排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
配电变压器直流电阻测量是线圈绕制过程中半成品和成品测试、变压器出厂试验、配电工程安装、交接试验及电网检修预防性试验的必测项目,其测量结果准确与否决定了配电变压器各环节是否需返工检修,因此对测量结果的误差因素分析极为重要.而测量不确定度是衡量检测结果准确与否的量化指标,直接反映了测试结果的可靠性和准确性.以配电变压器直流电阻测量为例,介绍了电阻测量的测试方法和试验原理,根据影响测量不确定度的各因素,建立电阻测量数学模型,对测量结果进行了不确定度评定和分析,展示了变压器绕组直流电阻测量的不确定度评定流程,为配电变压器制造商的出厂试验分析和实验室检测、计量的不确定度分析提供参考. 相似文献
2.
在线油色谱法是目前公认的发现变压器潜伏性故障的重要检测方法,对变压器运行状态的评估具有重要意义。气体传感器是在线色谱的关键技术。目前,国内外研制了许多油色谱在线监测传感器,但都存在灵敏度不高、线性范围难以满足要求等缺点,上述缺陷限制了在线色谱技术取代传统的离线检测技术。针对上述问题,提出一种固体氧化物燃料电池传感器检测变压器油中溶解气体的方法,介绍了传感器的制备方法、实验方法及步骤,并对油中气体的气敏响应机制进行探讨。在此基础上,基于Nernst方程构建传感器的定量数学模型。实验结果表明,固体氧化物燃料电池(SOFC)检测器技术及该文构建的模型能实现H_2、CH_4、C_2H_4、C_2H_6和C_2H_2的准确定量及高精度测量,对C_2H_2的灵敏度达到1×10~(-7),能较好地解决常规传感器及其定量方法稳定性差、准确性和灵敏度低等问题,具有重要的推广及应用价值。 相似文献
3.
在对高压直流(HVDC)输电线路下的电磁环境进行预测时,地面合成场强和离子流密度的计算问题实际上是一个多维非线性问题。在对剖分单元进行处理时,为了解决传统的有限元方法、上流有限元法采取线性假设与线性插值,存在计算量大、精度差、算法效率低的问题,提出一种新的非线性空间电荷密度插值方法,从理论上推导了算法的实现过程,并基于上流有限元方法对离子电流密度方程进行迭代求解。采用该算法对现场运行的±500 k V和±800 k V输电线路离子流场进行了理论计算与现场实地测量,并将理论计算结果与实际测量结果进行了对比,结果表明:所提出的算法能在减少计算量的同时提高计算的准确度。针对风速对双极离子流场影响的研究较少的情况,研究讨论了不同风速影响下的双极离子流场问题,得到了风速对双极离子流场地面最大合成场强和离子流密度影响的规律,为新的直流输电线路的设计提供了有力的参考。 相似文献
4.
5.
针对传统半导体气敏检测器电阻直接定量算法误差大、适应性差的问题,利用半导体传感器电导率随气体体积分数变化而变化的特点,提出了新的电路模型。通过对其特性曲线进行深入分析,构建了检测电路输出信号与气体体积分数之间的分段幂函数模型。先通过对不同体积分数气体进行采样,将采样气体体积分数和电路输出信号进行分段幂函数模型拟合,然后用拟合参数去计算未知检测气体的体积分数。实验结果表明:提出的定量模型大大提高了定量分析的准确性,且定量误差不受传感器漂移的影响,具有很强的环境适用性,提高了微量可燃气检测的可靠性和精度。 相似文献
6.
电力变压器绕组状态实时监测算法 总被引:2,自引:1,他引:1
为及时发现电力变压器绕组变形等潜伏性故障,需要实时监测变压器绕组的状态。建立了变压器绕组的数学模型,利用变压器原、次边的电压、电流信号对变压器的短路阻抗进行在线辨识。其方法是:实时采集模型变压器原、次边的电压、电流信号后,针对电压、电流传感器采集信号的特点,应用小波变换除去噪声,再利用基于离散傅里叶变换的高精度相位识别法辨识各正弦量间的相位差,得到各负载情况下变压器绕组等效电路的短路阻抗。利用模型三相变压器搭建的变压器绕组状态监测平台进行实验,结果表明,变压器绕组未发生状态改变时,不同负载情况下短路阻抗的辨识差别不超过0.64%;若变压器绕组发生变形及匝间短路等故障,短路阻抗的变化量达到5.6%以上,证明所提出的监测算法是有效的。 相似文献
7.
改进的灰熵关联度算法用于变压器故障诊断 总被引:2,自引:1,他引:1
为解决传统灰熵关联度算法中标准序列难以确定、故障隶属度分辨率差等问题,提出新的灰熵关联度诊断算法。采用C-Means模糊聚类算法,将若干典型样本组成的故障空间聚成c个灰类,并得到c个最优聚类中心。以上述聚类为基础,将主成分分析应用于灰熵关联度,建立一种以模糊聚类和主成分分析为基础的灰熵关联度诊断变压器故障的新模型。实践结果表明,文中方法能大幅度提高故障隶属度的分辨率,故障诊断准确度达到了94%,从而为变压器故障诊断提供一条新的有效途径。 相似文献
8.
线性分类器与BP网络联合诊断变压器故障 总被引:1,自引:0,他引:1
油中溶解气体分析(DGA)是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络(LC-BP)故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到最终诊断结果。实验结果表明,提出的LC-BP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的故障诊断提供了一条新的有效途径。 相似文献
9.
面对更隐蔽的高频脉冲磁场窃电方式,根据磁场信号进行反窃电检测会由于噪声影响而失效。针对这个问题,提出将奇异值分解(singular value decomposition,SVD)和小波变换结合的方法应用到防窃电装置中,在检测中去除噪声分离出窃电信号。首先将带有噪声的磁场混合信号进行快速傅立叶变换(fast Fourier transform,FFT)求出功率谱,引入经典阈值判断出窄带噪声的个数,并以此确定奇异值分解的有效秩阶次。然后对混合信号SVD分解,将窄带噪声对应的的奇异值置零后重构信号,最后利用小波变换去除随机噪声的影响。仿真和实验结果表明,此方法能有效应用到窃电检测中,并通过与FFT阈值滤波法、经验模态分解(empirical mode decomposition,EMD)法对比,所提方法抑制效果更突出。 相似文献
1