关键词： 变压器   电力电气维修   检修技术   故障预测  

摘要： 为提高电力电气维修质量，本文对变压器检修问题进行分析，说明应用先进检修技术的重要意义，分析常见变压器故障，介绍常见检修技术方法，并且重点探讨了变压器高压试验、PHM等先进技术的应用方法。在变压器检修中，应综合应用先进技术与科学方法，综合数据分析、信息技术与电气科学等，全面评估变压器健康状态。

关键词： 电力变压器   故障诊断   机器学习   不平衡数据   模型融合  

摘要： 变压器是电力系统中承担电能转换的关键设备,其运行状态直接影响电力系统的正常运行,一旦发生运行故障,可能对电力系统产生极大的威胁,造成巨大的经济损失。随着智能电网建设不断推进,机器学习在变压器故障智能诊断方面表现出了强大的泛化能力,为变压器故障诊断研究提供更加科学、可靠的发展途径和技术方案。本文基于机器学习算法,对数据预处理、样本平衡处理、超参数优化进行重点研究,并提出改进Stacking融合模型进行变压器故障智能诊断。首先,针对原始数据特征表征能力不足问题,本文融入比值计算规则进行特征衍生,增强机器学习算法的数据处理和推断能力。在此基础上,对数据进行归一化处理,利用互信息计算样本特征与标签的相关性,验证特征衍生的可行性,筛选出重要特征,减少模型的计算复杂度。由于变压器故障状态的分布特性,数据集中存在严重的类别不平衡问题。本文设计条件生成对抗网络,进行数据平衡处理,改善传统采样算法噪声干扰带来的缺陷,采用传统采样算法中的SMOTE、Borderline-SMOTE、ADASYN进行对比实验,利用KS检验定量评估生成样本的质量。对比实验结果显示,条件生成对抗网络能根据真实数据的多维特征生成高质量样本,具有较强的稳定性和可靠性。其次,针对机器学习算法复杂的超参数问题,本文使用TPE超参数优化算法不断搜索最优参数组合。将平衡后的训练集分别输入到随机森林、XGBoost、Light GBM、Cat Boost四种机器学习算法模型,进行变压器故障诊断。根据超参数的重要性排行分析结果,设定更加科学的参数范围和空间,显著提高优化搜索效率。经过多轮迭代训练后,计算出模型最佳性能时的超参数取值,大幅度提高了超参数的搜索效率和算法模型的整体性能。对比实验结果显示,未优化前,随机森林、XGBoost、Light GBM、Cat Boost的故障诊断准确率分别为73.33%、82.15%、82.58%、82.37%。经TPE超参数优化后,故障诊断准确率提升至80.22%、88.39%、88.60%、88.82%。最后,针对单一算法模型容易陷入局部最优解、鲁棒性差的问题,本文采用四种多模型算法融合策略进行对比实验。其中,Stacking融合表现最好,准确率为89.46%。在Stacking融合的基础上,利用数据原始特性,本文设计改进Stacking融合模型,对变压器故障逐级进行诊断。第一层Stacking分类器对正常、放电故障和过热故障三种广义标签进行训练,将输出广义标签概率与原始输入进行特征融合,输入到下一层Stacking分类器进行训练,并诊断出七种具体状态类型,准确率提升至92.26%。经多组对比实验证明,本文所设计的改进Stacking融合模型性能有显著提升,为具有复杂层次结构的变压器故障诊断问题提供了一种有效的解决方案。

