关键词： 局部放电   模式识别   特征提取   特征选择   分数阶傅里叶变换  

摘要： 快速准确识别局部放电类型对于保证变压器安全稳定运行具有重要意义。针对局部放电信号模式识别中面临的最优特征参数提取和分类器设计难题,提出一种基于分数阶傅里叶变换(fractional Fourier transform,FrFT)和相关向量机(relevance vector machine,RVM)的局部放电模式识别方法。首先将FrFT引入局部放电信号分析领域,利用FrFT将局部放电信号转换至分数域并对其进行多尺度分析,在扩充信息提取维度的同时,提取可反映不同局部放电信号波形差异的14维特征构成特征向量;然后将特征向量作为输入,建立RVM模型进行最优特征选择和分类判决函数的联合优化,从而实现对不同局部放电信号的分类识别。建立电晕放电、沿面放电和气隙放电试验模型并采集局部放电超声信号开展试验,结果表明所提方法对于每种局部放电信号均能获得较高的识别精度,平均正确识别率相对于常规支持向量机(support vector machine,SVM)分类方法提升超过2.7%。

关键词： 三相CLLC谐振变换器   PCB绕组   磁集成   优化设计  

摘要： 三相CLLC谐振变换器凭借其高效率、大容量、低器件应力等优势而受到广泛关注。然而,多相结构的磁性元件数量多、体积大,是制约功率变换器尺寸的主要因素。随着宽禁带(WBG)半导体器件的出现,功率变换器的开关频率显著提高,这也为印制电路板(PCB)绕组的使用提供了有利条件。与传统绕线式绕组相比,PCB绕组的扁平特性更适用于平面磁性元件。此外,由于高频带来的低电感需求也使得基于PCB绕组的平面磁性元件更有利于实现集成。该文提出一种新型的基于PCB绕组的电感和变压器的集成结构,详细分析磁心结构的磁路模型,并给出集成磁件的优化设计方法,最后通过搭建一台基于SiC器件的800 V/10 kW的实验样机进行验证。实验结果表明,该集成方案可有效减小变换器的体积和损耗,具有高功率密度和高效率。

关键词： 变压器   铁心接地   故障  

摘要： 变压器铁心接地故障危害大,极易造成绝缘烧毁事故。以一起10kV变压器铁心多点接地故障为例,通过解体检查和测量绝缘电阻,分析了变压器铁心多点接地故障形成的原因,结合变压器实际运行情况,给出了运行维护的预防措施。

关键词： 变压器   标准   技术参数  

摘要： 目前很多变压器用户要求变压器符合IEEE/ANSI C57的规范要求。本文作者简要比较了最新发布的IEC60076和IEEE/ANSI C57标准中在变压器的使用条件、类别、阻抗、温升、公差、绝缘水平、试验要求等主要参数方面规定的差异。通过与IEEE/ANSI C57的比较,便于从业人员快速了解IEC 60076标准中对电力变压器在查询/询价、订货、制造和试验中经常遇到的重要技术参数的规定。

关键词： 化工企业   110 kV变电所   变压器保护装置  

摘要： 在化工企业的110 kV变电所中,变压器的安全运行对整个系统的稳定起着至关重要的作用。因此,设计与研究变压器的保护装置尤为重要。简单介绍了变压器保护重要性,分析了启动保护、差动保护及后备保护的智能化变压器保护装置,并以此为基础,分别对变压器保护装置进行了软硬件设计。通过实验测试发现,当采样点为36个时,变压器励磁涌流非常理想,可准确保护变压器相间保护与单相匝间短路故障,有利于提升化工企业电力系统运行的安全稳定性。

关键词： 干式变压器   铁芯   磁场分布   振动特性   仿真分析  

摘要： 干式变压器是电力系统中常用的重要电气设备,对电力系统的稳定运行具有重要的影响作用。干式变压器中的主要组成部分包括铁芯及绕组,由于磁致伸缩效应及电磁力的作用,使得变压器在工作过程中存在一定的振动,不利于变压器的稳定使用。针对干式变压器铁芯的振动特性采用有限元仿真计算的形式进行分析,建立变压器多物理场耦合分析模型,在不同的电压下对变压器的磁场分布及振动位移进行分析。结果表明,变压器空载状态下随着电压的增加,其内部的磁场密度及振动位移随之增加,且呈现一定的周期性,容易引发变压器的故障。

关键词： 顶层油温   自监督预训练   时序注意力   深度神经网络  

摘要： 变压器故障预警依赖于更精确可信的变压器顶层油温预测。应用自监督预训练方法将预测模型训练过程中的油温预测任务转变为油温重建任务,泛化模型训练方式的同时提升模型对历史油温态势信息的抽取能力。该文提出双通道预训练时序注意力网络(dual-channel pre-trained time-series attention network,DPAnet)模型,模型是采用时序注意力机制和趋势周期分支的深度神经网络,分别针对油温数据的趋势规律和周期规律实现单时间步级别的建模,从而加强在多时间步上的预测能力。算例分析表明,在以小时为颗粒度的1~72 h短期预测场景下,该文所提出的顶层油温预测模型平均预测损失为1.847,平均确定性系数为0.862,相比其他模型提升预测精度,且具有较强的泛化能力和鲁棒性,有效支撑变压器顶层油温变化趋势分析。

关键词： 重合闸   变压器绕组   动稳定性  

摘要： 当重合闸重合于永久性故障时,会给变压器带来二次冲击,增加变压器损坏的可能性。对此,首先建立了三绕组变压器“高-中-低”运行方式下的漏磁场计算模型;之后建立了绕组线圈轴向振动的非线性模型,并提出线饼及垫块上所受轴向压力的动态计算方法;最后利用所建立模型对一台110 kV变压器在重合闸工况下的轴向强度进行评估。结果表明,重合于最劣工况时,变压器漏磁场增加,振动更为剧烈,作用于线圈及垫块上的力更大,变压器出现轴向不稳定的可能性增大。研究结果可为变压器重合闸工况校核提供依据。

关键词： U-net神经网络   变压器绕组温升   深度学习   快速计算   数字孪生  

摘要： 针对采用传统数值方法进行油浸变压器绕组温升仿真时间较长的问题,提出了一种基于U-net神经网络训练的快速计算方法,以迅速地获得变压器绕组温升。针对1台35 kV油浸式变压器,利用Fluent软件生成了不同工况下深度学习所需的训练集,在确定超参数的最佳组合后,变压器温度场的计算效率得到显著提高,最后建立光纤试验测温平台对算法的有效性进行了验证。以Fluent软件得到的结果为参考,B相低压绕组内外侧和高压绕组内侧U-net神经网络的相对误差在0.24%、0.21%和0.39%左右,单次计算时间从10854s缩短到0.05s,且预测结果与试验温度平均误差最大为4℃,最小为2℃。研究结果表明,该方法可用于快速获得油浸式变压器绕组的温度,可以满足油浸式变压器温度及热点数字孪生技术的实时性仿真要求。