关键词： 电力变压器   神经网络   粒子群算法   仿真测试   故障检测  

摘要： 针对电力变压器故障多发且类型多样等问题,文章通过改进传统粒子群算法,来训练径向基函数神经网络,构建了IPSO-RBF神经网络模型。又依据电力变压器油内气体含量关系,对其故障类型进行分类,并通过文章中的网络模型进行仿真测试。仿真结果表明,IPSO-RBF神经网络对各类故障类型的诊断正确率高达94.6%。相较于PSO-RBF神经网络模型,输出误差、运行时间和检测正确率均得到提升,有较好的效果,能满足实际应用中对电力变压器的故障检测需求。

关键词： 自耦变压器   中性点小电抗   短路电流   零序网络   零序后备保护  

摘要： 【目的】为评估500 kV自耦变压器中性点加装小电抗器对零序等值网络、等值阻抗回路及变压器保护定值的影响。【方法】分析此措施对500 kV侧、220 kV侧单相接地短路电流的影响,以实际工程为例,计算加装不同阻值电抗值的效果。【结果】经分析可知,500 kV自耦变压器中性点加装小电抗器后,对220 kV侧、500 kV侧单相短路电流均有一定的限制效果,220 kV侧效果更明显,电抗值增加到一定值后,限制效果趋于饱和,并得到最优阻抗值。【结论】研究加装不同中性点小电抗对短路电流及变压器保护定值的影响,对提升电网可靠运行具有重要意义。

关键词： 露天煤矿   机电设备故障   变压器  

摘要： 机电设备是露天煤矿正常开采的基础设备,设备故障对煤矿开采进度具有直接影响。因此,简单介绍露天煤矿常用机电设备,分析变压器、皮带机、发动机等露天煤矿机电设备的常见故障,提出了露天煤矿供电用移动式变压器绕组故障、铁心故障以及皮带装置过流等故障的处理对策,希望可以为露天煤矿机电设备的维护修理提供参考。

关键词： 变压器   冷却系统   物联网   监测系统  

摘要： 变压器是电网的重要组成部分,广泛应用于发电和配电环节。传统的变压器辅助保护装置和冷却控制系统难以满足特殊工况下的保护要求,同时机械触点控制操作不够灵敏。介绍了一种基于物联网的变压器冷却器组状态监测系统的开发过程,它提供了先进的保护和控制特性。该状态监测系统旨在通过在灾难性故障发生之前的早期阶段检测故障状况,并通过改进的冷却技术确保变压器的绝缘质量,从而提高变压器的寿命。

关键词： 变压器   铁心振动   绕组振动   多场耦合   试验  

摘要： 为了探究变压器振动特性,以一台10kV变压器为研究模型,进行仿真分析与试验测试。首先搭建铁心多信息空载振动仿真模型,得到了空载低压侧400V与高压侧10kV的电压波形图与磁场分布,铁心的磁感应强度幅值为1.79T,铁心振动加速度的幅值为0.005m/s^(2),然后搭建绕组多信息负载振动模型,得到短路电流波形图,漏磁密度为0.31T,绕组侧面振动加速度的幅值为0.0795m/s^(2),中间绕组正面振动加速度幅值为0.0387m/s^(2)。最后对该变压器进行了空载与额定负载试验,通过与对应的仿真结果比较,表明仿真结果与试验数据基本吻合。

关键词： 变压器油   界面张力   多频超声   KPCA-SSA-ENN  

摘要： 针对目前变压器油界面张力的传统检测方法检测时间长、成本高等问题,提出了基于多频超声检测技术和人工智能算法的界面张力预测方法。对选取的175组变压器油样进行圆环法界面张力检测和多频超声波检测,分析了多频超声波信号的幅频响应、相频响应和界面张力之间的相关性。通过核主成分分析(KPCA)预处理多频超声波数据,划分样本集为140组的训练集和35组的测试集,并建立麻雀搜索算法(SSA)优化Elman神经网络(ENN)的界面张力预测模型,预测平均相对误差为6.53%,预测准确率达到93.47%。

关键词： 电力电子变压器   仿真步长   高频变压器   复频域导纳   非谐振型变换器   谐振型变换器  

摘要： 电力电子变压器(powerelectronictransformer,PET)在能源互联网与分布式新能源发电并网中发挥着重要作用。为精确拟合高频开关过程,PET常采用小步长仿真,但受限于仿真资源与效率,仿真步长不能取得过小,选取合理的仿真步长是获取最佳仿真效率与精度的关键。该文提出一种基于复频域导纳分析的PET电磁暂态仿真步长选取方法。首先,通过数值积分截断误差揭示了仿真步长对仿真精度的影响机理,明确高频变压器端口仿真误差为主要分析对象;其次,分别针对非谐振型变压器与谐振型变换器,以高频变压器端口复频域导纳、离散化导纳之间的关系表征积分算法引入的误差,得到可接受误差范围对应的仿真步长上限;最后,综合考虑高次谐波对仿真误差的影响,提出电力电子变压器电磁暂态仿真步长选取方法。以上理论均在PSCAD/EMTDC中仿真验证。

关键词： 变压器   故障识别   核主成分分析   探路者算法   核极限学习机  

摘要： 针对传统变压器故障识别方法准确率较低的问题,提出一种新的核极限学习机(kernel-based extreme learning machine,KELM)变压器故障识别方法。首先,采用核主成分分析(kernel principal component analysis,KPCA)算法对变压器样本数据进行预处理;然后,引入无限折叠迭代混沌映射(iterative chaotic map with infinite collapses,ICMIC)、邻域变异和纵横交叉策略对探路者算法(pathfinder algorithm,PFA)进行改进,改进后的PFA(improved PFA,IPFA)与PFA、粒子群优化(particle swarm optimization,PSO)算法及正余弦算法(sine cosine algorithm,SCA)相比在收敛速度和寻优精度方面均有一定提升;最后,利用IPFA优化KELM参数,建立IPFA-KELM变压器故障识别模型。以KPCA算法预处理后的数据为模型输入,实验结果表明,IPFA-KELM模型的故障识别准确率为92.25%,比PFA-KELM、PSO-KELM和SCA-KELM模型分别提高了3.92%、6.42%和8.09%。所提方法能够有效提高变压器故障识别准确率。

关键词： 大型变压器   局部放电   PHM   在线监测  

摘要： 大型变压器的局部放电直接影响了整个电网系统的安全平稳运行,因此,必须对其进行在线监测。本文研究分析了现阶段主流的局部放电监测手段,确定了超声检测法在在线监测中具备的优势,提出了基于PHM的大型变压器的局部放电在线监测系统,划定了基于数据驱动的大型变压器局部放电在线监测流程,实现了大型变压器的在线状态监测、绝缘性能退化建模、绝缘剩余寿命预测分析的目标。

关键词： 变压器制造   变压器技术   现场维护   节能低碳   技术交流   设计研发   绿色环保   技术创新  

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2023年10月召开第十九届全国变压器技术学术年会暨“铧鸿杯”有奖征文颁奖大会。一、征文范围1.变压器类新产品的开发设计。2.变压器现场维护技术创新及相关经验。