关键词： 状态评价   变异系数   聚类分析   改进的层次分析法   博弈论   CRITIC权重法   可拓物元理论  

摘要： 电力变压器作为电能传输、变电调配环节的关键设备,其运行状态对电力网络的安全稳定运行起着至关重要的作用。因此加强变压器的状态评估和检修维护是保证供电网络安全平稳运行的重要举措。本文在总结电力变压器监测和评估技术现状的基础上,提出基于可拓物元理论构建变压器状态评估的模型,期待依据可靠和准确的状态评估给出更有效的变压器维护策略,为开展预防性维护提供预警。具体内容主要包括以下几个方面:首先,构建科学全面、行之有效的评价指标体系。变压器构成较为复杂,表征变压器工作状态的指标众多,部分指标间相关度较高,个别指标监测技术不够成熟。针对变压器状态评价指标数目众多且难以监测的问题,依据变压器维护的相关国家标准和变压器日常维修经验,通过变异系数法筛除部分不敏感指标,以降低指标冗余度,再利用聚类分析法分析指标之间的关联情况,选取合理的聚类系数,充分考虑指标监测的可操作性因素,选取相互独立的指标变量,实现指标体系的有效简约,构建含8项评价指标的变压器运行状态评价指标体系。其次,确定各评价指标在变压器状态评价模型中的权重。在构建评价指标体系的基础上,通过向长期从事变压器运维一线工作的人员发放关于各指标重要性的问卷,利用改进层次分析法,结合调研结果确定主观权重;然后通过CRITIC权重法充分考虑指标对评价状态的区分程度确定客观权重;在主客观权重基础上基于博弈论构建以离差最小化为目标的函数,通过求解该函数确定主客观权重的系数,最终得到组合权重,以期达到准确量化各指标与变压器状态之间的关联性。再者,构建变压器状态评价模型。采用由蔡文教授于1983年提出的可拓物元理论,在科学的评价指标的基础上构建变压器状态的待评物元,依据《DL∕T596-2021电力设备预防性试验规程》确定变压器物元的经典域和节域,构建关联函数,计算关联度得出变压器运行状态。最后,将本文所建立的综合评价模型应用到某变压器状态的评价中,算例分析结果验证了评价模型的可行性、评价指标体系的科学性和组合赋权的合理性。

关键词： 新能源电站   变压器差动保护   波形特征分析   统计量   励磁涌流  

摘要： 差动保护因具有动作迅速、选择性强、灵敏度高等优点,常被用作电力变压器的主保护。励磁涌流、区外故障时电流互感器(Current Transformer,CT)饱和等造成的不平衡电流是影响差动保护动作正确性的主要因素。采用传统的二次谐波制动(Second Harmonic Restraint,SHR)方法辨识励磁涌流,在高剩磁合闸情况下的励磁涌流可能使保护误跳闸,而在故障情况下可能由于CT饱和导致差动电流波形畸变,延长跳闸时间。与同步发电机系统相比,光伏电站、风电场站变压器发生故障时,分别由于控制系统的作用或者Crowbar接入的影响,变压器故障后的几个周期内差动电流含有较高的二次谐波,这给变压器差动保护提出新的挑战。为提升励磁涌流辨识的准确性,本文在变压器差动电流特征分析方面开展研究,通过偏度系数、分位数、直方图等统计量刻画差动电流的采样值分布特征,在此基础上从统计学中矩和相关性两个角度,提出了三种励磁涌流辨识方法:(1)基于偏度系数和分位数的励磁涌流识别方法。通过偏度系数刻画励磁涌流和故障差流分布的不对称程度,对于可能出现的不对称性较低的涌流场景,增加0.25分位数幅值比判据提高识别的准确性。(2)基于直方图和Tanimoto相似度的励磁涌流识别方法。在使用直方图提取差动电流采样值分布特征的基础上,提出了一种通过Tanimoto系数度量差动电流和正弦电流的分布相似性来区分励磁涌流和故障电流的方法。(3)基于直方图和改进余弦相似度的励磁涌流识别方法。提出综合余弦相似度指标量化差动电流分布与正弦波分布的匹配度及其自对称性,与在直方图内定义的偏置系数共同构成励磁涌流识别的综合判据。最后,通过PSCAD/EMTDC分别在同步机组系统、光伏电站、风电场中的变压器对上述三种涌流识别方法进行仿真测试,验证了所提方法的有效性。仿真结果表明,所提三种方法优于传统的二次谐波制动的方法。一方面它可以提高变压器差动保护的可靠性,减少励磁涌流情况下保护误跳闸的风险;另一方面可以缩短故障条件下CT饱和、励磁涌流叠加、光伏控制系统作用、Crowbar接入等引起的跳闸延时,对光伏电站、风电场站变压器保护有较好的适应性。三种方法在不同的应用场景交叉测试,最终确定基于直方图和改进余弦相似度的识别方法为各场景下励磁涌流识别的最优方案。

