雷电侵入波作用下的变压器绕组建模

本文以110kV变电站的变压器为例,采用MATLAB计算变压器参数,用EMTP进行不同情况下的雷电侵入波仿真计算,分析在雷电侵入波作用下变压器电位梯度分布规律,以供变电站在选择防雷保护方案时进行参考。     

110kV变电站35kV端雷电侵入波研究

文章以某110kV变电站35kV端线路为例,采用EMTP进行仿真分析。通过对雷电侵入波在变电站电气设备(主要是变压器)上产生的过电压进行精确的计算分析,找到过电压的分布及变化规律,提出相应的雷电过电压保护措施。     

关于中低压线损管理的思考

一、电网线损概述1、线损和线损率的定义(1)线损是电网电能损耗的简称,是电能从发电厂传输到电力用户过程中,在输电、变电、配电和营销各环节中所产生的电能损耗。具体是指在一定时间内,电流流经电网中各电力设备(不含用户计费电能表及以下部分)时所产生的电能损失。     

基于迁移学习和红外热成像的金属氧化物避雷器表面污染状态检测方法

金属氧化物避雷器外壳受灰尘、盐、碱等污染物长期沉积的影响,会导致其过早失效,因此,准确地检测金属氧化物避雷器表面的污染状态是非常重要的。基于此,面向饱和积污提出了一种利用红外热成像技术和迁移学习检测金属氧化物避雷器外壳污染严重程度的新方法。该方法通过拍摄不同污染状态下金属氧化物避雷器的红外热图像,经过适当的预处理后,捕获的红外热图像被送入预训练卷积神经网络“ResNet50”进行自动特征提取。提取的深度特征被输入到4个机器学习分类器,即k-最近邻分类器、支持向量机分类器、贝叶斯分类器和随机森林分类器中进行分类。其中,使用随机森林分类器获得了最佳性能。最后,通过仿真分析,结果表明所提方法可精确地感知金属氧化物避雷器表面的污染严重程度。