考虑热点温度的并列变压器经济安全优化运行策略

考虑热点温度的实时变化,提出了一种确保变压器安全的并列变压器过负荷运行策略。根据实际运行负荷的变化规律,将日负荷曲线分为高峰负荷运行时段和低谷负荷运行时段。在高峰负荷运行时段,除考虑经济运行的功率损耗最小的约束外,兼顾变压器热点温度因素,来获得经济运行方式及并列切换时间。该策略根据环境温度和负荷曲线,采用微分方程法估计变压器热点温度,并通过二分法搜索最优的切换时间。对2台不同容量三绕组变压器并列运行的算例分析表明,所提优化运行方法在降低损耗的同时,能够保证变压器的安全运行。     

基于ＧＰＳ同步的金属氧化锌避雷器无线带电检测系统设计和实现

金属氧化锌避雷器(MOA)的阻性电流大小能较好地反应其设备状态,传统的MOA阻性电流测量方法每次测试时需在电压互感器二次侧接线,有较大的安全隐患.提出了一种新型的MOA阻性电流无线测量方法,基于GPS和无线通信模块实现便携式电流检测装置与电压监测装置的无线同步测量,通过基于傅里叶级数的算法实现检测MOA的阻性电流.重点阐述了系统的组成以及硬件的设计原理和实现方法,试验测试和现场运行测试结果表明方法满足MOA阻性电流测量的要求.     

基于功率控制法的电流互感器取电电源设计

根据电流互感器的工作原理,建立了电流互感器取电线圈的负载工作模型,理论论证了取电线圈在未饱和时的输出功率与副边匝数、负载电流、磁化电流等的对应关系,并通过实验验证了理论推导的正确性,在此基础上提出基于功率控制法的电流互感器取电电源的设计方法,通过控制法拉电容充电电流,把取电线圈的输出功率限定在一个较小的范围,从而使电流互感器取电电源可以适应较大的导线电流范围.最终测试结果表明电流互感器取电电源在30 A～1 000 A的电流范围内可稳定输出近1 W的功率.     

智能开关技术在电动机启动中的应用

介绍了一种具有软启动功能的新型开关 ,它由一组反并联可控硅和普通开关组成 ,实现开关的无弧开断。系统主要由单片机、信号变送器、同步电路、脉冲放大电路组成。系统程序具有电量检测、故障识别及保护、报警等功能 ,可以进行启动电压、启动电流、启动时间的设定。该系统解决了电动机启动中电流过大的问题 ,并且实现电动机的过压、过流、欠压等各种故障的数字显示。     

基于多Agent的二级电压控制系统

介绍了基于多Agent系统（MAS ）的分层分布式控制系统基本原理，提出了基于多Agent的二级电压控制系统的结构、功能 、特点和实现技术方案。该方案较好地解决了二级电压控制中存在的问题，在正常和紧急情况下都能较好地进行无功电压的协调控制，维持系统的电压水平。用经典的3机9节点电力系 统进行数字仿真，结果验证了该控制方案的有效性。     

基于导线温度模型的线路动态容量误差分析

简要介绍了用于输电线路容量计算的导线温度模型的原理,该模型引入热传递系数,避免了气候模型中因快速变化而引起的测量误差,适用于导线温度高和风速小的情况;给出了模型的误差来源,包括估算日照热增益和辐射散热、模型中热传递系数的近似取值以及导线温度和电流的测量;详细分析了热传递系数的近似取值带来的影响,结果表明此影响甚微,可忽略;简单讨论了减小容量计算误差的方法.     

考虑网络传输延迟的二级电压控制

随着电力数据信息网络的发展,为了提高控制系统的灵活性和可靠性,二级电压实时控制系统的控制信息和数据可以逐步发展到在基于TCP/IP的标准数据网络上传输.基于网络传输的闭环控制系统设计必须考虑信息传榆延迟的影响.根据二级电压控制的基本原理,建立了考虑网络传输延迟的二级电压控制模型,设计了基于多步预测和延迟补偿的二级电压控制器,以保证控制系统在网络环境下具有良好的控制性能和稳定性.以新英格兰39节点系统为例进行数字仿真,验证了这种基于网络通信的新型二级电压控制器的性能和效果.     

基于油中气体分析的变压器故障诊断ReLU-DBN方法

油中溶解气体分析可为变压器故障诊断提供重要依据。为提高变压器故障诊断精度,研究了基于修正线性单元改进的深度信念网络(rectified linear units deep belief networks,Re LU-DBN)变压器故障诊断方法。通过分析油中溶解气体与故障类型的联系,建立以油色谱特征气体无编码比值为特征参量的Re LU-DBN诊断模型。Re LU-DBN通过多维多层映射提取出故障类型更细致明显的特征区别,通过反向调优达到诊断模型参数最优化。通过识别实验分析了不同特征参量、不同训练集及样本集大小下Re LU-DBN诊断模型效果,研究了放电兼过热复合型故障对诊断模型的影响,并与支持向量机、反向传播神经网络方法做了对比。实验结果表明基于无编码比值的模型诊断效果优于IEC比值、Rogers比值、Dornenburg比值为特征参量的模型,且Re LU-DBN较支持向量机和反向传播神经网络方法相比诊断准确率有较大提高。区分复合型故障的模型诊断效果优于未区分复合型故障的模型。随着样本数据的增多,模型诊断精度得到较大提升。     

基于RSSI指纹的特高频局部放电定位法

现有的基于UHF的局部放电定位技术主要是基于时延来进行定位,为获得精确的时延需要非常高的采样率,由此带来了昂贵的硬件开销,极大地限制了其推广应用。为此提出了基于接收信号强度(RSSI)指纹的局部放电定位方法,该方法具有RSSI技术的低硬件成本及易实现性的特点,又具有指纹定位法对复杂空间环境很好的适应性。在离线阶段建立RSSI指纹图库包括测量方案、数据处理方法等,在线阶段应用综合粒子群算法和BP神经网络的PSO-BP定位算法对局部放电进行精确定位。在现场测试中使用模拟的局部放电信号对该定位方法进行了测试。试验结果表明,其平均定位误差为0.484 m,88%的定位误差1 m,定位方差也较小,从而验证了该定位方法的精确性和稳定性。     

基于EEMD和二维Gabor变换的GIS局放特征融合识别方法

局部放电(PD)可以反映气体绝缘组合开关电器(GIS)内部的绝缘缺陷,不同类型的放电对GIS的危害程度存在明显的差异,正确识别GIS的放电类型对于及时确认GIS设备的运行状态以及避免可能出现的绝缘故障非常重要。一种新的特征识别方法是基于总体经验模态分解(EEMD)和二维Gabor变换的GIS局放特征融合识别方法,并通过4种典型局放模型获取局放超高频信号样本进行验证。结果表明,平均正确识别率达到94.5%,明显高于单独使用EEMD和二维Gabor变换算法。