基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测

微弱信号的幅值通常很小,且常被噪声淹没,难以检测。文中提出基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测方法。该方法利用互相关方法对微弱正弦信号进行初步去噪,再利用混沌检测方法提取有效信号,以充分发挥互相关及混沌检测在噪声抑制及信号提取方面的优势;将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确给出用于确定微弱正弦信号幅值的策动力临界阈值。仿真实例分析表明,该方法能有效地检测出深埋于强噪声中的微弱正弦信号,且其检测精度较单独的互相关方法和混沌检测方法更优。     

突变理论在高压断路器运行状态模糊综合评判中的应用

根据目前国内外高压断路器的检测现状以及高压断路器状态评估方法,应用突变理论对高压断路器的复杂系统进行多层目标分解,建立事故潜势数学表达式来反映故障发生的本质特征和机理,对断路器状态进行模糊综合分析与评判,为高压断路器运行状况的综合评价提出了一种新思路.     

利用小波神经网络的电力变压器故障诊断方法

为提高变压器传统油中溶解气体分析(DGA)的故障诊断能力,提出了一种利用小波神经网络(WNN)的变压器故障诊断方法。WNN隐含层采用离散仿射小波函数,仿照前馈BP神经网络算法构造WNN,引入学习率和动量系数来训练网络。实验结果表明:相同条件下,较之传统比值法与BP神经网络,WNN的故障模式识别准确率更高,对照BP神经网络,所提出的WNN变压器故障诊断方法在稳定性和收敛时间方面表现更优。     

油纸绝缘局部放电与油中产气规律的典型相关分析

油中溶解气体分析方法(dissolved gas analysis,DGA)是对局部放电进行检测和诊断的重要手段之一,但是目前其准确度有一定局限性,主要原因是缺乏对油中溶解气体和变压器实际故障之间关系的研究。该文基于3种常见的油纸绝缘局部放电模型模拟实验,将典型相关分析方法应用于局部放电与油中产生气体的相关性研究。结果表明:典型相关分析法能定量地评估局部放电发展过程中的统计特征参数与油中溶解气体含量2组数据之间的相关性,以及不同参数向量对相关性的贡献,挖掘出每组参数中的主要特征向量,如沿面放电特征统计参数为偏斜度sk和峰值个数pk,特征气体为乙烯、乙烷。实验结果为局部放电产气机制研究和提高DGA法的准确度提供参考。     

一种新型中空纤维膜的油气渗透特性

油气渗透是变压器油中溶解气体在线监测的技术关键。由于高分子膜的油气渗透装置结构简单、分离效果良好,所以具有很好的应用前景。笔者结合高分子膜的渗透机理,采用高分子膜材料,研制了一种中空纤维膜(毛细管),试验室搭建了由油气渗透装置等组成的油气渗透试验平台,在不同油温下对中空纤维膜进行油气渗透试验,对中空纤维膜的渗透性能以及渗透率随温度的变化规律进行研究,分析了膜厚对渗透性能的影响。理论及试验结果为进一步完善变压器油中溶解气体在线监测系统提供了技术支撑。     

广义回归神经网络在变压器绕组热点温度预测中的应用

电力变压器的绕组热点温度是影响其绝缘性能的主要因素之一,因此有必要进行电力变压器绕组热点温度预测以提高电力变压器的运行可靠性。变压器内部温度受诸多因素的影响,且计算涉及到传热学、流体力学和电磁学等边缘学科,以致其计算复杂,不宜使用。广义回归神经网络(GRNN)具有较强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性等特点,将其应用于变压器绕组热点温度的预测,克服了基于误差反向传播算法的人工神经网络(BPNN)预测时训练过程中存在局部最小点、收敛速度慢等缺点。将预测结果与实测值进行对比,结果表明GRNN神经网络的预测结果与实测值具有较好的一致性。     

基于Zigbee和零序电流增量法的配网单相接地故障定位方法

针对目前配电网单相接地故障定位结果不够准确的问题,提出了基于Zigbee无线技术和零序电流增量法的配电网单相接地故障定位方法。分析了Zigbee无线传感器网络技术以及利用其采集线路零序电流的优势,设计了基于无线传感器网络的单相接地故障定位系统结构,采用了精确时钟协议（PTP）的时间同步算法解决了时间同步性问题, 完成了用于构建无线Zigbee网络的协调器节点和传感器节点的软硬件设计。在实验室环境下,对电流传感器的幅频特性和无线传感器网络实测的线路零序电流进行了实验分析,结果表明,提出的采集分布式线路零序电     

SF6高压断路器状态分析的模糊综合评判方法

根据目前国内外SF6高压断路器的检测现状及高压断路器状态评估方法,结合模糊数学,提出了用模糊综合评判法评估高压断路器的工作状态。     

SF6气体中微水含量在线监测方法

介绍了一种SF6气体中微水含量在线监测的方法。监测系统以相对湿度、温度和压力为特征量,分别以湿度、温度和压力传感器实现对特征量信号的提取,经过现场数据处理后传送至计算机,利用计算机实现对数据的最终分析和显示。该系统的实际测量表明:传感器工作正常,能准确反映SF6气体中的水分含量。     

基于互相关与混沌检测相结合的光声信号检测方法

采用光声光谱方法检测变压器油中溶解气体的体积分数时,由于变压器运行现场的干扰以及检测过程中存在的噪声使得微弱光声信号湮没在强噪声中而无法辨识。在分别对互相关运算和混沌检测进行分析说明的基础上将这2种方法结合起来作为微弱光声信号检测的理论依据。集成LabVIEW和Matlab软件构建了虚拟信号检测系统,编程实现了由李雅普诺夫特性指数谱来判定混沌系统运动状态的功能。实验结果表明该方法对被强噪声覆盖的微弱光声信号非常敏感,具有较高检测精度。