压电式加速度传感器振动信号采集系统

针对变压器产生的振动信号的特征,设计了一种基于压电式加速度传感器的变压器振动信号采集系统。以振动控制台为试验对象,利用此系统对控制台输出的振动信号进行采集,并用快速傅里叶变换对采集到的振动信号进行分析。实验结果表明：该系统将压电式加速度传感器输出的电荷信号转换成了标准的电压信号,能够准确、实时地采集振动信号,为变压器故障在线监测奠定了基础。     

联合高频脉冲与超声波信号的局放估计

局部放电是引起绝缘劣化的重要因素.选取高频脉冲电流与超声波信号作为局部放电的监测参量,采用超声波和高频电流传感器网络系统对开关柜局部放电的变化情况进行在线监测,利用支持向量回归(SVR)与反向传播(BP)神经网络分别对开关柜局部放电量进行建模分析.实验表明:基于SVR的局放估计模型决定系数为0.867,基于BP神经网络的局放估计模型决定系数为0.375.SVR的局放估计值与实际值的曲线趋势基本一致,选用SVR模型对开关柜局放量进行估计.     

基于FBG测温与热路模型的绕组热点温度研究*

为了早期发现油浸式电力变压器长期运行时可能存在的异常温升,需对其热点温度进行监测与判断。利用光纤Bragg光栅(FBG)传感技术的绝缘性与耐高压特性,对变压器绕组与变压器油的温度进行监测。结合热电类比法建立变压器绕组与变压器油之间换热的热路模型,对变压器绕组热点位置及其温度进行分析。结果表明,变压器额定功率工作条件下,绕组热点位于距绕组底部45cm处,热点温度约为66.8℃;而工作在1.3倍额定功率时,热点位于40~45 cm之间,热点温度约为71.5℃。     

基于FBG传感器的变压器振动信号检测与分析

为了早期发现电力变压器的振动故障问题,需要选择有效位置对变压器的振动状态进行检测.针对电力变压器铁芯-绕组振动特性,通过有限元分析,仿真得到铁芯-绕组测点位置.以型号为S13-12500/35型油浸式无励磁调压35 kV电力变压器为试验对象,将光纤Bragg光栅(FBG)振动传感器安装于铁芯-绕组的测点位置,对不同负载下变压器振动信号进行检测与频谱分析,结果表明:变压器振动信号频率集中在100 Hz及其倍频处;在80％,90％,100％负载下,幅频信号100 Hz处的振动幅值随着变压器负载的增大而增大.     

基于Matlab热路模型的变压器绕组温度场研究

通过Matlab仿真分析,建立变压器绕组热路模型,得到绕组的热点位置和温升范围,将一种聚四氟乙烯材料作底板的光纤Bragg光栅(FBG)传感器通过匝间的垫片安装于绕组的热点位置.通过光栅窄带滤波反射后,解调拟合出光波长,通过数学模型计算得到热点温度.采集数据显示,测得绕组热点温度在额定功率实测为71℃,仿真结果为71.8℃;1.3倍功率实测温度为73℃,仿真结果为73.6℃.通过对比,能够及时在线反映出绕组的热点温度,为变压器的安全运行提供重要的参考数据.     

变压器局放监测与改进BP神经网络预测模型研究

采用传感系统监测变压器局部放电的变化情况,选取高频电流信号和超声波信号作为变压器局部放电的监测参量,利用改进逆传播(BP)神经网络算法对变压器局部放电量进行建模分析.以D9—QY—40000/220型电力变压器(220 kV变压器)为例进行实例研究,结果表明:基于改进BP神经网络的局放预测模型训练集误差系数为0.0118,测试集误差系数为0.0232.此模型的局放预测值与实际值的曲线趋势基本一致,有效地对变压器局部放电量进行预测,为变压器故障诊断奠定了基础.