基于密度泛函理论的油中溶解气体吸附分析

变压器油中溶解气体分析是监测变压器设备状态的重要手段。CO、CH 4和C 2 H 2是变压器油中溶解的代表性气体成分,基于密度泛函理论,首先确定过渡金属原子Pt在典型的层状过渡金属硫族化合物WSe 2表面的最佳吸附位置,获得3种气体在Pt-WSe 2表面的吸附行为,分析了气体吸附、电荷转移、吸附能、电子态密度、电荷密度形变和前沿轨道结构。作为一个电子受体,Pt-WSe 2从3种气体分子中吸引电子,CO和C 2 H 2分子的吸附类型为化学吸附,吸附效果较强,CH 4吸附是物理吸附,吸附效果较弱。气体分子的吸附导致Pt-WSe 2带隙增大,即电阻率增大。文中探索了将Pt掺杂的WSe 2改性材料应用于检测典型变压器油中溶解气体的潜力,提供了气敏吸附的理论依据。     

Ni掺杂单层PtSe2检测变压器油中溶解气体CH4和C2H4的DFT研究

甲烷(CH₄)和乙烯(C₂H₄)是变压器故障的重要特征气体，其组分可以有效反应变压器的运行状态。为实现特征气体的快速精准检测，文中提出一种新型材料Ni掺杂单层PtSe₂(Ni-PtSe₂)用于检测变压器油中溶解特征气体CH₄和C₂H₄的检测方法。基于第一性原理密度泛函理论，文中对单层Ni-PtSe₂吸附变压器油中溶解特征气体CH₄和C₂H₄进行理论计算，从理论上探讨单层Ni-PtSe₂在气体吸附前后的几何结构、单层NiPtSe₂电子态密度以及能带结构的变化。计算发现，CH₄和C₂H₄气体吸附体系的吸附能分别为-1.536 eV和-2.502 eV，表明单层Ni-PtSe₂对两种特征气体的吸附均为化...     

β-Ga2O3对变压器油中乙炔气体的吸附性能研究

乙炔(C₂H₂)是油浸式电力变压器油中用来评估故障发生的重要特征气体，对其进行在线监测能实时有效反映变压器的运行状况。针对传统的气体传感器对特征气体存在响应不灵敏的问题，本文中作者采用一种超宽禁带半导体材料(氧化镓(β-Ga₂O₃))作为气体传感器来检测故障特征气体C₂H₂。通过第一性原理计算方法研究了β-Ga₂O₃的结构和电子性质，并对其气体敏感机理和吸附性能进行了分析。首先，通过结构优化确定C₂H₂气体在β-Ga₂O₃表面的最佳吸附位置；其次，通过进一步分析吸附模型的电荷密度差分、吸附能、电子态密度、能带结构和功函数获得C₂H₂气体在β-Ga₂O₃表面的吸附行为；最后，结果表明β-Ga₂O₃对...     

变压器油中溶解气体分析的实验室间比对及结果分析

本文中笔者设计了一种变压器油中溶解气体分析的实验室间比对方案,组织实施了电力行业27家油化实验室的比对实验,对检测结果进行了统计分析,用Z比分数对各实验室检测能力进行了评价。     

基于油中溶解气体分析的变压器绝缘故障诊断方法的研究和发展

总结了近年来人工智能技术在基于油中溶解气体分析(DGA)的变压器绝缘故障诊断方法上的研究和发展，介绍了其中的主要方法和成果，并讨论了该领域的研究趋向。     

变压器油中溶解气体色谱分析误差来源及排除

变压器油中溶解气体色谱分析法是诊断变压器及充油电力设备内部潜伏性故障的重要手段,本文针对生产现场色谱分析时取油样、脱气、转移气体、仪器标定、样品气定性分析、样品气定量分析、结果计算判断等7个步骤,分析各种误差产生的原因,提出排除方法及建议。     

油中溶解气体分析的两个误差来源及处理

对变压器油中溶解气体分析中的两个误差进行了分析,提出了减小油中溶解气体色谱分析误差的建议.     