关键词： 变压器故障诊断   DGA   因子分析   条件生成式对抗网络   AdaBoost-CNN  

摘要： 电力变压器故障诊断能有效避免使用过程中的不良损失,是保证电力系统持续运行的重要手段,油中溶解气体分析(Dissolved Gas Analysis,DGA)能够将变压器内部故障灵敏的识别出来,是变压器故障诊断领域的有效技术之一。但是现阶段基于DGA的变压器故障诊断的研究存在着以下问题。一是变压器故障样本特征表达不充分,无法清晰的体现故障与特征气体之间的关系;二是由于变压器故障样本难以获取,存在样本数据不足以及各类故障类型之间样本的数量平衡性难以满足要求的问题;三是故障诊断的准确率较低,不能满足实际工程的需求。本文针对以上问题从以下三个方面入手。(1)变压器DGA数据样本特征的确定。使用不同气体间的比率来扩充特征向量,同时应用因子分析的方法科学地提取综合性的因子来对特征充分表达,在不同诊断模型上的结果表明,扩充后的特征能够进一步丰富特征与故障之间的关联信息,而且将因子分析方法处理后的特征作为诊断模型的输入,能够提高故障模型诊断的准确率。(2)故障样本数量的扩充以及各类故障之间数量的平衡。利用条件生成式对抗网络扩充故障样本的数量以及平衡不同故障类型间的数量,不仅通过负对数似然函数衡量了生成的样本数据和原始数据概率分布的相似度,而且建立了基于卷积神经网络的故障诊断模型,分析生成数据样本的加入对故障诊断模型诊断效果的影响。相较于其他生成数据模型,基于条件生成式对抗网络生成的数据质量更佳,同时还能提升故障诊断模型的学习能力。(3)基于Ada Boost-CNN的变压器故障诊断模型。针对变压器故障诊断准确率低的问题,首先,建立三种集成算法模型,并验证了自适应增强(Adaptive Boosting,Ada Boost)算法应用到变压器故障诊断问题上的优越性;随后,将卷积神经网络(Convolutional Neural Network,CNN)作为其基础分类器,Ada Boost可以对CNN中的每个卷积层进行加权,根据模型的误差来调整权重,同时CNN会学习新的特征以提高诊断的准确性。通过与SVM、Decision Tree、单个的CNN、Ada Boost-Decision、Ada Boost-SVM比较,验证了所提模型应用在变压器故障诊断问题上的有效性、准确性以及在工程应用中的可行性。

关键词： 磁电功率分割器   磁电复合异质结构   Rosen型压电陶瓷变压器   镍锌铁氧体  

摘要： 功率分割器因其具有非互易性、宽带性、相位平衡性等特性在无线电通信系统、雷达系统、卫星通信系统、测试和测量设备等领域有广泛应用,尤其是在射频频段范围内(620 MHz-4.6 GHz)完成功率信号的分配与稳定传输。传统功率分割技术主要包括集成电路功分器、带有反馈电路的功分器和集束功分器等,然而这些尝试大多数都是通过引入集总分立元件和有源反馈电路来达到提升端口隔离度及拓展宽带的目的,有源元件可拓展性差、不利于功分器微型化集成,因而难以消除因供电问题和电磁干扰所带来的不利影响。鉴于上述,本文以NiZnFeO/Rosen型压电变压器磁电复合结构为研究对象,在其外围密绕线圈构成六线-三端口无源磁电功率分割器件,围绕磁电材料的应变传输、功率分割器件双端口阻抗以及输出功率比展开研究,主要涵盖下述主要研究内容:(1)研究Rosen型压电变压器本征阻抗响应及铁氧体材料的动态磁-机转化特性,摸索具有高隔离度的磁电分割器件的构成策略。(2)设计搭建基于Lab VIEW的磁电自动化测试系统,测量磁电复合样片的磁电响应。(3)进一步探究外加负载对器件各端口输出功率以及功率分割比的影响。结果表明:(1)借助阻抗分析仪测得在51 k Hz和103 k Hz的谐振频率处,压电变压器两个端口阻抗相差较大(分别76.40 kΩ、42.47 kΩ和46.97 MΩ、146.63 MΩ),且在同一谐振频率处,两个端口的阻抗差相差大约三个数量级,同时,借助非接触光学测量系统测得铁氧体材料在谐振频率81.82 k Hz处动态磁致伸缩系数最大为17.55 ppm/Oe,表明压电变压器的阻抗差异和铁氧体材料的高磁机转换能力更有助于器件在低频处获得较高隔离度和转换效率;(2)通过搭建磁电自动化测试系统平台测得磁电复合样片两个端口磁电电压系数在最优磁场H=292 Oe最大值138.9 m V/cm Oe,在最优磁场H=322 Oe最大值为175.2 m V/cm Oe,为提高磁电功率分割器的传输效率提供了明确的指导意义;(3)设计搭建磁电功率分割器输出信号测试系统,测得在第一谐振f=60.21k Hz激励下(P=1.85μW),其功率分配比在两个输出端口最优负载(R=6 kΩ、R=30 kΩ)下达到3:1。同样,在第二谐振f=120.33 k Hz(P=5.22μW)处,其功率分配比在最优负载(R=5.5 kΩ、R=12 kΩ)下达到3:1。因此,相关研究的进展不仅为磁电功能材料在固态功率电子转换器件的设计提供了新的思路,而且也多通道LCD串的供电和控制等等领域有潜在应用价值。

