关键词： 抗短路能力   短路电流   电磁力   绕组间漏磁场   非线性负荷   WELDINST软件  

摘要： 随着电力系统中非线性负荷的增加,电力变压器在工作过程中承受的漏磁场显著增强,这严重影响了变压器的抗短路能力。近年来,抗短路能力不足导致的变压器损坏事件频发,凸显了准确预测变压器抗短路能力的重要性。该文深入分析了变压器在不同短路工况下的短路电流和电磁力的计算原理,并介绍了一种基于WELDINST软件的变压器抗短路能力校核系统。该系统能够根据110 kV和220 kV电力变压器的原始设计参数以及返厂检修后的设计参数,对变压器的抗短路能力进行精确校核。通过该系统的应用,不仅可以提前识别变压器抗短路能力的潜在风险,还能有效管控新入网主变压器的质量。本文的分析结果显示,运用WELDINST技术对变压器的抗短路能力进行校核,为电网企业提供了一种有效的手段来实现新入网变压器的品控。

关键词： 天然酯绝缘油   变压器   温度场   有限元数值计算  

摘要： 油浸式电力变压器是电网系统重要的电力设备之一,其冷却介质以绝缘油为主。目前,矿物绝缘油的应用较为广泛,但存在不易降解、泄漏后危害环境等缺点。天然酯作为一种新型变压器用绝缘油,能够避免上述问题,同时带来更为优异的电气性能,是一种更为理想的绝缘冷却介质。然而天然酯绝缘油与矿物绝缘油在机械特性及电气特性上存在较大差异,其对变压器结构设计及绕组散热的影响仍有待深入研究。文中以一台110 kV电压等级的天然酯绝缘油变压器为研究对象,基于有限元方法对变压器绕组的温度场分布进行计算。在此基础上进一步分析了天然酯与矿物油对变压器绕组散热的影响,为大容量天然酯绝缘油变压器的设计提供了有益的参考。

关键词： 电力变压器   运行状态监测   在线监测技术  

摘要： 为保证电力系统安全稳定运行,电力变压器运行状态在线监测技术起着愈来愈重要的作用。通过对传统监测方法和在线监测技术的分析,深入探讨关键技术如传感器应用、数据采集与处理、基于人工智能的故障诊断等方面的研究。在此基础上,设计并实现了一套电力变压器在线监测系统,包括系统架构设计、传感器布置与数据采集、数据传输与存储,以及故障诊断与预测算法的实施。通过对实际工程案例的分析,评估了监测系统的效果,为电力变压器运行状态在线监测技术的应用提供了有力的支持。

关键词： 中性点调压   波过程   电场   中断点  

摘要： 本文中作者对三相双绕组中性点调压的35kV油浸式变压器进行纵绝缘结构分析。针对变压器自身结构特点,应用波过程仿真软件对产品进行纵绝缘计算和对比分析,确定高压绕组调压分接段的结构形式。运用电场计算软件对高、低压绕组之间电场进行仿真计算,并对中断点区域进行多个方案的优化对比分析,通过对其绝缘弱点区域采取有效的绝缘加强措施,最终确定中断点油隙大小和绝缘尺寸放置等技术参数,保证其绝缘结构的安全可靠性。

关键词： 变压器故障诊断   蜣螂算法   概率神经网络   油中溶解气体分析  

摘要： 针对仅靠人工经验选取平滑因子的概率神经网络(PNN)变压器故障诊断模型存在诊断正确率偏低的问题,提出1种采用蜣螂算法(DBO)优化PNN平滑因子的变压器故障诊断模型。选取测试函数对DBO算法进行寻优测试,并与粒子群算法(PSO)、人工蜂群算法(ABC)、灰狼优化算法(GWO)对比,DBO在寻优精度、收敛速度和避免局部最优方面更具优势;采用DBO对PNN平滑因子寻优以建立DBO-PNN诊断模型,并与PSO-PNN、ABC-PNN和GWO-PNN模型进行诊断对比,结果表明DBO-PNN模型的诊断效果更好,正确率达96%。

