关键词： 励磁变压器   在线监测系统   红外测温   健康度预警   数据趋势预测  

摘要： 励磁变压器是发电机励磁系统的重要组成部分,由于其在运行时变比大、工况复杂、负荷高,容易发生故障或出现内部的劣化,因此,对其运行状态的监测是保障发电机安全稳定运行的一个重要环节。然而,目前大多数电厂对励磁变压器的监测方式仍存在数据少、实时性差等问题。针对上述问题,本文研究并设计了一套励磁变压器状态监测与分析系统,主要内容如下:(1)设计并搭建了励磁变压器状态监测硬件系统,开发了励磁变压器运行状态在线监测与分析软件。通过分析励磁变压器原理和工作环境,设计了硬件系统方案,搭建了电参量数据的传输通路,并以非接触测量的方式采集励磁变压器实时的红外图像。软件系统实现了对励磁变压器运行状态的实时和全面监测,包含上位机软件和移动端软件,其中上位机软件实现了远程实时状态监测分析、装置参数设置、数据查询和管理等功能;移动端软件获取并显示云端数据,方便维护人员随时随地查看机组的运行状况。(2)为分析励磁变压器运行中存在的劣化趋势,提出了一种基于高斯混合模型(GMM)和长短时记忆神经网络(LSTM)的健康度评估和预测方法。通过最大信息系数理论(MIC)进行相关性分析并去除冗余变量,建立基于GMM的健康基准模型,设计了基于马氏距离的健康衰退指标(HDI),并使用LSTM进行HDI的多变量预测。实验结果表明,设计的HDI能够准确地评价运行健康度,对于HDI的预测能够更早地发现机组劣化趋势,可为电厂的定期维护和检修提供参考。(3)为验证励磁变压器状态监测系统的可靠性和功能完整性,完成了现场安装调试,并分析系统的长期运行数据。结果表明,监测系统能够实现数据的准确采集、可靠传输和实时监控等功能,系统温度测量精度和模拟量采集精度能够满足国标要求,系统能够全面地监测励磁变压器的运行状态,且长期运行下稳定性良好,保障了励磁变压器机组的安全稳定运行。

关键词： 压电式振动俘能器   振动监测传感器   戈泽尔算法   卷积神经网络  

摘要： 电力变压器是电网中不可或缺的部分,保证其长期稳定地工作对电网的正常运作至关重要。因此,对电力变压器进行长时间的健康状态监测是保障电力系统稳定运行的重要手段。在众多的监测技术中,振动分析法由于检测速度快、对变压器影响小以及成本低廉等优点,在电力变压器状态检测中得到了广泛的应用。然而在实际应用中,现有振动传感器节点的供能方式制约了振动监测方法的大规模应用。为了实现电力变压器长时间的振动健康监测,本课题基于南方电网某项目需求设计了一种自供电式电力变压器振动监测传感器节点。该传感器节点电源部分对电力变压器工作产生的振动机械能进行收集,并用于传感器节点自身供电;传感部分通过加速度计实现振动信号采集;控制部分分析电力变压器工作振动信号特征,实现基于振动信号的电力变压器故障诊断。通过该传感器节点可实现长期、实时的电力变压器健康状态监测。本课题的主要研究内容如下:(1)在节点体积受限的情况下,基于压电式悬臂梁俘能原理设计了适用于电力变压器正常工作振动条件下的振动能量采集单元。分析悬臂梁的各结构参数对特征频率的影响关系,通过多参数扫描确定压电式悬臂梁特征频率为100Hz的各结构参数。依据该结构参数,对压电式振动能量采集单元的频率响应、加速度以及负载与输出电压和输出功率之间的关系进行仿真分析,进一步探究了实现最大输出电压和最大输出功率的方法。该研究结果为实现电力变压器振动监测传感器的自供电提供了重要的理论和实验基础。(2)提出了一种基于戈泽尔算法求解频率集中度的变压器健康状态诊断方法。依据电力变压器的工作振动产生机理,设计实验并分析电力变压器在正常与异常状态下振动信号的特征。提出了基于一维卷积神经网络的振动信号诊断方法对数据进行分类,实现对电力变压器状态的高精度诊断。针对自供电式传感器节点计算资源和能量受限的问题,提出了基于戈泽尔算法求解频率集中度的变压器健康状态诊断方法。在仅损失较小准确度的情况下,减少了大量浮点运算次数,更适用于自供电传感器节点进行故障诊断。(3)设计并制作了自供电式电力变压器振动监测传感器节点原型机。设计能量采集电路,对压电悬臂梁所产生的电能进行整流稳压输出,为传感器节点提供自身工作所需的电能。通过振动台对俘能器模块进行实验,验证其俘能效率。将俘能器模块、STM32单片机、加速度计及健康状态警示灯进行集成,完成装置硬件的搭建。在单片机上实现基于戈泽尔算法求解频率集中度的变压器健康状态诊断算法,使装置节点能够周期性地采集电力变压器的振动信号并进行诊断。该传感器节点旨在提高电力变压器的运行安全性和稳定性,同时为实现电力变压器的长时间健康状态监测提供了重要思路与实践基础。

