关键词： 低频油浸式变压器   多物理场仿真   损耗密度   温升分布   导向结构   热点温度  

摘要： 为了降低低频工况下油浸式电力变压器的热点温度与内部温升,基于电磁-热-流体场多物理场耦合对低频变压器绕组区域导向结构开展优化分析。通过对变压器电磁部分的有限元数值计算,确定低频变压器与同工况下的工频变压器在铁芯和绕组区域的磁密分布与损耗特性区别。然后在此基础上将铁芯和绕组的损耗作为热源代入流体场和温度场进行仿真分析,得到变压器整体和绕组区域局部的温度及油流分布。最后通过构建20 Hz低频变压器绕组区域的油流传热模型,结合有限元仿真研究导油挡板数量与分布对绕组区域油流量、平均温度和热点温度的影响,并获得导向结构的最佳分配方案。研究结果表明,20 Hz低频变压器绕组区域的热点温度较无挡油板的模型下降了14.44%,该结果可为低频变压器紧凑化设计提供优化方案。

关键词： 干式变压器   变压器铁芯   高压绕组   高压电缆   变压器室   绕组绝缘   接线柱   炸裂  

摘要： 1事故经过2023年12月19日,笔者工作辖区一台ZQSCB-2750/35型35 kV干式变压器,因变压器室屋顶漏水,变压器铁芯受潮,高压侧端头对地放电,高压侧外表面拉弧放电,变压器高压绕组分接抽头处及绕组绝缘树脂均不同程度电弧灼伤,同时高压电缆U相和W相接线柱炸裂。

关键词： 电力自动化   变压器   检修系统   OLAP  

摘要： 为了保障供电系统可靠性和稳定性以及供配电系统正常运行,必须要全面加强变压器维护检修工作,构建完善的变压器检修系统处理故障,融入信息技术、自动优化技术、通信技术,可实现变压器故障自动识别、故障自动处理,帮助检修人员更快地解决故障问题。基于此,本文提出一种基于OLAP和数据挖掘技术的电力自动化变压器检修系统建设方案。

关键词： 光伏项目   主变设备   热点温度   热老化   绝缘性能  

摘要： 光伏电站项目的设计规划中,大多数的主变压器容量都较大。通过分析光伏系统每小时的发电数据与环境的温度状况,结合计算可得出主变每小时的热点温度及对应的热老化参数,进而准确模拟主变的设备使用状况。研究发现:主变的空载运行时长远大于满载时长,空载运行呈现低老化状态,可有效弥补满载运行的快速老化状况,且在可控范围内的满载、过载,不会影响主变设备的绝缘性能。高热点温度引发的主变设备早期损害问题,是主变容量优化设计中的主要影响因素,需加以重视。

关键词： 变压器   局放超声波信号   有限元仿真   Pearson相关系数   K-means聚类  

摘要： 局部放电超声波信号在电力变压器设备外壳上衰减严重,导致不同位置传感器接收的局部放电信号存在巨大差异,极大地影响了其在现场应用时的测量精度和检测效率。为此,本文采用有限元仿真软件建立油浸式电力变压器分区模型,得到局部放电超声波信号在油箱主面的分区规律,并形成变压器空间声压和分区声压的分布图谱。基于Pearson相关系数与K-means聚类的监测点位优化方法,优选出空间声压与分区声压敏感度最佳的监测点位,并进行对比测试。结果表明:A等级监测点的平均检测效率为86.0%,实现了变压器局部放电的高效检测,为超声波传感器布置点位的选择提供了新方法。

关键词： 变压器   振荡波   绕组故障   动态波段   波形特征   纹理特征  

摘要： 变压器绕组振荡波能够有效地反映绕组状态变化,实际应用中发现振荡波末期存在不规律振荡行为,影响了基于振荡波的变压器绕组故障诊断准确性。该文针对此问题,首先,搭建变压器绕组故障模拟平台,获取轴向移位、局部翘曲、饼间短路和匝间短路四种故障下绕组振荡波数据;其次,通过定义的能量衰减因子,提出了一种基于电压阻尼振荡的变压器绕组振荡波有效波段动态选取方法;再次,基于确定的有效波段,提出了基于二值化的Tamura纹理特征的特征参数提取方法,并结合波形特征关联度(FCD),提出了用于故障类型(轴向移位、局部翘曲、饼间短路和匝间短路)、区域、程度诊断的特征参数组合并分析了其分布规律;最后,基于特征参数组合的分布规律通过实际变压器进行了应用分析。结果表明,动态选取出的波段干扰信息少、衰减振荡规律性明显且包含丰富的特征信息,可实现对故障类型、故障程度和故障区域的识别分类。

