基于XGBOOST算法的大型电力变压器运行故障诊断方法

作为电网中的关键枢纽设备,大型电力变压器运行状态的稳定关乎供电系统的可靠性,所以对其运行故障的诊断具有重要价值。基于XGBOOST算法的大型电力变压器运行故障诊断方法的研究,首先对变压器故障进行预处理,其次建立XGBOOST算法下的诊断模型,接着对故障特征进行选择,然后诊断不同的故障模型,最后进行实验验证,得出XGBOOST算法下大型电力变压器故障诊断方法具有最好适用性的结论。     

基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究

利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。     

基于深度信念网络的变压器运行状态分析

电力变压器作为整个电力系统的重要组成部分,承担着电网中电力传输和分配的工作,并且保证电压的有效转换,在电力服务中发挥着至关重要的作用.通过分析不同类型的运行状态下特征参量的特点,可以掌握变压器的运行变化,实现变压器故障的提前检测并做出相应预防性的措施,避免造成事故的发生.文中提出了一种基于深度信念网络的变压器运行状态分...     

配电变压器故障分析与诊断

配电变压器是配电网中最重要的设备之一,其运行状态对配电网与电力用户都有重要影响。当配电变压器出现故障时,进行快速诊断、判断故障原因是提高电网工作效率、减少经济损失的一个重要途径,因此研究变压器故障诊断对保证电网安全、可靠、经济运行,提高经济效益具有重要意义。基于此,重点分析配电变压器的常见故障及其诊断方法。     

基于DSP的变压器局部放电在线监测系统

作为电网中重要设备之一，电力变压器的正常工作与否直接影响电网的安全稳定运行。变压器的局部放电信号是判断其工作状态的重要参数。本文介绍了一种基于DSP处理器的变压器局部放电在线监测系统，实现对变压器绝缘状态的监测。该系统充分利用其强大而高速的数据处理能力对采集的局部放电数据进行快速、复杂的运算。本文主要介绍了该系统的检测原理、整体结构及硬件构成。     

基于BP神经网络的有载分接开关状态感知及故障诊断研究

作为调节变压器的重要部件,有载分接开关在变压器工作可靠性以及电网稳定性起到了重要的作用,其不仅能够稳定负荷中心电压、调节无功潮流,同时能够有效地增加电力系统的调度灵活性,对于有载分接开关的状态感知以及故障诊断尤为重要.基于BP神经网络模型,利用有载分接开关调压时产生的机械振动信号数据,感知开关的状态,并对开关异常进行故障诊断,为电力系统的稳定运行提供支持.     

应用极化谱分析油纸变压器绝缘纸板水分含量的研究

油纸绝缘电力变压器受潮会加速固体绝缘材料老化,严重影响其运行寿命,因此评估变压器的绝缘纸板中的水分含量对确保其安全可靠运行具有重要意义.变压器绝缘纸板中的水分含量是评估其是否受潮和老化的重要指标之一,然而传统的化学分析方法需要在实验室环境下进行,有些甚至需要获取变压器内部纸样.基于回复电压的极化谱方法是一种无损的绝缘诊断方法,已经被用来评估变压器的绝缘状态,特别是绝缘纸板的水分含量.本文研究了回复电压极化谱评估变压器纸绝缘的受潮的有效性,提出了评估的判断方法.试验结果表明利用极化谱的主时间常数评估其水分含量是有效的.     

基于经验小波变换和梯度提升径向基的变压器油中溶解气体预测方法

电力变压器是电力系统的关键设备,其运行状态与电网稳定性密切相关。变压器油中溶解气体分析(dissolve gas analysis,DGA)是判断其运行状态的重要方法,预测变压器未来时刻的油中溶解气体含量,可以辅助运维人员判断变压器未来的运行趋势,提前掌握运行状态确保稳定运行。然而,由于油中溶解气体的产生机制复杂且受到变压器特殊运行工况、严苛运行环境、复杂电磁环境等因素的影响,油中溶解气体时间序列将呈现非线性和非平稳性的特征,传统的基于回归拟合模型的预测方法很难挖掘时间序列的这些特征,从而导致预测准确性较低,无法用于对变压器运行状态和故障的预测和诊断。为了解决上述问题,该文利用经验小波变换将具有非线性和非平稳的油中溶解气体时间序列分解为多个复杂度较低的分量,使得预测模型更易挖掘其变化特征,随后,以径向基函数神经网络作为基学习器构建了梯度提升径向基,将径向基函数神经网络的最佳逼近、避免局部最小等优点与梯度提升机强大的监督学习能力相结合,实现对油中溶解气体分解分量潜在规律的深度挖掘,并最终实现对油中溶解气体数据的精准预测。基于现场在运变压器对所提方法进行验证,结果表明:对于单台变压器预测准确率可达98.30%,对于某区域电网内的全体变压器准确率可提升9.01%,且可以实现对变压器故障的准确预测。     

基于SOGI的变压器短路阻抗参数在线辨识方法

电力变压器在运行过程中发生绕组变形导致的内部故障,已经严重危害电网安全。为了及时发现变压器绕组变形故障,文中以变压器回路方程为基本模型,提出了一种变压器绕组参数在线辨识方法。通过分析变压器暂态和稳态两种运行状态,建立不同的参数辨识模型,推导了不同状态下变压器绕组参数辨识方程。利用二阶广义积分器提取变压器原、副边电压电流信号基波和各次谐波分量,判断变压器的运行状态,通过最小二乘算法进行实时辨识,实现对变压器绕组变形的监测。建立了变压器绕组变形的仿真模型,通过仿真模型及动模试验验证了变压器参数辨识在线监测系统的可行性。     

一种可变权重的变压器运行状态综合评估方法

电力变压器是电力系统的枢纽设备,变压器运行状态直接影响电网的安全运行。及时掌握变压器的各项运行指标并加以分析,对变压器的状态检修工作以及电网的安全运行分析尤为重要。在着重分析影响变压器运行的各状态参量基础上,从实际应用出发,将现有主、客观赋权方法进行有效结合,确定各项运行指标在变压器运行状态评估中的权重,以建立电力变压器运行状态综合评判指标体系。通过对大量样本数据的分析及对现有成果的归纳,验证该状态评估方法的准确性,为变压器状态检修提供较为准确的理论依据。