基于多频超声波技术的变压器油参数检测方法

为准确检测变压器油状态,针对变压器油参数,给出基于多频超声波检测技术的变压器油检测方法。开发相应的硬件检测装置和上位机分析软件。硬件部分可利用多频超声波技术,在1 s内,将大量不同频率的超声波新信号聚集在一个扫描测量频率,进行数以百计的扫描,从而在很短的时间内完成变压器状态诊断。给出了系统的设计原理和主功能单元设计,主功能单元包括发射部分和接收部分。其次,阐述了多元统法的计算原理。基于此,上位机软件可对携带有变压器油参数信息的超声波参数进行统计和分析,以提取其特征量,进一步建立起变压器油运行状态与超声波特征量的关联,进而判断变压器的运行状态。实验检测表明该系统可在线实时检测微水含量、击穿电压(BDV)、活性水等变压器油参数,解决了传统检测装置检测步骤繁琐、不能在线检测等问题,提高检测灵敏性,降低检测成本。     

基于多频超声波技术和改进灰狼优化算法的变压器油检测系统研究

变压器油是变压器重要的绝缘介质,为实现对变压器油理化性能快速准确的检测,提出了基于多频超声波技术(MFU)和改进灰狼算法(IGWO)优化小波神经网络(WNN)的变压器油理化性能检测方法。首先,让不同频率的超声波通过变压器油,获取超声波在不同频率下的传播速度、衰减系数等特性参数;然后对灰狼算法的收敛因子进行改进,并利用改进后的灰狼算法优化小波神经网络,得到全局寻优能力强、收敛速度快和预测精度高的IGWO-WNN算法。最后,利用IGWO-WNN算法训练样本,获得变压器油理化性能参数的检测模型,通过现场测试验证了方法的可行性。     

基于GA-BPNN的多频超声波变压器油密度检测研究

变压器油是电力变压器中的主要绝缘物质之一,油的密度指标与变压器的安全运行息息相关。文中基于多频超声波、遗传算法-反向传播神经网络(GA-BPNN)的原理,对变压器油密度进行了预测研究。以电网公司110组变压器油为例,其中100组为训练集,10组为预测集。建立了基于BPNN的变压器油密度预测模型,并将242维多频超声数据作为输入,密度作为输出。通过试验法确定了BPNN的隐层神经元个数,由此建立非线性映射关系,并用遗传算法优化BPNN的各层连接权值及阈值。结果表明,与传统的标准BPNN模型相比,GA-BPNN模型的变压器油密度值与实际值拟合度更高,误差更小。研究结果为检测变压器油的其他参数提供了可靠的依据。     

变压器油中多频超声波的衰减计算方法

电力变压器是电网运行的关键设备之一.变压器油作为传统油浸式变压器的核心材料,通过对变压器油的日常监督,提前预测变压器油的击穿电压对于保证变压器安全可靠以及电网的稳定、安全运行有重要意义.本文首先研究了多频超声检测技术,研究了多频超声波在变压器油中的衰减特性,有利于后续研究多频超声波声学参量与变压器油击穿电压之间的联系.     

基于多频超声和人工神经网络的变压器油中微水含量检测

变压器油中的微水含量是衡量变压器能否长期稳定运行的重要因素。本研究基于多频超声检测结合人工神经网络算法,提出一种变压器油中微水含量预测方法。首先,利用卡尔费休滴定法测定210组油样中的微水含量。其次,对210组油样进行多频超声检测,分析油样中微水含量与多频超声数据中振幅和相位信号的关系。最后,利用PCA将原始242维多...     

不同变压器油电气性能的对比研究

对不同变压器油的电气性能进行了比较和研究。     

加氢变压器油电气性能的老化研究

在巴德老化条件下,研究加氢变压器油在老化过程中的族组成变化及油质的老化对介质损耗因数等电气性能的影响,探讨电气性能与族组成变化的关系.结果表明:在巴德老化条件下,随着老化时间的延长,加氢变压器油中芳烃组分保持不变,链烷烃组分逐渐增加,环烷烃组分逐渐减少,加氢变压器油的电气性能变差.     

基于改进神经网络算法的变压器油色谱故障检测方法

针对变压器油色谱故障分析方法预测能力不足,诊断评价准确率低的缺陷,提出一种基于神经网络算法和灰色关联度方法的变压器故障识别组合方法,通过对变压器绝缘油色谱中H2、CH4、C2H6、C2H4、C2H2等特征气体的检测,并将其作为神经网络算法的输入变量,同时采用灰色关联方法对变压器绝缘故障的放电、高温、接地等12类故障进行...     

