变压器局部放电的检测与模式识别

介绍了几种主要的局部放电检测方法和基本电测量信号的模式识别技术、并对其未来研究作了展望。     

油浸式变压器内局部放电的诊断

变压器的内部故障,主要有过热性故障和放电性故障两大类。变压器进水受潮也是一种潜伏性故障,如未及时发现,它将会发展成放电性故障。     

三相油浸式配电变压器

辽阳易发式电气设备有限公司是中国辽阳变压器厂与葡萄牙EFACEC公司共同投资兴建的合资企业，应用计算机技术，集电力、配电和干式变压器为一体，产品技术先进，种类齐全。     

大型变压器局部放电在线检测技术推广应用研究

介绍了一门新的测试技术－－变压器局部放电在线检测技术。利用多路传感器与差动平衡技术相结合可以达到抑制干扰而实现在线检测局部放电的目的。     

配电变压器绝缘状态检测技术综述

配电变压器作为配电网中最重要设备之一,其绝缘状态直接影响着配电网的正常运行。本文首先详细介绍了目前配电变压器绝缘状态的主要检测方法,然后分析当前检测技术存在的问题,最后对未来的发展进行展望。     

超声波法进行变压器局部放电模式识别的研究

在线识别局部放电模式可以有效地判断局部放电对变压器绝缘的危害程度。文中根据局部放电超声波信号存在的非线性和非平稳特性，提出利用分形理论对局部放电超声波信号的时域脉冲形进行分析，对分形理论及其参数计算方法进行了简单的介绍，在自制的几种典型变压器局部放电模型上进行实验，计算了所得到的局部放电超声波信号的分型参数（分维数和空缺率），得到不同放电形式的分形特征，利用人工神经网络对所得到的分形特征进行模式识别，结果表明利用超声波信号可以有效地判断变压器局部放电模式，为变压器局部放电信号的特征提取和模式识别提供了一种新的研究方法。     

基于VPMCD的变压器局部放电模式识别

识别局部放电的类型对变压器状态评估十分重要。文中构造了四种变压器局部放电实物模型,从放电信号中提取18个统计特征量,使用基于变量预测模型的模式识别方法(Variable Predictive Model based Class Discriminate method,VPMCD)完成局部放电信号的分类。对比实验结果表明,VPMCD方法在识别率和计算效率均高于BP神经网络。     

配电变压器局部放电现场测量方法的研究

为保证干式变压器制造质量和现场安装质量符合规程要求,现场需要对其进行局部放电试验.介绍了一种采用三相正弦波变频电源对变压器三相局部放电信号进行同时检测的试验系统,可以简化试验设备,减少了更换接线工作量,缩短了试验时间,提高了试验效率.     

扫描电镜技术在超高压变压器局部放电试验故障诊断的应用

本文中作者介绍了一起500kV超高压变压器局部放电试验发生绝缘击穿故障,通过应用扫描电镜技术、带电检测技术等,从产品设计、制造、绝缘件性能等方面总结了故障原因,进而提出了相关建议.     

变压器的局部放电

局部放电曾用过“游离”、“油内电晕”的名称,后经IEC国际电工委员会澄清,定名为局部放电(Partial discharge)。由于局部放电会降低绝缘寿命,影响设备安全运行,故越来越受到变压器制造厂和运行单位的重视。局部放电主要是变压器、互感器,以及其它     

自适应遗传算法在变压器局部放电超高频模式识别中的应用

采用自适应遗传算法(AGA)作为神经网络的学习算法，对实验室中变压器局部放电超高频自动识别系统检测到的5种放电类型进行了模式识别。实验结果表明，AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题，具有较高的识别率和较强的推广能力，可以很好地应用于变压器局部放电的超高频模式识别中。     

自适应遗传算法在变压器局部放电高频模式识别的应用

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器局部放电超高频自动识别系统检测到的5种放电类型进行了模式识别.实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好地应用于变压器局部放电的超高频模式识别中.     

用于变压器局部放电检测的超高频传感器的初步研究

传统的局部放电检测方法，由于测量频带窄、抗干扰能力差、信息量少，已经不能满足变压器局部放电检测（特别是在线检测）的需要，因此，近年来提出的超高频检测技术得到了较快的发展。根据GIS中超高频检测的经验，并结合变压器的结构和放电特性，该文研制了一种宽带超高频传感器，其有效带宽为500～1500MHz。用天线理论对传感器的特性加以分析并在实验室中进行了性能实测，结果表明该传感器具有良好的使用特性，该文用该传感器研究局部放电信号，在其有效频率范围内可以精确地提取放电发射的电磁信号，从而为进一步研究超高频局部放电检测技术在变压器中的应用奠定了基础。     

变压器的现场局部放电试验

变压器在现场进行局部放电试验前应根据被试变压器的结线组别、容量、电压、变比来科学地选用试验结线，合理地估算出有功和无功功率，尤其是无功功率，否则将会给现场试验带来很大不便。本文叙述了计算方法、现场的几种试验接线和局部放电的测量方法。     

换流变压器局部放电检测与特性研究综述

随着我国特高压直流输电系统工程的发展,换流变压器的电压等级越来越高,绝缘问题也越来越突出。局部放电的研究对于换流变压器绝缘状况的判断以及设备寿命的评估具有重要的意义。本文介绍了换流变压器的绝缘特点、现场试验的过程、局部放电的检测方法及其注意事项,回顾了中外专家学者对换流变压器局部放电研究的成果,最后展望了换流变压器局部...     

500kV变压器局部放电故障分析及处理

介绍了一起500kV变压器由于磁分路绝缘距离不够引起的局部放电故障,对故障产生的原因进行了分析,并提出了具体的整改措施。     

变压器局部放电试验中套管缺陷的检测

介绍对２２０ＫＶ电力变压器局部放电试验时发现不合格套管及试验处理过程，并就变压器套管局部放电测量方法进行了分析，提出了防范措施。     

基于卷积神经网络的变压器局部放电模式识别

对局部放电进行有效识别可以为评估变压器设备绝缘状况提供科学的参考依据,然而局部放电类型的识别往往需要人为地提取描述特征,适应性很差。针对此问题,提出一种基于卷积神经网络的智能识别新方法。根据视觉注意机制分割出放电信号图像,并将灰度化和双线性插值归一化处理的图像作为卷积神经网络的输入。该方法模拟人脑的机制来解释数据,可以直接对采集到的放电信号图像进行自动特征学习与模式识别。实验中对4种典型放电类型的识别率超过了94%,显著优于传统的方法。试验结果表明,该方法无需进行复杂的特征提取,有较高的准确率和很好的鲁棒性。