变压器故障诊断用油中溶解气体征兆优选方法

基于油中溶解气体(dissolved gas analysis, DGA)构造的故障征兆作为变压器故障诊断的重要先验信息,其质量直接影响诊断效果。目前,基于DGA气体的故障征兆数量繁多,但种类相对单一且诊断效果有限,为实现更高准确率的变压器故障诊断,该文提出云征兆方法以丰富现有比值征兆集。为适应高维云征兆的云变换,设计自组织云概念提取神经网络(self-organized cloud concept extraction, SOCCE)进行云概念的提取,以深度挖掘多DGA气体间的关联信息,提高智能算法的诊断能力。最后,通过先排序后寻优的征兆优选策略遴选出最优的DGA混合征兆集。通过IEC TC10故障数据库下的对比诊断可知,该文优选的混合新征兆能够实现92.4%的诊断准确率,相较于传统征兆诊断准确率提升了13.2%～30.8%,且在现场应用和多诊断模型中均表现出较强的泛化能力和推广能力。     

风电变流器DC-Link电容器准在线状态监测方法

DC-Link电容是风电变流器中最核心但又最易失效的元件之一,对其进行状态监测可有效提高系统运行的可靠性。该文提出一种风电变流器DC-Link电容器准在线状态监测方法。首先,利用预充电阶段的交流电流重构DC-Link电容器的直流充电电流;采用二阶指数函数对电容器在预充电阶段的电压和电流波形进行精确拟合;取拟合函数的参数作为特征值,将实测的电容器状态参数(C和RESR)作为特征值对应的输出,并通过实验获得的样本数据,构建特征值与其输出的映射关系;最后利用多输出最小二乘支持向量回归算法对数据集合进行学习训练,建立特征值与电容器状态参数的回归模型。该方法无需增加额外传感器和改变变流器控制算法。实验结果验证了本方法的有效性。     

基于联邦学习的含不平衡样本数据电力变压器故障诊断

基于海量样本数据的深度神经网络可以显著提升电力变压器的故障诊断效果,但实际环境中各变压器本地数据被“数据孤岛”隔离,难以进行集中式深度训练。联邦学习可以实现多源数据的共同建模,但各变压器的非独立同分布不平衡数据会使算法性能严重下降。针对上述问题,提出一种基于联邦学习的含不平衡样本数据电力变压器故障诊断机制。与传统深度学习集中训练方式不同,文中采用多个参与者分布训练方式。每个参与者采用LeNet-5深度神经网络进行本地训练,中央服务器将本地模型进行聚合,同时引入改进的数据共享策略对云端共享数据进行选择性下发,以降低非独立同分布数据的不平衡性。实验结果证明,该机制实现了各变压器独立且不平衡数据的协同训练,对变压器故障类型的诊断精度可达到97%。     

变压器状态监测与故障诊断技术——变压器状态监测与故障诊断技术的现状及进展

随着智能电网建设的推进,电网系统对于一次设备智能化提出了越来越多的需求。智能变压器是现阶段国家电网新一代智能变电站技术框架的主要课题之一,变压器状态监测与故障诊断技术也是变压器智能化的研究热点,本期特别报道就以当前变压器状态监测与故障诊断技术为话题,结合实际案例,为广大读者提供技术参考。     

发电机、变压器类电力设备的状态监测与故障诊断

针对发电机、变压器类电力设备普遍采用的预防性定期检修方式所存在的弊端,分析了发展状态监测和故障诊断技术的意义,并对该技术在国内外的发展现状和存在问题进行了介绍。最后指出,发电机、变压器类电力设备的状态监测和故障诊断技术,可以迅速、连续地反映设备的运行状态,预示运行设备存在的潜伏性故障,是保障电力设备安全经济运行的有力措施,应大力推广。     

电力变压器状态在线监测和故障诊断的新方法

介绍一种电力变压器绝缘在线监测和故障诊断的新思路，一方面通过在线油色谱分析仪检测6种故障特征气体含量和产气率，运用模糊理论及专家系统等人工智能技术对电力变压器的绝缘状态进行跟踪监测，另一方面尝试用参数辨识的方法进行变压器三相电气量的在线监测，依据变压器绕组结构及参数在故障前后会改变的原理，用参数辨识的方法，进行变压器绕组故障及其故障部位的识别，实现故障局部定位，提高变压器状态监测和故障诊断的准确性。     

基于CatBoost算法的光伏阵列故障诊断方法

针对基于传统机器学习算法的光伏阵列故障诊断方法需要大量训练集的问题,提出了基于CatBoost算法的故障诊断方法,实现小规模训练集下不同程度故障的准确诊断。建立了光伏组件等效电路模型,考虑短路、开路、老化、局部阴影下不同程度的光伏阵列故障,分析包含旁路二极管和阻塞二极管的光伏阵列的伏安特性曲线变化特性,构建反映不同故障特性的特征量,作为光伏阵列故障诊断方法的输入向量。使用CatBoost算法对小规模训练集进行训练,建立基于CatBoost算法的故障诊断模型。为验证所提方法的效果,分别进行了仿真和实验分析。将所提方法与传统神经网络算法、其他决策树算法进行对比,验证了所提方法在小规模训练集下的准确性与稳定性。     

变压器状态监测与故障诊断技术的现状及进展

电力变压器是输电和配电网络中最重要的设备之一,传统的定期检修及离线试验方式已不能满足现代化状态维护的要求,本文就现行的变压器状态监测和故障诊断方法的原理进行了介绍,指出存在的不足,并对油色谱法提出了改进方案。     