关键词： 变压器   绕组变形   匝间短路   绕组缺陷诊断  

摘要： 针对目前变压器绕组缺陷时漏磁规律分析不全面、基于漏磁特征的绕组故障辨识研究不足的问题,该文以一台110kV变压器为原型,开展不同程度、不同位置、不同形式的绕组变形和匝间短路漏磁分布规律的有限元仿真研究,结果发现,无论是径向变形还是轴向变形,漏磁通分布规律受变形饼数影响较小,相同程度变形发生在高压绕组,绕组区域的漏磁通变化受形变位置影响较小,但低、中压绕组漏磁分布易受形变位置影响。端部绕组的变形更易引起漏磁变化。匝间短路引起的漏磁变化远大于绕组变形,并会额外影响油箱壁附近漏磁分布,同一位置匝间短路引起的漏磁变化分布情况受短路程度影响较小。此外,发生在低、中压绕组的匝间短路较高压绕组对漏磁分布的破坏程度更大。进一步地,该文提出一种基于漏磁变化量的绕组缺陷编码辨识方法,借助支持向量机法对不同程度同一缺陷下绕组附近5个漏磁监测点数据进行分类以确定阈值,将各处漏磁变化量根据阈值转化为对应的三进制数,最终形成一个十进制编码以实现对绕组变形和匝间短路缺陷的定位辨识。该方法的提出为变压器绕组故障提供了一种基于漏磁变化量的监测辨识手段,通过增加监测点、采用更高进制编码以细分阈值,该方法具备辨识不同程度缺陷的可能。相关成果已在110kV变压器上开展应用。

关键词： 变压器   故障诊断   神经网络   粒子群算法   灰色关联度法  

摘要： 针对传统变压器故障诊断方法存在处理效率低、诊断结果主观性强的问题,提出一种改进的粒子群(PSO)-BP神经网络变压器故障诊断方法,对智能变压器故障诊断方法展开研究。首先,采用无编码比值法,选用变压器油中各类溶解气体的比值来更准确地区分故障类型;其次,根据所选的测试集气体比值信息,利用灰色关联度法选出与测试集信息特征相似度高的信息作为训练集,剔除冗余信息,优化样本数据;最后,构建PSO-BP变压器故障诊断模型,利用改进的PSO算法优化BP神经网络中的权值和阈值,使诊断模型拥有更快的诊断速度和更高的准确率。使用采集的变压器油中溶解气体信息训练诊断网络,与传统BP神经网络法进行对比。结果表明,所提方法对变压器故障诊断的准确率明显提高。

关键词： 变压器早期故障诊断   绕组变形   漏磁场   长鼻浣熊优化算法   残差神经网络   超参数优化  

摘要： 针对变压器绕组变形、轻微匝间短路故障诊断准确率低的问题,提出一种变压器绕组早期故障诊断方法。首先,利用ANSYS仿真软件建立与实验变压器相关参数一致的有限元模型,分析变压器在绕组发生各种故障的漏磁场分布规律,并根据这些规律选取合适的故障特征以及光纤漏磁场传感器安装位置。然后,通过改进长鼻浣熊优化算法(improved coati optimization algorithm,ICOA)寻找残差神经网络(ResNet)的最优超参数,以此参数构建ICOA-ResNet模型,将所得故障特征量输入模型进行故障诊断。最后,通过仿真数据和动模实验验证所提出的变压器绕组早期故障诊断模型的可行性。所提模型与支持向量机等4种模型相比,在绕组早期故障诊断上有更高的准确率,表明所提方法对变压器绕组变形、匝间短路故障诊断的有效性。

关键词： 主变压器   特高压   国家电网   现场组装   组装技术   规模化应用   新建工程   变电站  

摘要： 近日,国家电网在建的川渝特高压交流工程甘孜1000千伏变电站新建工程现场,一台重达370吨的1000千伏主变压器在现场组装完成,这是国内首次规模化应用特高压主变压器解体组装技术。