共查询到20条相似文献,搜索用时 171 毫秒
1.
总结了变压器运行监测经验,提出了可以有效反映变压器状态变化的非停电检测状态量。根据形态学理论,构造了适用于在线监测数据处理的开-闭、闭-开和混合滤波器。建立了局部放电、油色谱、套管泄漏电流、套管介质损耗因数等18个非停电检测状态的评价函数,建立了基于状态量、部件和整体的3级评价模型,该模型可用于运行中变压器的状态评价。 相似文献
2.
3.
4.
5.
6.
7.
8.
泄漏电流阻性分量是金属氧化物避雷器(MOA)在线监测的重要指标,传统的容性电流补偿算法并未考虑谐波电压的作用,对监测结果产生很大的误差。为解决该问题,利用电压过零时避雷器阻性电流与容性电流的关系求解避雷器晶介电容C,并推导了谐波电压下的容性电流补偿系数G,提出了一种金属氧化物避雷器在线监测的谐波电压校正方法,有效降低谐波电压对阻性电流提取的影响,提高避雷器阻性电流的提取精度。MATLAB仿真结果表明,通过MOA在线监测谐波校正方法,避雷器晶介电容C、基波阻性电流分量i_(R1)、3次谐波阻性电流分量i_(R3)误差均≤10%,有效地减小谐波电压给监测结果带来的影响,降低了阻性电流提取的误差,提高了避雷器在线监测结果的准确性。 相似文献
9.
针对高压换流站中的交流侧金属氧化物避雷器(MOA)设计一整套避雷器在线监测装置.装置包含避雷器泄漏电流(全电流)采集装置和PT电压信号采样装置.MOA监测装置向IED传送泄露电流幅值、泄露电流与参考相的夹角.PT采样装置向IED发送PT电压频率、谐波和电压转换成电流后与参考相的夹角.在监测IED内部计算得出泄露电流与母线电压的夹角,进而得出容性电流和阻性电流.最终通过IEC61850规约上送到变电站状态监测后台,实现整站交流避雷器状态的在线监测.在某避雷器有限公司的交流避雷器监测项目中的实际运行经验表明,设计的监测装置能够实现预期目标. 相似文献
10.
在线监测氧化锌避雷器阀片电阻可有效反映避雷器运行状态。避雷器实际运行时多呈一字排列且三相距离近,相间干扰对泄漏电流的影响很大。为此,提出了一种新的高压氧化锌避雷器在线监测方法,该方法基于阻容网络模型,通过对避雷器泄漏电流进行测量,采用有限元法计算避雷器部分电容,最后利用迭代算法求解避雷器阀片电阻,可有效消除相间干扰对在线监测的影响。以变电站500k V和220k V避雷器为例,计算出各相避雷器每节的阀片电阻,并与实际测量值进行对比,计算结果和测量结果吻合,验证了该方法的有效性。 相似文献
11.
12.
通过对避雷器在线状态量的监测,发现运行中的220kV麻丹线205开关A相避雷器,持续电流超注意值且接近注意值趋势显著,在跟踪监测过程中监测到避雷器承受二次过电压冲击;收集各专业相关数据,佐证了避雷器(MOA)因泄漏电流增大导致单相接地短路故障,从而引发MOA遭受两次过电压冲击导致避雷器爆炸事故。 相似文献
13.
氧化锌避雷器在线检测技术现场运用与结果分析 总被引:2,自引:0,他引:2
通过对氧化锌避雷器在线检测结果的分析,给出了不同型号氧化锌避雷器在运行电压下的全电流、阻性电流的经验值,指出影响测试结果的各种因素。 相似文献
14.
针对智能变电站设计一种金属氧化物避雷器(metaloxidearrester,MOA)在线监测智能电子设备(intelli—gentelectronicdevices,tED),对MOA的全电流、容性电流、阻性电流、雷击次数、温度和湿度等参数进行运算与初步诊断,与MOA在线监测终端共同实现MOA绝缘状态与运行状态的在线监测,并按照要求将监测结果发送至主IED。该设计采用高级精简指令集计算机微处理器(advancedreducedinstructionsetcomputermicro—processor,ARM)与数字信号处理器(digitalsignalprocessor,DSP)相结合的结构实现快速数据分析、处理以及复杂事务管理;采用IEC61850协议作为智能变电站MOA在线监测IED与主IED、主IED与信息一体化平台之间的通信规约,保障不同厂家之间同类设备的互操作性;采用IRIG-B码实现设备之间的同步,提高了在线监测精确度。该设计在唐山虹桥变电站得到实际运行检验,能够实现预期目标。 相似文献
15.
16.
17.
由于阻性泄漏电流很大程度上能反映氧化锌避雷器的健康状况,因此在线监测阻性泄漏电流尤为重要,分析比较了MOA的几种在线监测方法及几种测量方法存在的问题,指出了两种影响测量精度,但未引起重视的干扰源,并对近些年国内外此方向的发展动态和未来的发展趋势加以综述。 相似文献
18.
19.
20.
大数据可视化可以实现海量电力设备在线监测数据中各种属性、运行状态等电力特征信息的图形、图像化直观呈现,为设备运行状态的及时有效监控分析提供有力保障。因此,本文提出一种基于Spark的电力设备在线监测数据可视化方法,为实现大数据环境下的电力设备在线监测数据的状态信息快速提取,在Spark大数据计算平台上,建立了基于设备状态评估指标体系与模糊C均值聚类(FCM)的电力设备状态信息提取算法。针对数据的多维、时序特性,构建三维平行散点图的数据可视化展现形式,实现电力设备在线监测数据信息全貌的可视化展现。将该方法运用于吉林省某风电场的风电机组在线监测数据集,实验结果证明了该方法的有效性。 相似文献