态的流变行为及磁场作用的影响,基于相关模型进行拟合计算获得了相应的流变性能,分析了微观机理。研究表明,磁流变抛光液的混合状态对其零场流变性能有显著影响,在实验的不同混合状态零场剪切屈服强度差距可达6倍以上,零场粘度差距可达3倍以上;但混合状态对磁流变抛光液的磁致流变性能基本没有影响;颗粒间相互作用和微观结构及其随混合条件的演化被认为是磁流变抛光液零场流变性能变化的根本原因,而磁场作用的显著效应使得混合状态对磁致流变性能基本无影响。     

换流变压器网侧套管绝缘在线监测系统研究

针对高压直流输电系统中换流变网侧套管末屏结构,详细设计并实现了基于Windows操作平台的套管在线监测系统。该系统考虑了环境条件、电压采集、信号干扰等因素,全面监测套管的运行状态,以保证换流变设备的安全稳定运行。该系统已在贵广I回直流工程的安顺换流站成功应用。     

高噪声环境下电厂设备声音融合特征生成方法研究与实现

基于声音信号的电厂设备状态监测是一种新型的设备状态故障诊断技术，电厂的高噪声环境是该技术应用过程中需要解决的技术难点。针对高噪声环境下电厂设备声音识别问题，提出一种基于Mel频率倒谱系数（MFCC）和Gammatone频率倒谱系数（GFCC）的电厂设备声音融合特征生成方法，以实现对不同设备运行声音的准确识别。首先，使用96通道声像仪在电厂高噪声环境中采集处于运行状态的6种设备声音信号，并对声音信号进行预处理，得到多帧样本信号；然后，利用MFCC和GFCC对预处理后的声音信号进行特征提取，得到原始高维特征；为消除噪声影响并降低特征维度，分别使用主成分分析（PCA）、降噪自动编码器（DAE）和t分布-随机近邻嵌入（t-SNE）算法对原始高维特征进行降维处理，计算对应类别可分性准则函数值，将同种降维方法下的降维特征融合得到融合特征；最后，向数据集中加入高斯白噪声，基于融合特征采用支持向量机算法进行设备声音识别，验证融合特征的准确性和鲁棒性。实验结果表明，融合特征既具有MFCC特征的准确性也具有GFCC特征的鲁棒性，相较于降维前的MFCC和GFCC特征提取方法，识别成功率明显提高，可为电厂设备状态监测与故障预警方法的进一步研究提供理论基础。     

基于声音信号分析的牵引变压器故障诊断方法研究

研究了基于牵引变压器声音信号的故障诊断方案。通过音频装置采集的音频数据,采用小波变换提取音频信号的时域信息,对时域信息进行量化,形成特征向量,并基于BP神经网络算法,完成对音频信号的识别分类,可判断牵引变压器运行状态,识别变压器局部放电、过负荷运行和内部部件松动等故障情况。     

基于中心距和样本特征的换流变压器模糊状态评估模型

换流变压器是高压直流输电工程中的枢纽设备,随着投运年限的增加,其绝缘问题日益突出,对其运行状态进行评估以指导运维工作就显得尤为重要。文中综合分析了换流变压器的结构和工作特性,建立了全面的换流变压器评估指标体系;提出了一种基于模糊层次分析的换流变压器状态评估方法,避免了主观因素影响;以不同时段内换流变压器运维数据样本为基础,建立了多个带有样本特征的换流变压器模糊状态评估模型,通过中心距融合法,得到了基于样本特征的换流变压器综合模糊状态评估模型。本方法以实测数据和运维统计数据为基础,充分体现了换流变结构特点和不同时段内运行特性,具有较高的精度和较广泛的适用范围。     

电力变压器、GIS设备振动声纹及X射线检测可视化精准定位技术

正主要内容一、基本概念二、技术概述与原理三、检测装置及系统四、检测服务案例五、技术优势和推广价值一、基本概念基本理论一声纹(Voiceprint)电力设备在带电运行过程中,会产生可以表征设备本身状态的特有声音,并且该声音还可以通过电声学仪器测量和分析,因此我们称该声音携带的表征电力设备运行状态的特性为声纹(Voicepri nt)。我们研究的声纹是在15Hz~20000Hz之间可以让人听到的声音!一、基本概念基本概念-声纹识别     

基于卷积神经网络的局部放电声音识别研究

针对变压器与中压开关柜传统绝缘状态检测方法依赖人工的问题,本文基于可听声声音识别方法,通过将电力设备放电故障声音与正常工况声音、环境噪声进行混叠制作样本集,以模拟真实电力设备运行环境;对故障声音进行预处理后,使用声谱图提取声音的短时频率、能量分布等特征,构建声谱图数据集,结合改进的卷积神经网络实现对放电故障的检测;通过加入注意力机制,调节指数衰减学习率、数据集样本数量、音频采样率等方式进一步提升网络的精度,最终设计的网络模型识别准确率最高可达99.2%,相比其他检测方法优势明显,可实现对放电故障的在线检测。     

两起典型换流变分接开关档位调节不一致原因分析及防范措施

结合换流变分接开关调节原理对两起典型的换流变分接开关档位调节不一致进行了原因分析,同时针对现场运行维护实际情况,提出了相应的防范措施,提升了换流变关键部件的运行可靠性,对换流变分接开关运行维护具有一定的参考意义.     

基于深度学习的电厂电力设备运行状态分析

为解决传统电厂电力设备运行状态分析残差高的问题,基于深度学习分析电厂电力设备运行状态,通过定义电厂电力设备运行状态变量,基于深度学习表达电厂电力设备运行状态,实现电厂电力设备运行状态分析.实例分析结果表明,该设计方法的分析残差明显低于对照组,能解决传统电厂电力设备运行状态分析残差高的问题.     

基于声电联合定位法在换流变局部放电检测中的应用

介绍了基于声电联合定位法在某±800kV特高压换流变局部放电检测及定位中的现场应用案例,并通过跟踪监测该换流变的运行情况,为特高压换流变压器局放试验及运行维护提供了建议。     

基于残差神经网络的换流变压器状态识别模型研究

研究了一种基于马尔可夫变迁场和残差卷积神经网络的换流变状态识别模型,并通过换流站现场实测数据进行了分析,验证了该模型的有效性与优越性.     

UHVDC高端换流变取消分接头对运行工况影响的仿真研究

为研究高端换流变取消分接头对直流系统运行工况的影响,根据实际输电工程的换流器控制系统包括阀组触发角控制和换流变分接头控制建立仿真模型,通过对系统的全电压运行与降压运行的仿真,对各个工况下高端换流变取消分接头引起的高低端换流器运行和控制的不对称性进行分析评估,这对研究换流变取消分接头的可行性及其主回路参数的设计有重要的现实意义。