基于机器学习算法的高压断路器故障诊断研究

高压断路器是电力网络中关键的控制设备,其正常工作能够保障系统稳定运行。对高压断路器进行故障诊断能够在设备故障初期发现问题,避免故障发生。分析了高压断路器位移信号的特点,选出平均速度等4个参数作为故障诊断特征量。基于Spark平台,提出了一种高压断路器故障诊断方法,对方法原理及参数选择过程进行了介绍。使用实际数据对提出的方法进行验证,分类准确度可达93%。最后将本方法与几种传统分类模型的准确率和耗时进行对比分析,验证了本方法的优越性,研究结果为高压断路器的故障诊断提供参考。     

变压器油纸绝缘非线性介电弛豫模型构建方法研究

基于频域介电响应（FDS）对变压器油纸绝缘状态进行检测时,油纸绝缘频域介电响应的非线性变化会影响绝缘评估的准确性,因此亟须开展不同老化程度油纸绝缘材料FDS非线性变化规律的研究。在实验室环境下制备了多组不同老化程度的油纸绝缘模型,并在不同温度下对油纸绝缘非线性FDS进行测试。结果表明：测试激励幅值越大,FDS曲线在低频段降低越明显,且随着测试温度的升高及老化程度的增加,介质损耗因数曲线出现非线变化的特征频段向高频方向移动;本文基于修正的Davidson-Cole模型,通过曲线拟合计算得到模型中的形状参数,并以此建立基于传递函数的等效电路模型,仿真计算得到了油纸绝缘阻抗模值非线性的变化规律。根据仿真结果可知,各阶阻抗模型的电路参数与油纸绝缘介电特性非线性的变化规律密切相关,而阻抗的改变使得曲线在相应频段发生变化。