10kV油浸式配电变压器过电流温升试验案例研究

季节性人口流动导致用电负荷短期增加,引发10kV油浸式配电变压器过载运行甚至烧毁等故障,从而引发客户投诉问题。本文结合贵州区域内配变过载情况,综合考虑配变过载能力、影响过载能力的因素、过载运行导致的风险和绝缘寿命损失,总结出配变过载运行的基本特征,并提出了通过过电流温升试验方法验证其过载能力的思路和方法。通过现场试验验证了该方法的可行性,为快速处理配变过载运行提供依据。根据植物绝缘油具有良好电气性能、高燃点、原料来源广泛和可再生等优势,对使用植物绝缘油替换矿物绝缘油来提升配变过载能力的进行了验证,分析了更换绝缘油前后的负载性能情况,并从短期、中期和长期治理提出了建议。     

电力变压器绕组热点温度软测量技术研究

电力变压器是发电系统中最重要的设备之一,变压器绕组热点温度是影响绕组绝缘寿命和变压器过载运行的主要原因;传统的热电类比模型忽略了变压器各器件之间的温度差及其在运行中可能出现的冷却系统运行方式的改变,实际应用中存在一定的误差;因此,在热电类比模型和IEEE导则推荐的热点温升模型基础之上,提出了一种软测量模型;该模型充分考虑了运行中不同的变压器实际操作情况的不同,添加了辅助变量(油黏度、冷却风扇运行个数等)对主导变量进行计算和优化;模型的有效性通过与某ONAN自然油循环冷却方式的变压器的实际温升数据对比得到了验证,其仿真结果相比于IEEE导则推荐的热点温升模型,具有更加精确的预测能力和更高的暂态过程准确性。     

深度可调式FBG变压器油温传感器研究

油浸式电力变压器顶层油温超过允许限值时表示该变压器处于非正常运行状态。研制了一种深度可调式光纤Bragg光栅(FBG)油温传感器。该传感器中FBG处于悬空状态,其中心波长的变化只受到温度的影响,通过油浸式电力变压器顶部的管座,将该传感器浸入变压器的顶层油中,旋拧铜管外侧的调节螺母以调节传感器浸入变压器油中的深度,对该传感器中FBG的中心波长进行实时监测即可实现对变压器顶层油温的在线监测,反映变压器的运行状态。实验表明:该传感器的灵敏度为9.8pm/℃,重复性误差为1.78%FS,非线性误差为2.4%FS,滞后误差为1.5%FS。     

油中溶解气体分析的电力变压器故障诊断

电力变压器是电力系统不可或缺的组成部分,其故障将影响整个电力系统的正常、稳定运行,带来无法估量的损失。所以,准确监控其运行状态、及时诊断出潜在的故障显得尤为重要。溶解气体分析(DGA)通过比较电力变压器在正常运行状态下与发生故障状态下的油中溶解气体含量,检测并判断油浸式电力变压器故障。从算法原理及其优缺点等方面,对发生故障的油浸式电力变压器的诊断方法进行了研究。分析了当前普遍使用的IEC三比值法的优缺点,并提出相关改进方法;详细介绍了不同的算法,并阐述其各自的优缺点;对各种算法作出总体评价,并根据各类算法的优缺点对其未来的发展方向作出相关预测。该研究对电力系统整体的安全、稳定运行具有十分重要的意义。     

基于ARMA模型的电力变压器故障预报方法

为了保证在安全运行的前提下提高变压器的运行效率,分析了变压器在异常时的油色谱数据,提出了基于ARMA模型的多维混合回归系统模型,对故障的发展趋势进行预报。通过最小二乘法,结合AIC准则估计出预报模型的最终参数和阶次。仿真结果证明,该方法适用于大型油浸式电力变压器的故障预报。     

油浸式电力变压器故障与其本体外表面温度关系分析

采用"部件-故障原因-温升现象"的3层结构对油浸式电力变压器故障进行了分类,总结了各类故障产生的原因,分析了各类故障对变压器外表面温度变化的影响。结果表明:铁芯及夹件、绕组及引线、分接开关、绝缘系统和油箱及底座等故障都会引起变压器外表面温度升高;冷却系统故障必然导致变压器外表面温度升高;一部分进出线套管故障会引起变压器外表面温度升高;大多数保护和测量装置故障会引起变压器温度升高。从而得出了油浸式电力变压器故障与其本体外表面温度的初步关系,即变压器故障大多会导致变压器外表面温度升高。     

油浸式电力变压器状态评估模型及方法

针对现场实际,提出了油浸式变压器的状态评估模型及评估方法.模型结合变电运行、检修及在线监测系统数据,将变压器运行状态按层次结构进行评估.评估方法综合采用层次分析(AHP)、模糊层次分析(FAHP)方法进行了各层,各隶属级指标的静态权重及静态相对权重确定,根据各指标劣化程度提出了指标的关注度及相时关注度,并与静态相对权重...     

