空载合闸励磁涌流对变压器绕组受力的影响

变压器设计时往往考虑短路电流的冲击,很少考虑空载合闸励磁涌流(简称励磁涌流)的冲击.据统计,已有多台变压器在空载合闸过程中发生匝间短路故障,故障前均出现较大的励磁涌流,这说明变压器故障与励磁涌流有一定关联.为此,建立自耦变压器3D有限元模型,对比研究励磁涌流和短路电流作用下高压绕组受力情况.研究发现:短路时,高压绕组I...     

二次再热机组一次调频能力探讨

从多台二次再热机组一次调频的试验结果看,二次再热机组的一次调频能力明显弱于同容量的一次再热机组,难以达到考核标准的要求。通过分析现行一次调频考核标准的制定原理,并根据二次再热机组的结构特性,采用数理模型计算其一次调频性能,为探讨现行标准下二次再热机组一次调频能力提供依据。     

超疏水涂层制备方法研究进展

文中对疏水材料产生的Young原理、Wenzel原理、Cassie-Baxter原理分别进行了阐述说明,并指出了各自的应用特点。介绍了当前制备疏水涂层的相关方法（包括模板法、层层自组装法、静电纺丝法、溶胶凝胶法、化学气相沉积法等）,并对它们的优缺点进行了总结概括。对疏水涂层在防污闪、防覆冰、防腐蚀、油水分离等行业领域的应用进行了简述。疏水涂层尽管应用前景很好,但是因各种条件限制使涂层制备存在成本高、性能稳定性差、耐久性差等问题,是未来实现疏水涂层大规模推广应用需克服的主要难点。     

变压器典型绕组缺陷的漏磁分布规律及编码辨识方法研究

针对目前变压器绕组缺陷时漏磁规律分析不全面、基于漏磁特征的绕组故障辨识研究不足的问题,该文以一台110kV变压器为原型,开展不同程度、不同位置、不同形式的绕组变形和匝间短路漏磁分布规律的有限元仿真研究,结果发现,无论是径向变形还是轴向变形,漏磁通分布规律受变形饼数影响较小,相同程度变形发生在高压绕组,绕组区域的漏磁通变化受形变位置影响较小,但低、中压绕组漏磁分布易受形变位置影响.端部绕组的变形更易引起漏磁变化.匝间短路引起的漏磁变化远大于绕组变形,并会额外影响油箱壁附近漏磁分布,同一位置匝间短路引起的漏磁变化分布情况受短路程度影响较小.此外,发生在低、中压绕组的匝间短路较高压绕组对漏磁分布的破坏程度更大.进一步地,该文提出一种基于漏磁变化量的绕组缺陷编码辨识方法,借助支持向量机法对不同程度同一缺陷下绕组附近5个漏磁监测点数据进行分类以确定阈值,将各处漏磁变化量根据阈值转化为对应的三进制数,最终形成一个十进制编码以实现对绕组变形和匝间短路缺陷的定位辨识.该方法的提出为变压器绕组故障提供了一种基于漏磁变化量的监测辨识手段,通过增加监测点、采用更高进制编码以细分阈值,该方法具备辨识不同程度缺陷的可能.相关成果己在110kV变压器上开展应用.     

时效对HR3C钢晶间腐蚀敏感性的影响

利用双环电化学动电位再活化技术,结合SEM和EDS等分析方法,研究了600℃时效后HR3C钢的晶间腐蚀敏感性变化。结果表明,时效HR3C钢发生晶间腐蚀的根本原因是M23C6相沿晶析出,并且析出量起着重要作用。时效过程中M23C6沿晶形态和析出速度随时间发生变化,时效初期M23C6沿晶界快速析出,导致晶间腐蚀敏感性快速增大;随时效时间延长M23C6相析出量稳步增加,晶间腐蚀敏感性增速趋缓,HR3C晶间腐蚀敏感性增大趋势与M23C6析出量变化趋势一致。     

超临界350MW机组直流锅炉深度调峰能力试验

在某电厂超临界350 MW机组直流锅炉上进行深度调峰能力试验,为满足锅炉运行安全经济、环保排放合格等约束条件,经过对磨煤机投运方式、运行氧体积分数、配风方式等运行可控因素的调整优化,在锅炉未进行任何灵活性改造的情况下,机组最低电负荷由50%降至40.3%额定负荷,深度调峰能力大幅度提高。锅炉在最低负荷下,投运B、D和E磨煤机,磨煤机出力平均分配,氧体积分数为5.0%,风煤比为2.4,燃烧器摆角为70%,分离器转数为35 Hz的运行方式下,选择性催化还原(SCR)脱硝系统入口烟温可达到295℃左右,脱硝系统运行正常,环保排放参数合格,锅炉运行稳定,且经济安全。     

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。