基于卷积神经网络的变压器振动信号分析

为研究变压器振动与运行状态之间的关系,在小波分析方法的基础上,结合卷积神经网络的方法进行变压器振动信号分析。首先对1台油浸式变压器模拟绕组松动和铁心松动两种故障状态并分别测量其振动信号,然后对测试所得的振动信号进行小波变换,生成小波灰度图,并进行卷积神经网络训练分析。根据卷积神经训练的结果,该方法准确率在84.03%,说明卷积神经网络结合小波灰度图的分析方法可以有效识别振动信号中故障信息。比较2类故障验证样本中错误结果的分布情况可以发现,错误结果受变压器振动测点位置影响较大,在改善测点和增加训练数据的前提下,准确率还能有所提升。     

基于振动信号分析的变压器故障诊断研究进展

近年来,利用电力变压器振动信号分析来诊断变压器的故障已经成为研究的新热点,该方法成为变压器故障诊断常规方法的有力补充。本文介绍了变压器常见的故障及其诊断方法,阐述了变压器振动法故障诊断的基本原理、基本过程,回顾总结了国内外变压器振动法故障诊断技术的发展情况,指出目前在变压器振动故障诊断的研究中存在的问题,并分析了其未来有价值的研究方向。     

二次再热机组加热锅炉二次风的抽汽过热度利用系统

针对二次再热机组常规抽汽过热度利用系统第一级抽汽压损过大导致机组效率降低的问题,提出了一种加热锅炉二次风抽汽过热度利用系统。建立了机组常规抽汽过热利用系统和加热锅炉二次风抽汽过热利用系统的热力学模型,计算不同工况条件下热力参数和经济性指标变化,并进行了对比分析。结果表明:在汽轮机热耗率验收(turbine heat acceptance,THA)工况下,相比于外置式蒸汽冷却器方案,加热锅炉二次风方案在有效降低抽汽过热度同时,能够提高二次风温度近40℃,减少机组冷源损失近24 MW,降低机组发电煤耗率0.36 g/(k W·h);在中低负荷时,机组冷源损失和发电煤耗率略微增加,节能效果降低。     

机匣抽气对转子颤振不稳定性影响分析

转子叶片颤振不稳定性是轴向压气机安全性的主要威胁之一。本文以跨声速轴流风扇第一级转子Rotor67为研究对象，基于能量法采用单通道开缝式环状抽气方式，对不同机匣抽气位置和不同抽气量状态下转子工作特性及气动弹性稳定性变化规律进行数值模拟研究。结果表明：近叶片前缘、叶片中间及近叶片后缘位置抽气时，转子的峰值效率均分别平均下降2.77%、0.9%和1.5%，峰值总压比近似不变。近叶片前缘位置抽气时，叶片稳定度δ较未抽气状态平均上升0.0965，随着抽气量的增大逐渐略微下降；叶片中间位置抽气时，叶片稳定度δ较未抽气状态平均上升0.1059，随着抽气量的增大逐渐略微上升；近叶片后缘位置抽气时，叶片稳定度平均下降约0.0114，而且不具有随抽气量变化而变化的规律。