基于灰色面积关联度分析的电力变压器绝缘故障诊断方法

通过对灰色关联度分析中的分辨系数的分析，得出了分辨系数的性和分辨系数的取值原则，在此基础上，提出了面积关联度分析的概念和方法，通过实例分析，验证了应用面积关联度法诊断变压器绝缘性质的有效性，该方法也可用于对变压器故障的部分定位分析。     

多专家合作诊断变压器绝缘故障的黑板型专家系统

在介绍了黑板模型结构的基础上 ,首次将其引入到变压器绝缘故障诊断专家系统中 ,建立了适于多专家合作诊断的结构。同时还建立了多专家合作变压器绝缘故障诊断专家系统诊断机制 (流程 ) ,提出了有创意的专家意见不一致时的综合分析机制 (流程 ) ,并以实际诊断例证检验了该专家系统的有效性。     

覆冰绝缘子的交流放电机理研究

本文根据在重庆大学人工气候室中作的模拟研究的结果,对覆冰绝缘子的交流沿面放电过程进行了系统的描述,得出了绝缘子串的电压分布规律和泄漏电流的变化过程,并结合圆柱形绝缘子的覆冰放电现象和泄漏电流波形,对覆冰绝缘子的交流放电机理进行了探讨。     

采用CWP-EM和IPSO-WNN的配电网单相接地故障定位

随着用户对供电质量要求的不断提高,在线解决配电网单相接地故障定位问题成为供电部分的迫切需要。为此提出了一种中性点不接地或经消弧线圈接地的配电网单相接地故障定位的新方法,采用基于卷积型小波包能量矩(CWP-EM)的特征提取方法,对暂态电流信号进行特征向量的提取。相比传统的小波包能量特征提取方法,此方法能更有效地提取信号在各频带上的能量分布特征,并构造特征向量以作为基于免疫粒子群优化算法(IPSO)的3层小波神经网络(WNN)的训练样本集。最后,利用训练好的小波神经网络实现单相接地故障的定位。MATLAB仿真计算结果表明,提出的方法能够充分利用配电网单相接地故障信息,实现更快、更精确的单相接地故障的定位。     

应用T-S模糊方法对铁磁谐振过电压的混沌抑制

抑制和控制铁磁谐振过电压对实现智能电网中重要的"自愈"功能具有重要的意义。为此,运用非线性动力学理论于抑制中性点接地系统所发生的具有混沌效应的铁磁谐振。通过分析铁磁谐振电路所表现出的混沌特性,并针对电力系统中参数无法完全已知的限制,首次提出建立谐振系统的T-S模糊模型,制定合适的模糊规则,并应用平行分布补偿法设计模糊控制器来抑制铁磁谐振过电压,以达到迅速控制的良好效果。另外,通过Lya-punov理论验证了该控制器符合系统稳定性要求。仿真结果也验证了该方法的有效性,同时克服了传统方法对参数完全精确已知的限制。     

动态隧道模糊C均值算法用于变压器油中溶解气体分析

变压器油中溶解气体分析(DGA)是电力变压器绝缘诊断的重要方法。针对模糊C均值(FCM)聚类算法用于溶解气体分析时易陷入局部极小的问题,利用全局最优化性能强的动态隧道(DT)算法,将两种算法结合,提出一种基于动态隧道的模糊C均值(DTFCM)算法。该算法首先采用FCM算法聚类得到局部最优值,再利用动态隧道算法以该局部最优值为初始值寻找更小的能量盆地,再将其值返回给FCM算法进行迭代寻优,直到找到全局最小值。通过该算法应用于变压器DGA数据分析,从而实现变压器的故障诊断。变压器油色谱样本及加噪样本故障诊断试验表明,该算法能快速、有效地对样本进行聚类,具有较高的诊断准确率。     

配电网过电压在线监测系统的设计与实现

介绍了用于10kV配电网大气过电压和内过电压在线监测系统的设计与实现,分析了用于过电压信号采集的阻容分压器的性能和数据采集、波形分析软件、保护措施等关键技术。通过现场监测的结果分析表明,论文方法取得了较满意的效果,为电力系统的事故分析提供了科学依据。     

纳秒脉冲电场治疗裸鼠皮下人恶性黑色素瘤模型的长期效应

为研究ns脉冲电场(nsPEF)对在体肿瘤的长期杀伤效应,以接种人恶性黑色素瘤A375细胞的BALB/c裸鼠为研究对象,采用电压幅值为4kV、脉冲宽度为200ns、重复频率为1Hz的ns脉冲电场进行治疗。肉眼观察结果表明,瘤体随时间推移而逐渐消褪直至消失,且皮肤恢复完好,原位瘤在平均2周时间内完全消失;瘤体生长抑制情况检测结果表明,与对照组相比,治疗组裸鼠肿瘤体积明显缩小(检验水准P<0.05),随着生存时间延长,对照组和治疗组肿瘤生长速度差别增大;荷瘤裸鼠的存活率-时间关系研究结果表明,ns脉冲电场治疗后26d时间内,对照组裸鼠全部死亡,而治疗组裸鼠存活率高达100%。实验结果表明ns脉冲电场能有效抑制肿瘤组织的生长,并可大大提高荷瘤BALB/c裸鼠的长期存活率。     

基于改进小波神经网络算法的电力变压器故障诊断方法

大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定.针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法.选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析.实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优.     

采用Van-der混沌振子抑制局部放电信号中周期性窄带干扰

局部放电在线监测的热点与难点之一是如何有效去除现场大量的干扰,从而真实地提取局部放电信号。为此,从非线性理论出发,基于Van-der混沌振子的运动特性,提出用Van-der混沌振子去除局部放电信号中周期性窄带干扰的新思路。该振子的时域波形对于与参考信号频差较小的周期信号具有敏感性,对噪声和与参考信号频差较大的周期信号具有免疫力。然后重新定义一种Floquet指数,利用该振子实现了多种混叠信号中周期性窄带信号幅值的检测。最后通过仿真实验和实测信号分析验证了利用该混沌振子检测周期性窄带干扰信号的可行性和有效性。