变压器状态评估及故障诊断研究综述

电力变压器状态评估及故障诊断为设备安全稳定运行提供了重要保障。在电力大数据广泛应用的背景下,智能电网结构快速构建,电力设备状态数据呈现出数量大、类型多等特征,因而变压器状态评估及故障诊断算法由阈值判断法逐步过渡为机器学习等算法。本文作者总结了近年来国内外变压器监测研究中采用的方法;概述了变压器状态评估和故障诊断领域的研究现状,介绍了常用算法相关原理,包括模糊理论法、集对分析法、传统机器学习算法、预测算法和深度机器学习算法等;分析了目前该领域亟需解决的问题,并对未来研究方向进行了展望。     

基于虚拟仪器的变压器状态监测与故障诊断系统的研究

从油气量和电气量两个方面对变压器故障状态进行监测.通过油气量在线监测,判断其故障类型和性质;通过电气量在线监测,对变压器故障进一步确诊和定位.并基于虚拟仪器技术,利用LabVIEW平台开发一套变压器状态监测与故障系统.     

频响法在线监测变压器绕组变形的传递函数构建及其灵敏度分析

离线频响法的传递函数难以应用于运行中变压器的绕组变形检测,因而构建了适用于在线监测的传递函数,并对比分析了其反映变形缺陷的能力。基于多端口电路网络理论,分别构造了适用于中性点接地和中性点不接地的带电运行变压器的3种传递函数;参考实际180 MVA/220k V变压器绕组参数,建立了三相双绕组变压器多导体传输线模型,计算了鼓包和位移变形时各传递函数的频响曲线及其8种特征参数。对比结果表明：在线传递函数的相关系数和欧氏距离的数值、随变形量变化的线性度、对变形量的灵敏度与离线传递函数基本一致;各传递函数特征参数的线性度达到0.8以上,对鼓包变形的灵敏度大约是位移变形的40%。所构造的传递函数不仅适用于带电检测,而且性能与离线传递函数基本一致。     

电气设备状态监测及故障诊断系统的开发

介绍了一个已开发的电气设备状态监测及故障诊断的结构、功能、并介绍了变压器的状态监测和故障诊断的实现方式。该系统利用在线和离一测量技术获取电气设备的试验数据，通过对试验数据的分析，了解设备的绝缘状态和可能存在的故障。     

变压器的状态监测与故障诊断技术应用

变压器的状态监测和故障诊断技术日益受到关注,越来越多的单位和部门已在或正在积极应用和开发这项新技术,并有全面推广之势。状态监测与故障诊断技术,采取对潜伏性故障的早期、连续监测,与离线检测相结合,应用电力电子、计算机等技术,进行综合分析,预测设备可能发生的故障,以期做到预知维修和有效维修,对变压器的运行起到重要的安全保障作用。     

基于改进的方向性加权模糊Petri网配电网故障诊断

为提高配电网保护动作信息丢失时故障诊断的准确率及容错性,提出了基于改进的方向性加权模糊Petri网配电网故障诊断方法。首先,考虑故障发生时近后备保护对可疑故障元件故障诊断的影响,对可疑故障元件的各个故障蔓延方向进行建模;其次,在专家经验的基础上采用随机数对模型输入权值进行随机赋值;最后,在保护动作信息丢失时,跟踪改变可疑故障元件保护未动作的可信度取值,并分析该故障诊断方法的适应性与容错性。仿真结果表明,所提基于改进的方向性加权模糊Petri网配电网故障诊断模型在信息不完备或者保护及断路器拒动时,均具有较高的故障诊断准确率。     

基于数字孪生的GIS智能变电站健康评估及故障诊断模型

在现有GIS智能变电站中电力变压器、组合电器、开关柜三类主设备故障诊断技术研究的基础上,结合数字孪生技术,提出一种GIS智能变电站数字孪生模型建模方法.分析认为该模型可以同步显示实体变电站各仪表的数值,能基于变电站实时数据和历史数据进行健康评估及故障诊断,并在三维模型中对应空间位置显示,各设备运行状态一目了然,故障类型...     

小样本条件下基于卷积孪生网络的变压器故障诊断

为提高小样本条件下变压器故障诊断的准确率,提出了一种小样本条件下基于卷积孪生网络CSNN(con-volutional Siamese neural network)的变压器故障诊断方法.利用具有强大特征提取能力的卷积层和池化层来构建孪生网络将原始数据映射到低维空间.并基于欧式距离进行相似度的对比,从而实现故障的分类....     

变压器状态监测与故障诊断技术

随着智能电网建设的推进,电网系统对于一次设备智能化提出了越来越多的需求。智能变压器是现阶段国家电网新一代智能变电站技术框架的主要课题之一,变压器状态监测与故障诊断技术也是变压器智能化的研究热点,本期特别报道就以当前变压器状态监测与故障诊断技术为话题,结合实际案例,为广大读者提供技术参考。状态监测是运用传感技术、信息技术、光电子技术及计算机技术等先进的手段,实时反映设备的运行     

基于数字孪生的在运安控系统故障诊断方法

数字孪生技术旨在打破虚实界墙,通过虚-实信息链接实现物理实体与虚拟空间的有机融合,模拟出物理实体的实时状态。安全稳定控制系统（简称安控系统）作为保证电网安全稳定运行的第二道防线,一旦发生故障将会给电网的运行造成严重危害。为此,提出一种基于数字孪生的在运安控系统故障诊断方法。首先,通过分析安控系统的一般运行策略和可能存在的故障环节,提出安控系统的数字孪生体系;其次,建立基于海洋捕食者算法优化支持向量机的安控系统故障诊断模型;最后,利用安控系统的运行数据构建样本数据集,验证了所提方法的有效性和正确性。