基于超声技术的变压器油酸值检测研究

提出了一种用于变压器油酸值多频超声波检测的人工蜂群算法(ABC)优化反向传播神经网络(BPNN)的方法。通过多频超声波检测变压器油后得到的242维超声波数据作为BPNN的输入,基于指示剂法测定的变压器油酸值作为BPNN输出,并通过ABC算法寻求BPNN模型的最优参数,最终建立ABC-BPNN变压器油酸值预测模型。相比于BPNN标准模型,使用ABC-BPNN预测模型得到的酸值预测准确度更高,测量误差更小。     

变压器油中颗粒对油电气性能的影响

本文主要论述大型变压器油中颗粒杂质对油电气性能的影响，以国内正在运行的３２台５００ｋＶ、２２０ｋＶ变压器的油样中颗粒测定结果为基础，归纳出了颗粒含量和击穿电压之间的定量关系，提出了油中颗粒含量的推荐标准。     

变压器油电气性能的影响因素分析

影响油浸式变压器电气性能的因素较多, 其中对变压器耐压强度有较大影响的主要因素包括变压器油中含水量、含气量、杂质、温度、流速等。文章通过分析这些影响因素对变压器油的耐压强度的影响趋势, 说明变压器电压等级越高, 油中含水量、含气量及杂质等的控制要求越严格。采用先进的工艺方法来对变压器油脱水、脱气或采用粗精装置去除油中杂质, 可以使油达到各电压等级要求。     

基于变压器油荧光特性的渗漏油检测方法

正1问题的提出变压器油,是指用于变压器、电抗器、互感器、套管、油开关等充油电气设备中,起绝缘、冷却、灭弧作用的一类绝缘油品[1]。近年来,随着变电站开关无油化改造和干式变压器的发展,许多油浸式设备被无油化设备所替代[2-3]。其中,干式变压器凭借其环保、低噪、阻燃、抗冲击等优点,在容量2 000 kVA、电压35 kV以下的配电网中被广泛使用,但受到过载能力和造价等因素的影响,     

基于回归算法的变压器故障检测方法研究

为了克服变压器定期维护检查成本高、难度大,实现对变压器的故障检测,保证变压器长期处于正常的运行状态,提出了一种简单的在线监测算法。首先,对变压器热点温度模型进行了研究,并通过仿真验证了模型的准确性;其次,从理论上分析了变压器故障检测的回归算法,并利用变压器上的真实数据对此算法进行了仿真验证。仿真结果表明,该算法在变压器故障时所关注的几个参数有明显变化,而变压器负载缓慢变化或突然变化时这些参数基本保持不变,从而验证了所提出的算法能有效识别出变压器故障。     

长城变压器油通过超高压变压器电气技术认证

近日,长城25号变压器油通过国家权威机构严格的应用监督检测试验,具备在高压(110kV～220kV)及超高压(500kV)使用的优良特性,获得进入国家电网等变压器应用市场的必要的准入条件。     

基于超声波的变电站充油瓷套油位检测方法

介绍基于超声波法的瓷套油位检测原理,通过试验验证使用超声波法测定瓷套油位的可行性,提出瓷套油位带电检测仪的设计方案,介绍基于超声波充油瓷套油位检测方法的应用情况及效果,结果表明采用该方法可实现充油瓷套内部油位的带电测量,并指出带电检测实际操作中的注意事项.     

超声波充油设备油位检测技术研究

为了及时发现充油设备油位异常缺陷,保证充油设备可靠运行,提出一种超声波充油设备油位检测技术。该技术采用软橡胶作为耦合剂,较好地解决了探头与油箱壁的耦合问题,并采用超声波第2个回波信号作为油箱油位的检测信号,使检测更直接、简单、准确。     

大型变压器油带电度检测仪和检测方法的研究

在强迫油循环的大型变压器中,油流带电引发的静电放电是威胁大型变压器安全运行的重要因素之一。对变压器油进行带电度测量,以便对带电度超标的变压器油采取措施并及时改善运行条件,以防止变压器因油流放电故障而造成变压器损坏。文章介绍了采用过滤法进行大型变压器油带电度检测仪器的原理和结构,制作过程中的改进以及国产油和进口油的带电度测试结果,实际大型变压器油的带电度测试结果。     

基于IGWO-BP和超声衰减法的变压器油氧化安定性检测方法研究

为实现对变压器油氧化安定性的快速准确检测,提出了基于改进灰狼算法(IGWO)优化BP神经网络和超声衰减法的变压器油氧化安定性检测方法。首先,利用超声波在变换器油中的衰减特性,检测得到超声波的衰减系数等特性参数;然后对灰狼算法的收敛因子进行改进,并利用改进后的灰狼算法优化BP神经网络,得到收敛速度快、全局寻优能力强和预测精度高的IGWO-BP算法;最后,利用IGWO-BP算法训练样本,得到变压器油氧化安定性的检测模型。试验结果验证了方法的可行性。     

基于MFU和FOA-BPNN的变压器油密度检测

研究一种基于多频超声(MFU)技术和果蝇优化BP神经网络(FOA-BPNN)的变压器油密度检测方法,将基于超声波原理测得的变压器油多频超声数据作为BP神经网络输入,密度计滴定法测定的变压器油密度作为输出,训练BP神经网络建立多频超声数据与变压器油密度的映射关系,同时为避免传统BP神经网络进行预测存在泛化能力弱,易陷入局部最优解的缺点,提出运用果蝇优化算法FOA对BP神经网络的拓扑结构、权值和阈值进行寻优,使用寻优结果建立基于FOA-BPNN的变压器油多频超声波图谱与油密度的映射关系模型。实例验证结果表明,相比于传统的BPNN模型,使用FOA对BPNN进行寻优后的模型的识别准确度更高,测量误差更小,将该模型用于基于多频超声波检测技术的变压器油密度识别是可行的。