基于TDMA算法的变压器绕组温度场分布研究

现阶段我国的输变电技术已经进入了飞速发展期,作为输变电关键设备的电力变压器的容量和等级也在不断提高,随之而来的变压器的损耗也不断增加,由于变压器内部温升过高而导致电力系统出现的故障率也逐年提升。设计了带红外视窗的油浸式变压器测试系统,通过多通道光纤温度传感器和红外测温技术相结合,实时测量变压器绕组的温度特征,利用耦合法(Coupling method, CM)和三对角矩阵算法(The tridiagonal matrix algorithm, TDMA)建立了电力变压器温度场的分布模型,该模型可以准确测量变压器绕组的热点温度和位置区域,从而可以预测变压器局部热点温度与运行状况,进而减少变压器事故的发生,提高电网的安全运行。     

基于电力大数据挖掘技术的变压器运行参数状态评估

电力网络的设备参数的准确可靠,对于电力系统的分析计算有着重要作用,然而电力设备在实际运行时的参数并非出厂固定的常数,而是会根据环境和实际运行情况的变化而发生变化,而且很难被直接测量并用正确值替换。变压器作为电力传输中的枢纽设备,其运行参数的准确性对电力安全稳定分析更加重要。为准确反映变压器实时运行时真实参数值,本文在建立基于Γ型等值的变压器参数等值模型的基础上,提出了基于电力大数据密度聚类分析技术的变压器运行参数的估计方法,并利用经专家模块不良数据辨识后的SCADA系统量测数据进行变压器设备参数进行聚类和拟合,最终得出在一定允许误差范围内的设备运行实际参数。最后以徐州电网某变压器运行为例,经对SCADA系统数据进行聚类和拟合,数据结果验证了该方法的有效性,具有较好的工程实用性。     

一种油浸式变压器温度及油液液位监测装置

针对配电变压器油位和油温监测方法缺乏这一现状,该文提出了一种基于单片机的油浸式变压器温度及油液液位监测装置,该装置采用超声波液位探测传感器探测变压器油液液位变化、DS18B20温度传感器测量变压器外壳温度变化,NRF24L01无线模块实现下位机与上位机之间的数据传输,GSM移动通讯模块以文字短信形式向用户终端设备实时反馈变压器温度及液位变化信息,从而实现对多个油浸式变压器温度和油液液位进行实时在线监测。     

基于D-AHP和TOPSIS的火电厂控制系统信息安全风险评估

火电厂控制系统信息安全风险评估往往存在主观性强和不确定性等问题,而这些问题会对评估结果产生一定影响.对此,提出一种基于D 数偏好关系改进层次分析法(D-AHP)和逼近理想解排序法(TOPSIS)的电厂控制系统信息安全风险评估方法.根据工业控制系统风险评估的相关行业标准,识别工业控制系统的资产、威胁、脆弱性及现有安全措施,建立评估指标体系和层次结构模型.针对评估专家经验差异导致的评估信息不确定性,先使用D-AHP方法求解各指标影响权重,再使用TOPSIS法求出专家权重,最后得到电厂控制系统信息安全风险值.实例分析表明了所提出方法的有效性,同时提高了评估结果的正确性.     