关键词： 能量采集   振动   电磁感应   变压器   无线传感器节点  

摘要： 环境中存在着风能、热能、振动能、水能和太阳能等清洁能源,将这些能量采集转换为电能的研究受到国内外研究者的关注。电力系统中,变压器工作时其箱体会产生稳定的振动,该振动特点是基频振动频率在100Hz,且含有倍频振动分量,振动加速度较微弱;与此同时,用于监控变压器运行状态,发送状态数据的传感器节点分布于变压器表面,工作需要电能支持。大多数满足供电需求的振动能采集器往往工作在低频率,并需要较大振动加速度驱动。而工作频率在100Hz及其倍频左右,微弱加速度激励下的采集器又存在输出过小的问题。因此,设计制作一种在较高振动频率,微弱振动加速度幅值下电学输出满足供电需求的振动能采集器具有重要的实际意义。根据变压器振动加速度微弱,振动频率较高的特性,本文提出面向变压器应用场景的电磁振动能采集器,采集100Hz的基频振动,推导了采集器理论模型,优化了结构与部件参数,使采集器在微弱振动下仍有可观电学输出。采集器制作完成后进行了性能测试。本文的主要内容包括:(1)介绍了变压器应用场景的振动特征以及电磁振动能采集器研究现状,结合变压器的振动特征和无线传感器节点的用电需求,明确了电磁振动能采集器需要达到的技术指标。(2)设计了一种单频点电磁振动能采集器,介绍了工作原理,推导了采集器的理论模型。着眼于电学输出性能优化了采集器结构,根据理论模型计算了不同结构参数下的输出性能,得到了优化结构参数。(3)制作了采集器样机,进行了初步测试,实验曲线与理论模型计算结果基本吻合,证明了理论模型的可靠性;通过改变夹持弹性梁方法提高稳定性,对改变后的采集器样机进行振动测试,发现提高稳定性的同时增大了电学输出性能,实验表明,振动激励频率为100Hz,加速度幅值为0.1g时,样机对优化负载的输出功率为0.41m W,可满足后续电路的供电要求;此外,测试了样机在变压器振动加速度变化时的性能输出。(4)为了测试采集器经整流后的直流功率与单次放电能量,将样机与电源管理电路组合,当后续电路消耗在278.3μW以下,采集器可以持续向后续电路供电;选用无线温湿度传感器节点进行了充电实验,当振动激励的频率与加速度幅值分别为100Hz和0.1g时,传感器节点每217s左右测量并传输一次数据。