基于小波网络及油中溶解气体分析的电力变压器故障诊断方法

小波网络是近年来发展起来的一种高效非线性信号处理新模型。该文将适于电力变压器故障诊断的小波网络分为第一、第二类小波网络,提出了基于自适应算法小波网络的变压器故障诊断方法,该方法继承了人工神经网络的学习能力和小波变换的局部化特征,具有良好的收敛性和鲁棒性。选择经模糊预处理的250组油中溶解气体作为采用不同小波基的2类小波网络训练与识别样本,对训练过程和仿真结果进行对比分析。大量诊断实例表明,文中提出的2类小波网络均适于变压器故障诊断,其性能优于单独使用传统BP神经网络的方法。     

基于随机森林的变压器油中溶解气体浓度预测

对油中溶解气体浓度进行分析及发展趋势预测,可以为变压器的状态评估提供重要的依据。传统的离线DGA方法因易导致延迟判断变压器的运行状态,造成一定的经济损失,现已不适用于油中溶解气体浓度分析及预测。因此,提出一种基于随机森林的变压器油中溶解气体浓度预测模型,以更准确地分析与预测油中溶解气体浓度。该模型以7种气体浓度构成特征向量空间,作为可视输入,并以目标气体浓度作为输出。试验结果表明,相较于传统的机器学习方法(BPNN、RBF和SVM),随机森林模型能更准确地预测油中溶解气体浓度,且需要调整参数少、训练效率高。通过算例分析,验证了该方法的有效性。     

基于RPROP算法的变压器油中溶解气体分析故障诊断

在分析BP算法和RPROP(振荡传播)算法原理的基础上，指出了RPROP算法具有收敛速度快、不容易陷入局部极小点、自适应能力强等优点，并分析了原因。将RPROP算法训练的多层前馈神经网络用于变压器油中溶解气体分析故障诊断，给出了网络模型，分析了隐层神经元数目对网络训练和诊断的影响。变压器油中溶解气体数据的训练和诊断表明，RPROP算法的收敛速度快于BP算法、加动量项BP算法，并且具有较高的诊断准确率，是一种有效的方法。     

基于油中溶解气体分析与绕组变形试验的变压器出口短路故障诊断

结合故障实例,介绍了基于油中溶解气体分析与绕组变形试验的变压器出口短路故障诊断方法.     

基于光声光谱的变压器油中多组分气体检测方法

油中溶解气体对变压器早期潜伏性故障的诊断具有重要作用。光声光谱技术是基于光声效应的一种新型微量气体检测技术,基于光声光谱技术的基本原理,以甲烷和乙炔为例,对变压器油中多组分故障特征气体的光声光谱检测方法进行研究。提出的基于分布反馈半导体激光器的光声光谱检测装置具有选择性好、检测范围大的优点,提出的基于最小二乘回归的多组分气体光声定量方法不需要池常数、气体吸收系数等参数,因而避免了这些参数引入的误差。实验结果表明,提出的方法能够有效地检测出多组分故障特征气体,为光声光谱技术的工程应用提供了方法参考。     

气相色谱法在油中溶解气体中的应用研究

随着经济的发展,对电力设备在线监测技术有了更高的要求,电力变压器作为电力系统的枢纽,对其在线监测尤其重要。在线监测、分析电力变压器油中溶解气体是诊断主变运行状态及内部过热、放电等缺陷的重要检测手段。首先介绍了气相色谱法原理以及气相色谱原理在油中溶解气体监测中的应用,然后阐述了对溶解气体氢气超标的某220 kV变压器油的气相色谱分析以及在此基础上进行的故障诊断和应对处理。     

高分子渗透膜在变压器油中溶解气体分析中的应用

油中溶解气体分析是变压器状态检测最为常见且可靠的方法,油气分离技术则是溶解气体分析中重要的一环.在油气分离技术中,渗透膜是一种较为新颖且颇具前途的分离技术.相较于传统的油气分离方法,渗透膜技术具有结构简单、体积较小、免于维护等优点,因此该方法是油中溶解气体分析研究的热点之一.该文首先对近年来应用于油气分离的高分子渗透膜...     

