非晶合金牵引整流干式变压器漏磁场分析和短路阻抗计算

本文中作者利用三维有限元场-路耦合法,对变压器几种不同的运行工况下的短路阻抗、各并联支路电流分布进行了计算与验证分析。     

ANSYS软件在上下分体式变压器油箱正压试验问题分析中的应用

针对一台180MVA/220kV上下分体式变压器的油箱正压试验时发现的问题,利用有限元分析软件ANSYS对油箱的结构进行了分析和优化,并通过试验进行了验证。     

SF6气体在电力变压器中的应用

介绍了SF6气体在电力变压器中的应用情况,分析了SF6气体的绝缘特性和冷却特性,对SF6变压器的关键技术和存在的问题进行了介绍。     

分层接入换流变压器阀侧出线装置绝缘结构改进

本文中笔者在设计高电压等级换流变出线装置时,考虑了不同绝缘材料特性及配合,并在此基础上进行仿真分析及优化。     

干式变压器箔式绕组损耗及温升数值计算与分析

本文中作者针对1000kVA干式电力变压器,建立了二维电磁计算仿真模型,并通过二维模型计算出箔式绕组额定工况下的电流密度分布,对低压箔式绕组的温度场进行了仿真计算与分析。     

基于量纲分析的油浸式变压器热点系数算法研究

本文中作者通过综合考虑绕组损耗及油流特征,推导出了适用于不同绕组的热点系数算法,并通过对比验证了该方法的有效性。     

基于LSTM网络的变压器油中溶解气体浓度预测

电力变压器作为电力系统中传输和变换电能的主要设备,其安全稳定性运行在电网中起着重要的作用。对变压器油中溶解气体浓度变化的趋势进行预测,可为其运行状态评估提供重要依据,鉴于此提出了一种基于长短期记忆网络(LSTM)的变压器油中溶解气体浓度预测模型。该模型克服了传统神经网络在序列预测方面存在的"梯度消散"问题,利用油中溶解气体的序列数据对长短期记忆网络进行训练,得到最优的预测模型参数。以变压器油中溶解的7种特征气体浓度为输入,以待预测气体的浓度为输出。通过算例分析表明,相比于传统的机器学习预测方法支持向量机(support vector machine, SVM)与反向传播神经网络(back propagation neural network,BPNN),本文所提的LSTM预测模型更能准确地预测油中溶解气体的浓度。     

基于混合智能算法的电力变压器故障诊断研究

最小二乘双支持向量机算法(LSTSVM)具有训练样本速度快、二分类效率高的特点,在电力系统电力变压器故障诊断中占有独特优势。单一的智能算法诊断自己片面,很难全面进行故障诊断,因此多采用复合智能算法。在LS-TSVM模型基础上引入蚁群算法,利用蚁群算法强大的搜索能力进行寻优计算,结合二叉树构建的LS-TSVM模型可对变压器故障进行全面诊断。通过实际的算例进行仿真,结果表明,混合智能故障诊断方法不仅准确率高,准确度也比传统ANN模型有所提高,证明了该算法模型的有效性和实用性。     

一种基于Buck/Boost电路的新型微逆变器功率解耦电路

针对微逆变器中存在的二次功率扰动问题,提出了一种新型四开关功率解耦电路。详细分析了基于Buck/Boost电路的新型功率解耦电路的4种工作模式,推导了采用脉冲能量调制控制策略原理,并对电路关键参数进行设计。该电路并联在逆变器交流输出侧,不仅能够明显抑制母线电压和直流输入侧电流中的二次纹波,而且可以将大电解电容替换成小容量长寿命的薄膜电容。最后,仿真实验验证了该拓扑的有效性和合理性。     

基于泛在电力物联网的智慧消防管控系统

为提高现场消防设施运维工作效率,强化基于泛在电力物联网的“大云物移智”新技术在变电站消防领域的应用,试点开展变电站智慧消防管控系统建设。智慧消防管控系统由智慧消防web端、火灾告警系统、智慧灭火器、智能消火栓、烟感终端、温感终端及主变灭火系统等部分组成,具有实时视频、温度计监测、预置位观察、录像回放等功能,可实现灾前预控、火势观察、消防指挥、灾情分析等。通过物联网基础设施、云计算基础设施、地理空间基础设施等新一代信息技术实现全面感知、泛在互联与新一代电力系统相互渗透和深度融合,实现了让电网消防从传统消防到智慧消防的重大转变。