关键词： 磁性液体   倾角传感器   互感   整流滤波   静态特性  

摘要： 磁性液体作为一种新型的多功能流体,具备许多优良的物理特性,已成功应用于航空航天、传感减振、工业工程、生物医学等诸多领域。基于磁性液体制作出的传感器具有响应迅速、灵敏度高、抗冲击振动等优点。本文基于磁性液体的二阶浮力原理,设计出一种差动变压器式磁性液体倾角传感器,将悬浮在磁性液体中的复合磁芯检测到的倾角变化转换成输出电压变化,结合测量电路对电感式磁性液体倾角传感器普遍存在的零点残余电压进行补偿。本文的主要研究工作如下:(1)探究了磁性液体的二阶浮力及伯努利原理,构建了磁性液体倾角传感器的物理模型;分析了圆柱形永磁体的磁场和载流直螺线管内部的磁场分布。(2)设计了差动变压器式磁性液体倾角传感器的整体结构,对各构件进行设计和选材,对比设置了两种磁芯,设计了倾角传感器的测量电路和实验台。(4)通过ANSYS Maxwell软件仿真两种磁芯结构的磁场分布及其对绕组互感的影响,结果显示软磁铁氧体铁芯的加入使得传感器的灵敏度得到极大提升,并具有很好的隔磁效果;仿真复合磁芯位移与输出电压的关系,以外电路作为激励分析了不同输入电压、不同输入频率对输出信号的影响,结合绕组损耗确定了合适的输入电压和频率范围,分析了铁芯半径与互感的关系,确定铁芯半径为2mm。(5)制作了传感器实验样机,搭建了倾角实验台,通过调试测量电路消除了零点残余电压,实验结果显示采用复合磁芯能消除输出电压波形中的高次谐波;研究了该传感器的静态特性,各项指标为:量程为±54°,线性范围为0～30°,输入电压为8V、1000Hz时的线性度为2.95%、迟滞为1.52%、重复性误差为1.48%、灵敏度为15.796m V/°。

关键词： 压控振荡器   变压器   双核   低功耗   低相位噪声  

摘要： 随着物联网(Internet of Thing,Io T)、低能耗蓝牙(Bluetooth Low Energy,BLE)、5G通信、可穿戴设备、生物医疗电子等技术的快速发展,通信系统对功耗、相位噪声等性能指标要求越来越高。压控振荡器(Voltage-Controlled Oscillator,VCO)是通信系统中关键模块之一,VCO的相位噪声和功耗直接影响着通信系统的噪声性能与功耗表现。因此,在满足相位噪声要求的条件下,降低VCO的功耗是实现低功耗通信系统的关键之一。同时,随着电子产品市场对产品大小,便携度的要求以及庞大数量的需求,CMOS工艺技术因其高集成度和低成本被广泛用于集成电路(Integrated Circuit,IC)设计中。因此,当前研究的热点之一是在新工艺下设计性能更优的低功耗压控振荡器(Low Power Voltage-Controlled Oscillator,LPVCO)。本文首先对近七年来国内外低功耗压控振荡器的发展动态进行了详细的介绍。介绍了VCO的基本原理、振荡器的主要分类、VCO常用性能指标、相位噪声分析模型与优化方法。介绍了VCO设计中常用的无源器件包括电容电感的等效模型、参数的仿真与计算。针对物联网场景的低功耗高性能需求,本文设计了一款基于变压器的堆叠跨导压控振荡器。振荡器工作在标准电压0.8 V下,通过使用两对PMOS交叉耦合对为谐振网络提供负阻,相比传统交叉耦合对VCO,改善了功耗以及闪烁噪声贡献的相位噪声。本设计基于28 nm CMOS工艺下,调谐范围为4.2-5.6 GHz(29%),在1 MHz频率偏移处相位噪声为-120/-113 dBc/Hz,功耗为680/678μW,品质因数(Figure of Merit,Fo M)为195/190 dBc/Hz。针对5G通信场景的低功耗高性能需求,本文设计了一款中心频率为10.4 GHz的低功耗、低相位噪声的双核压控振荡器。通过设计完全对称的高品质因数的电感,同时采用低电压低功耗的Class-C结构,改善了传统高频振荡器的性能。本设计基于180 nm CMOS工艺下,工作在1.2 V的电源电压下,调谐范围为9.6-11.2 GHz(15%),在1MHz频率偏移处相位噪声为-123/-117 dBc/Hz,功耗为10/12 m W,Fo M为193/187 dBc/Hz。与前沿10 GHz频段的设计相比,具有较低功耗表现。