关键词： 电力系统   车载变压器   状态诊断   时频熵   概率神经网络  

摘要： 车载变压器作为高速列车电力系统的动力来源,其运行状态与列车运行的安全、稳定密切相关。针对车载变压器结构上的特殊性,以绝缘油中溶解气体、绝缘油老化特征和主绝缘介电谱曲线为研究对象,通过分析其特征参数与车载变压器运行状态之间的关联性,提出了基于时频熵和概率神经网络的车载变压器状态诊断方法。首先,将不同状态等级下车载变压器的油中溶解气体和绝缘油老化特征进行比较,通过曲线拟合证明其状态特征与列车运行里程之间的一致性;其次,分析不同状态下车载变压器绕组主绝缘介电谱曲线之间的差异性,将局部均值分解后的近似熵作为特征参数变量,以提高状态诊断的精度;最后,利用概率神经网络完成车载变压器优秀、良好、检修和故障的状态分类。实例论证分析结果表明:该算法用于车载变压器复杂的运行环境中,可以提高状态检修的效率,有利于保障动车组列车的安全运行。

关键词： 变压器油位   超声波   储油柜   在线监测  

摘要： 油位作为电力变压器故障监测的重要参数之一,及时发现其异常可有效降低变压器因油故障发生率。针对目前变压器油位监测装置测量精度低、抗干扰能力弱、不易安装等问题,提出一种基于超声波的变压器储油柜油位非接触式在线监测方法。在超声回波测距技术的基础上,设计开发了油位在线监测装置,并搭建油位监测实验平台,通过实验验证了该监测方法的可行性和有效性。通过该在线监测装置可以实现对变压器储油柜油位的精准监测及异常预警,具有较好的工程应用前景。

关键词： 继电保护   差动保护   过流保护   过负荷保护  

摘要： 阐述电力变压器的继电保护特点,继电保护措施,包括瓦斯保护、差动保护、过流保护、温度保护、过负荷保护,探讨继电保护的发展趋势,保护软件的创新、基于电子信息的继电保护。

关键词： 电力变压器   多物理场耦合   振动   声纹   故障特征  

摘要： 自耦变压器声纹特性与运行工况密切相关。为了对自耦变压器运行过程中的声纹特性深入研究,在搭建声纹数据采集平台的基础之上,采集变压器五种工况下的声纹数据,从时域、频域以及时频域三个角度进行研究分析。结果表明,变压器稳态时的声纹主频为100 Hz,暂态时的声纹主要集中于300 Hz、400 Hz等频段,奇次谐波、高频分量以及时频熵等特征在不同运行工况下有较大区别。研究结果为基于声纹的电力变压器状态监测和故障诊断测提供支撑。

关键词： 电力变压器   在线监测   红外测量  

摘要： 本文介绍了电力变压器常见的问题和故障,并且分析了上述问题对于变压器的影响,并且总结了解决办法。此外,还介绍了变压器常用的现场监测技术,对具体工作实施有着实用性和可行性。

关键词： 谐振拓扑   驱动器   驱动变压器   隔离电源   电流限制   H桥   DC电源   系列产品  

摘要： Maxim公司的MAX22256/8系列产品是紧凑的隔离电源36V H桥变压器驱动器,为超过15W的隔离电源提供简单的解决方案.这些器件从5V到36V DC电源驱动变压器初级线圈,电流高达***22256B/C最适合于LLC型谐振拓扑,改善了效率,降低开关噪音.MAX22256/MAX22258系列具有电阻可调整的电流限制,允许次级边负载电流间接限制,从而在次级或多或现场侧故障时保护初级电源.

关键词： 变压器   异常   温度过高  

摘要： 变压器是电力系统的基础性设备之一,不仅实现变换电压、分配电能和安全隔离等功能,而且也是实现高压输电降低线路损耗的基本手段.其能否正常运行直接关系到电力系统的安全经济稳定,且与工业、农业、科技、医疗、居民生活等息息相关.及时发现变压器运行异常情况,积极采取应对措施是保证变压器正常运行的重要防范措施,同时也直接影响着电力变压器的使用寿命.在运行过程中存在许多不利因素影响其安全经济稳定运行,其中变压器温度异常升高是引发故障的主要原因之一.文章围绕变压器温度异常作全面分析.

关键词： 箱式变压器   供电公司   微应用   物联网   拓扑信息   后台系统   动态获取   甘肃白银  

摘要： 2023年2月22日,随着甘肃省白银市白银区鸿森小区智能配电变压器联调成功并投运,智能配电变压器运行全景监测微应用在甘肃白银供电公司上线运行。智能配电变压器运行全景监测微应用综合采用物联网、智能传感、智慧开关等多种技术,在普通箱式变压器上部署智慧采集单元,通过智能融合终端汇集信息并统一传送至后台系统,动态获取低压配电台区各类拓扑信息。

关键词： 多元统计   电力变压器   状态预警   状态评价  

摘要： 电力变压器是电网中的核心设备,其运行状态直接关系到系统的供电可靠性和安全。为了充分利用变压器多元状态监测信息,实现对变压器状态的精确感知,对在线监测参量进行了统计分析,确定了监测参数间存在一定相关性。提出基于多状态参量的回归特性进行设备状态分析的PLSPCA(partial least squares-principal component analysis)方法,即在设备正常运行时,利用偏最小二乘回归(PLS)方法挖掘状态参量之间的关联关系及回归方程,基于回归预测与实际之间的偏差构建了基于主成分分析(PCA)的变压器状态评判方法,通过控制图对比了变压器状态变化检出的能力。通过对变压器正常运行状态和异常运行状态监测数据进行分析,结果表明:多状态参数回归分析可以将变压器的多元监测数据直观地显示出来;该方法利用监测参数间的相关性,通过发现变压器运行过程中状态参数的霍特林统计量,可以提前检测变压器的异常运行状态。

关键词： 变压器渗油   成长式检测   图像识别   卷积神经网络   正样本  

摘要： 为解决变压器渗油图像缺陷识别样本不足造成的渗油识别准确率低的问题,提出了1种基于正样本学习的变压器渗油图像识别方法。首先,通过对变压器图像进行预处理,消除图像噪声数据。其次,采用数量庞大的正常变压器图像样本训练卷积神经网络,并筛选出与正常图片有差异的异常变压器图像。在此基础上,采用异常缺陷检测法识别变压器渗油图像。最后,在某地市进行模拟试验。变压器渗油图像识别率为99.4%。试验结果表明,该方法可提高变压器渗油异常图像筛选准确率,有效提升电网公司变电运维检修人员的视频图像巡检效率和管理水平。