变压器油中溶解气体在线监测系统的实践和创新

介绍了变压器油中溶解气体在线监测装置的原理、安装情况、设备选型和网络设计等,通过实例,说明了其在状态检修中的重要作用。     

基于LSTM网络的变压器油中溶解气体浓度预测

电力变压器作为电力系统中传输和变换电能的主要设备,其安全稳定性运行在电网中起着重要的作用。对变压器油中溶解气体浓度变化的趋势进行预测,可为其运行状态评估提供重要依据,鉴于此提出了一种基于长短期记忆网络(LSTM)的变压器油中溶解气体浓度预测模型。该模型克服了传统神经网络在序列预测方面存在的"梯度消散"问题,利用油中溶解气体的序列数据对长短期记忆网络进行训练,得到最优的预测模型参数。以变压器油中溶解的7种特征气体浓度为输入,以待预测气体的浓度为输出。通过算例分析表明,相比于传统的机器学习预测方法支持向量机(support vector machine, SVM)与反向传播神经网络(back propagation neural network,BPNN),本文所提的LSTM预测模型更能准确地预测油中溶解气体的浓度。     

变压器油中溶解气体分析中的模糊模式多层聚类故障诊断方法的研究

基于当前对电力变压器故障识别中的模型空间划分缺乏研究的情况,将模糊聚类技术引入了电力变压器油中溶解气体分析DGA。在对所收集的183组电力变压器绝缘故障样本进行了多层树形聚类的基础上,通过多次分析绝缘故障,得到了一种准确程度较高的故障诊断方法。     

基于离散灰色模型的变压器油中溶解气体浓度预测

油中溶解气体浓度分析被广泛用于监测油浸电力设备的早期故障。将改进灰色模型引入变压器油中溶解气体浓度预测。分析了灰色预测模型GM(1,1)和离散灰色预测模型DGM(1,1)两者之间的关系,讨论了模型预测的准确性和稳定性。分别用GM(1,1)模型和DGM(1,1)模型对变压器油中溶解气体浓度进行建模预测。对比分析结果表明:GM(1,1)模型从离散形式到连续形式的跳跃使得模型不够稳定,随着发展系数的增加,预测精度下降。DGM(1,1)模型是GM(1,1)模型的精确形式,具有更高的预测精度和较好的稳定性,被推荐替代GM(1,1)模型预测变压器油中溶解气体浓度。     

变压器油中溶解气体的在线监测技术评述

油中溶解气体在线监测是获取变压器运行状态的重要手段之一。该文在概括变压器油中溶解气体在线监测技术一般方法的基础上,从油气分离和气体在线检测两个方面对其研究现状及工程应用进行了回顾。通过对多种油气分离技术的分析比较,认为薄膜透气法具有良好的性价比,更适合于变压器油中溶解气体在线监测。通过分析现有气体在线检测技术原理及特点,阐述了色谱柱和气体传感器阵列技术的不足在于消耗气样、长期稳定性差、交叉敏感等;对傅立叶红外光谱与光声光谱技术的比较表明,光声光谱在气体检测量、检测灵敏度等方面更有优势,其在油中溶解气体在线监测中具有良好的应用前景。     

基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法

电力变压器属电力系统中的重要设备,目前油中溶解气体分析(DGA)的三比值法是对变压器进行故障诊断的最方便、有效的方法之一.本文结合改良的三比值法,将贝叶斯网络方法引入大型变压器的故障诊断,提出了基于贝叶斯网络(BN)理论和变压器油中溶解气体分析方法的变压器智能故障诊断方法,并据此建立了变压器故障诊断模型.通过实例判断验证了本文方法的有效性.