基于光声光谱技术的变压器故障在线监测系统设计

长期运行中和发生故障后的油浸电力变压器其绝缘油及有机绝缘材料会分解出一些对判断故障类型甚至故障部位有价值的气体,分析变压器油中溶解的这些气体是判断电力变压器早期潜伏性故障有效的措施之一,针对传统的变压器油中故障气体气相色谱分析存在的问题,提出利用光声光谱技术设计变压器油中故障特征气体的在线监测系统,实现变压器的真正在线实时监测及故障诊断,对系统设计中的几项关键技术采用了新方法,为变压器故障的在线监测实现了技术创新。     

基于大数据模式识别机器学习算法的热力站动态能耗指标预测模型

为了实现对供热系统热力站的热负荷预测,将天气、用户室内温度和时间迟滞性等因素作为负荷预测的数据依据。本文利用统计学原理和大数据架构,通过大量数据样本的学习和修正,为解决热力行业热力控制理论缺失问题提供了一条崭新的方法。将模式识别算法和时间序列相关性分析作为算法的核心,为解决天气和时间迟滞性对用户供热的影响提供了可能。本文以我公司n个典型热力站和其所带热用户为实验对象,以所在地区天气预报和天气实时数据为依据,对供暖期间所采集的热力站供暖数据、天气预报数据、典型供暖用户室内温度,通过大数据模式识别机器学习算法对样本进行学习训练,形成一套完整热力站动态能耗指标预测模型。     

35KV干式变压器智能温控系统

针对35KV干式变压器由于过载、短路等原因引起的温度升高的情况, 利用数字信号处理芯片TMS320F2812设计了一套智能温控系统, 该系统硬件电路简单, 操作容易, 可进行远程监控. 试验中成功实现该系统的各项功能, 达到了对变压器进行保护和智能控制的目的.     

基于改进YoloV4的电网变压器油液渗漏检测方法

及时发现电网变压器油液渗漏问题对于电网的安全与稳定运行尤为重要;传统电网变压器油液渗漏检测主要依赖于人工定期巡检,但人工巡检无法实现全天候监测,具有滞后性;当前主流目标检测模型应用于电网变压器油液渗漏检测时,存在检测速度较慢、准确率低和鲁棒性较差等问题,无法满足实际应用;为此提出一种改进YoloV4的变压器油液渗漏检测方法;首先,通过引入Mobile-ViT作为模型的骨干结构,利用卷积和Transformer结构有效提取目标的局部和全局信息特征,降低计算量;其次,提出多尺度特征融合层,旨在实现局部和全局信息的多尺度特征融合,增强上下文语义表达,用以更好地实现电网变压器油液渗漏检测;实验结果表明,该方法在电网变压器油液渗漏数据集上检测精度达到了95.3%,检测速度达到了50.6帧/秒;相较于原生YoloV4方法检测精度提高了2.6%,检测速度提升了2.6帧/秒;经实际应用,该方法部署在边缘设备上推理速度也达到了43帧/秒,满足了实际工程的需求。     

实时电价下用户侧电力需求响应模型优化策略及数字仿真谈竹奎1,汪元芹2,赵菁2,刘斌1,刘敏2

为解决智能电网发展中用户参与电力市场运营的响应积极性以及用户收益最大化问题,本文在经济学原理基础上,引用需求价格弹性系数表征用户的用电量随电价的变化情况,建立实时电价下的用户负荷调节能力模型,根据该模型,进一步研究了基于实时电价的用户侧电力需求响应模型优化策略,考虑用户在不同响应场景和不同负荷调节潜力下的需求响应。解决供电与用电间的电力供需不平衡问题,实现用户积极响应及其利益最大化,并提高系统稳定性与安全性。以某地需求响应系统为例,对进入现货市场交易的用户进行数字仿真,通过算例分析表明该模型能有效改善用电负荷曲线,减小用户购电成本,验证了基于实时电价下的电力需求响应优化策略的优化效果。     

基于NOMA异构云无线接入网的联合子信道和功率分配算法

针对基于NOMA异构云无线接入网中增加网络效用需要以更高的能源消耗为代价,从而导致能源效率低的问题,提出了一种联合子信道和功率分配方案。首先,该方案定义网络效用和电网能源成本之间的差值为系统收益,考虑了最大传输功率、能量收集（energy harvesting,EH）电池容量、用户最小数据速率需求和跨层干扰阈值等约束,以最大化系统收益为目标建立优化问题;然后,采用贪心算法给用户配对并分配子信道,实现低复杂度次优解;最后,利用基于交替方向乘子法的拉格朗日最大化方法优化了功率分配。仿真结果表明,与NOMA系统中未配备EH单元的方案相比,系统收益提高了约18.8%;与OFDMA系统中配备EH单元的方案相比,系统收益提高了约11.8%。     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。