关键词： 电力变压器   故障诊断   双向长短期记忆网络   鲸鱼优化算法   混合策略  

摘要： 针对目前电力变压器故障诊断方法存在的诊断准确率低、特征参数标准不一等问题,在分析电力变压器故障的基础上,提出了一种双向短期记忆网络与改进鲸鱼优化算法相结合的电力变压器故障诊断方法。引入混合策略(权重和收敛因子优化、蝙蝠算法和莱维飞行策略)对鲸鱼优化算法进行优化,并利用优化后的鲸鱼优化算法寻找双向短期记忆网络的最优参数建立电力变压器故障诊断模型。通过算例与常规方法进行对比分析,验证了该方法的优越性。结果表明,相比于常规方法,所提故障诊断方法具有更高的故障诊断准确率和最佳的实际应用效果,故障诊断准确率分别提高了10.42%和7.85%,为电力变压器故障诊断提供了一种新的思路。

关键词： 变压器故障识别   核主成分分析   混沌麻雀搜索算法   核极限学习机  

摘要： 针对冗余特征对变压器故障识别影响和传统方法识别准确率低的问题,提出一种基于核主成分分析(kernal principal component analysis, KPCA)与混沌麻雀搜索算法(chaos gauss sparrow search algorithm, CGSSA)优化核极限学习机(kernelized extreme learning machine, KELM)的变压器故障识别方法。首先,通过KPCA对变压器故障数据进行预处理,降低特征间相关性。其次,通过引入改进Tent映射和高斯变异策略优化麻雀搜索算法提高其搜索精度和收敛速度,并将CGSSA与麻雀搜索算法(SSA)、灰狼优化算法(GWO)及鲸鱼优化算法(WOA)效果进行对比。最后,利用经KPCA处理后的特征数据作为模型输入,并通过CGSSA准确选择KELM的核函数参数和正则化系数,建立KPCA-CGSSA-KELM变压器故障识别模型。实验结果表明,在相同输入数据的情况下,CGSSA在收敛速度和寻优精度方面均有提升,且所提方法识别准确率为95.7%,较WOA-KELM、GWO-KELM、SSA-KELM分别提高18.6%、10%、15.7%。结果表明所提方法能有效处理冗余特征,提高故障识别准确率,证明了使用所提方法在在冗余特征影响的情况下进行变压器故障识别的有效性与可行性。

关键词： 合成酯油   温变特性   多场耦合   有限元分析   参数拟合  

摘要： 基于多场耦合理论与有限元分析方法的合成酯油变压器温变行为研究,以实际单相变压器为例,对合成酯油热特性参数进行拟合,建立变压器电磁场及温度场计算的几何与物理模型,基于多场耦合理论对变压器进行磁-热-流耦合瞬态计算,得到合成酯油变压器额定运行状态下的温度场云图,并将所得结果与矿物油变压器进行对比,分析合成酯油变压器的温变特性,验证了合成酯油变压器的可行性,为合成酯油变压器的进一步研究提供思路。

关键词： 数据挖掘   关联分析   电力   变压器运维  

摘要： 针对传统变压器在线监测技术的局限性,提出了一种基于数据挖掘的变压器智能维护模型。利用大规模电力系统运行数据,深入研究变压器绕组的温升与负载率之间的关系。所提出的方法能够精确地预测变压器在不同负载率下的绕组温升合理范围,并能够自动识别异常情况并触发报警机制。实验结果表明,该方法能够仅通过分析温度数据来评估变压器的工作状况,为变压器运维引入了一种广泛适用的智能策略。

关键词： 变压器制造   变压器技术   节能低碳   技术交流   设计研发   绿色环保   运行维护   能效  

摘要： 为配合国家“双碳”战略目标,全面提升变压器能效,开启节能低碳、绿色环保高效安全的发展衷旨,追踪变压器技术的发展热点,推广变压器在设计研发、运行维护、试验研究和工艺制造等领域最新成果,以及变压器在新技术、新材料、新工艺方面的应用,加强变压器用户与变压器制造企业之间人员的技术交流,《变压器》杂志编辑部为满足广大读者的要求,拟于2024年10月召开第二十届全国变压器技术学术年会暨“启源杯”有奖征文颁奖大会。