一起220 kV主变压器套管缺陷诊断分析

主变压器套管健康状况直接关乎着电网安全平稳运行.笔者介绍了一起220 kV主变压器玻璃钢干式套管介质损耗因数异常后综合运用频域介电谱、局放试验等多种检测技术,确定了该套管存在缺陷.通过套管解体检查和电磁场仿真计算分析了该套管缺陷原因,提出了玻璃钢干式套管该类缺陷的诊断方法,并分析了该类缺陷的预防措施,对主变压器套管安全运行具有一定的借鉴和指导意义.     

电网供电系统储能电源大功率变换器的谐波控制研究

为了改善供电系统配电敏感性较差问题，提出电网供电系统储能电源大功率变换器谐波控制方法。以大功率开关电源拓扑电路作为初级谐波控制单元，按照交流电子数量及传输标准，分别连接储能型电源变压器与电网兼容继电器，完成电网供电系统电源储能环境搭建。通过连接谐波变换子电路，计算大功率基波参数，确定阻抗控制条件，实现电网供电系统储能电源大功率变换器的谐波控制。实验结果表明，与逆F类输出谐波阻抗手段对比，应用新型谐波控制方法后，电网射频滤波调节时间缩短至1.9 s,射频波平均输出功率达到39.4 dBm,从根本上解决了供电系统配电变换敏感性较差的问题。     

交直流电压下油纸绝缘典型缺陷的局部放电特征

油纸绝缘局部放电问题受到业内普遍关注,为探究在交直流复合电压下的局部放电特征,该文搭建测量平台,并设计气隙、悬浮、柱板沿面和针板放电4种油纸绝缘典型缺陷的放电模型.结合这4种局部放电的实验结果,分析发现:在不同的复合电压比例下,4种典型缺陷局部放电会发生不同的变化,前3种缺陷平均放电量在起始阶段与直流分量呈现负向变化的特征,与局放起始电压的关系呈正向变化特征.在交直流混合电压下,悬浮绝缘放电模型与其他3种典型缺陷的放电模型相比较,局部放电的起始电压明显增加,交流电压下的平均放电量降低.所得结果为利用局部放电试验判别换流变缺陷类型和电压形式对局放的影响提供基础数据.     

基于局放重症监测技术在750kV主变缺陷检测中的应用

本文中作者介绍了一起基于局放重症监测系统在某750kV主变压器悬浮放电缺陷局放检测及定位的应用案例,并通过试验及检查,证明了局放重症监测系统对发现主变悬浮放电缺陷的及时性和准确性。     

基于深度学习的变压器局部放电模式识别研究

针对传统PD模式识别用统计特征量需要依赖专家经验而缺乏一定的泛化性问题和卷积神经网络(CNN)模式识别算法缺乏PD图谱时序特征信息的问题,文中构建了基于CNN-LSTM深度学习的PD PRPD图谱模式识别模型,该模型综合了CNN善于挖掘PRPD图谱局部空间信息的优点和长短时记忆网络(LSTM)善于挖掘PD图谱时序特征信息的优点,可同时提取PRPD图谱的局部空间特征和时序特征,利用变压器典型绝缘缺陷放电图谱对构建的网络进行性能测试,并与CNN和LSTM对比,结果表明,对于PD图谱稳定的悬浮电位缺陷,CNN-LSTM和CNN的识别能力均为100%,但是对于金属突出物缺陷、油纸气隙缺陷和沿面放电缺陷,CNN-LSTM的识别能力优于CNN,CNN-LSTM网络的整体识别性能优于CNN和LSTM。     

基于优化极限学习机的变压器故障诊断方法研究

电力变压器的智能故障诊断是推动智能电网发展的主要环节,但传统的单一智能诊断算法无法有效处理变压器大量不完整的故障信息,导致故障诊断准确率低。因此,结合溶解气体分析(DGA)技术,本文提出了一种基于灰狼优化算法优化的混合核极限学习机的变压器故障诊断方法。首先,根据Mercer定理,结合局部径向基核函数和全局多项式核函数,构建了混合核极限学习机模型。其次,可以通过灰狼优化算法对混合核函数的参数进行优化。最后结合实际数据对6种变压器故障数据进行了诊断,诊断准确率为90.02%（普通神经网络仅为77.8%）。此相比如传统的神经网络具有较高的诊断精度。应用混合核函数可以提高KELM的学习能力和泛化能力,以至于提高诊断精度。     

煤系高岭土光固化浆料的流变性能EI北大核心CSCD

基于光敏树脂体系制备煤系高岭土光固化浆料,采用流变仪对浆料的流变性能进行表征,研究分散剂和增塑剂加入量对浆料流变性能的影响。结果表明:油酸作为分散剂具有降低浆料黏度的效果,当油酸加入量为高岭土粉体的1%(质量分数)时浆料的黏度最小,在该条件下40%(体积分数)高岭土浆料的黏度为49.56 Pa·s。加入增塑剂PEG-300能够进一步降低浆料的黏度,浆料黏度随着增塑剂加入量的增加而减小,当增塑剂加入量为光敏树脂的20%(质量分数)时40%(体积分数)高岭土浆料的黏度下降为19.77 Pa·s,已经能较好地满足浆料涂布的要求。采用流变性能优化的浆料进行光固化成形,经过排胶、烧结后得到复杂形状的高岭土陶瓷件。     

RFID技术在输变电设备状态监测中的应用

针对目前输变电设备的常规故障诊断方法的不足,分析研究了基于射频识别(Radio Frequency Identify,RFID)技术的输变电设备状态监测系统和多传感器网络的信息融合,以及采用CMA代理方式解决多传感器网络接入电力通信专网的安全性问题,提出了RFID技术在输变电设备状态监测中的应用方案。应用结果表明:RFID技术抗环境和机械干扰能力强,可以对通过网络传输的设备信息进行融合,从而降低网络数据传输量,提高通信质量,实现了对输变电设备的远距离监测。     

用于输电线路监测设备的一种电场感应取能电源

文中提出了一种电场感应取能电源,可为输电线路监测设备供电。电源部分由电力杆塔顶端安装的金属感应极板和充电电路组成,针对极板的设计,文中利用Ansoft Maxwell软件建立塔架的模型进行仿真并计算相应的感应电流值,同时通过地面搭建的塔架模拟装置的实验和仿真验证极板的设计,结果表明模拟装置的感应电流仿真结果和实验值一致,从而表明电场感应取能技术的可行性及极板设计的正确性,充电电路基于电感续流模式的脉冲放电法进行设计。最后设计一套视频监测设备对该电源进行检测,结果表明该电源为监测设备提供足够电能完成线路状态监测的任务。     

基于无人机图像处理的输电线路提取技术研究

为进一步减轻输电线路进行定期检查、巡视的任务,文章提出了一种利用智能化无人机巡检技术,对航拍图像进行线路的提取和跟踪。采用直方图均衡化及图像滤波对航拍图像进行预处理,解决了航拍图像光照强度以及背景对输电线路元素提取的干扰;采用LSD算法实现了线路边缘的提取,在去除图像背景信号的基础上使用Hough变换数学算法实现了输电线路的准确连接;分别采用粒子滤波和扩展卡尔曼滤波两种图像跟踪方法对航拍视频进行线路跟踪,通过建立输电线运动模型,用仿真软件对其进行识别,两种方法的检测准确度分别为95.34%和94.72%,证实文章处理算法可实现输电线路的提取和跟踪。