关键词： 变压器   漏磁场   解析法   有限元法   损耗  

摘要： 变压器、电抗器等电磁装置是电力系统中重要的设备之一,是保证供电可靠性的基础。随着国民经济的高速发展,对变压器的需求量及装机容量不断增加,其自身所消耗的能量也越来越大,必须引起重视。同时,国内外电力变压器企业出现了不同程度的增长,给传统变压器产品也迎来了机遇与挑战,在激烈的市场竞争中,低损耗、低成本电力变压器的迅速研发和生产,对提高产品的竞争力、减少品牌损失具有重要意义。研究表明:准确计算变压器油箱、拉板、夹件、屏蔽等部件的损耗、合理的设计变压器屏蔽结构,可以提高变压器的功率密度、降低电力变压器成本。基于此,本文从漏磁场对变压器结构件损耗的影响出发,分别对10k V/2500k VA配电变压器及110k V/50MVA电力变压器在采用不同屏蔽方式下的漏磁场的大小、结构件的损耗等问题展开了研究,论文的主要工作如下:(1)利用镜像法推导了变压器漏磁感应强度的解析公式,提出了一种快速计算变压器拉板、夹件和油箱等结构件损耗的方案,给出了变压器漏磁场、拉板损耗、夹件损耗及油箱损耗的解析表达式。并利用C#平台,开发了变压器损耗综合分析软件。(2)基于有限元法对10k V/2500k VA配电变压器及110k V/50MVA电力变压器的磁场及损耗展开了计算研究,得到了不同工况下变压器各个结构件(夹件、拉板、油箱等)的损耗分布,计算了未采取屏蔽措施和采取屏蔽措施情况下变压器结构件的漏磁场及损耗,给出了结构件磁感应强度分布及损耗值,并将解析结果和有限元仿真结果进行了对比。(3)研制了2台10k V/2500k VA配电变压器样机,搭建了实验平台,完成了变压器结构件损耗的实验。得到了无屏蔽、磁屏蔽和铜屏蔽条件下变压器结构件的损耗。并将不同屏蔽条件下和油箱后壁距离铁心不同位置处的变压器结构件损耗分别与解析法和有限元计算结果进行了对比分析。

关键词： 油浸式变压器   全域流路   传热特性   损耗分配   绕组温度分布  

摘要： 电力系统的安全运行关系到国民经济命脉和国家能源安全,而电力变压器作为电力系统的重要组成部分,知晓其热点温度,减少其故障概率,延长其使用寿命就变得尤为重要。本文针对大型油浸式电力变压器因结构复杂、体积庞大,采用数值分析法的三维模型复现程度与对计算机的算力需求难以平衡的问题,以一台油浸自冷式电力变压器为例,采用场路耦合的方法,研究了考虑温度对铜耗的影响以及损耗分布的不均匀性对温度的影响,经多次迭代得到变压器流体场与温度场分布规律,在此基础上给出了绕组结构的优化措施。首先,考虑变压器结构特点、冷却流体流动路径及参数,对其整体建立了流路模型,和复现真实绝缘、撑条和油道垫块参数的高中低压绕组、散热器部分的三维数值分析模型。根据油浸式电力变压器的传热特点,以变压器油流路径将绕组和散热器从变压器内部解耦。通过流路为绕组和散热器的数值分析提供入口边界条件,用数值分析结果校正流路对应的流阻,以流路和三维数值分析模型的双向耦合准确预测了绕组的温度分布,并节省了计算资源。其次,在绕组局域流体场-温度场耦合求解中,在热源加载中对比分析原始均匀分布的铜耗、经温度求解获取的受温度分布影响的均匀分布铜耗以及铜耗分布的不均匀性,得到了三种损耗下的变压器绕组温度分布。考虑温度对铜耗的影响和分布的不均匀性时的计算结果更为接近实际情况。最后,分析了流速、绕组径向油道高度和挡油板间径向油道数量对热点温度的影响,为简化计算,在流体场-温度场模型中对绝缘、撑条和油道垫块进行了简化。经流体场-温度场耦合分析,得到了热点温度与流速、径向油道高度和挡油板间径向油道数量的关系,发现流速与热点温度呈负相关。同一流速下,热点温度与径向油道高度和挡油板间径向道数量呈正相关。研究发现了沿绕组轴向高度上部采用较低的径向油道,下部减少挡油板数可进一步降低热点温度,改善绕组温度分布。

关键词： 有载调容调压   配电变压器   设计  

摘要： 介绍了有载调容调压配电变压器的原理，从调容调压开关选择、通信设计、变压控制设计几个方面论述了有载调容调压配电变压器的设计要点，并对有载调容调压配电变压器的应用进行了进一步探究，以期为有载调容调压配电变压器的设计应用提供一些参考。

关键词： 油色谱在线监测   变压器   状态评估   时间序列分类   误告警识别  

摘要： 变压器是电力系统不可或缺的设备,其一旦出现异常,会直接影响电网的安全。油色谱在线监测是实时监测变压器运行状态的重要手段,能及时检测出异常状态。但是油色谱在线监测装置的质量水平不一致、技术标准不完善等问题严重,导致其在现场的实际应用中频繁出现异常,产生大量误告警。同时人工方法难以对所有告警进行告警核实,且目前还未有直接针对装置误告警识别的研究。因此本文对现场运行多年的油色谱在线监测装置的在线监测数据进行分析,针对装置运行状态评估和误告警识别进行了研究。本文主要包括以下内容:(1)针对油色谱在线监测装置的状态评估,本文基于在线监测数据,从无效数据分布、随机突变误差和随机波动误差三个角度出发对装置运行状态进行评估。无效数据分布评估通过统计无效数据占比得到量化评分。随机突变误差评估采用Turkey 53H异常点提取算法识别出数据突变点,然后根据突变点的数量和突变幅度进行量化评分。随机波动误差评估采用EEMD算法将在线监测数据分解为系统趋势和随机波动趋势,并通过系统趋势构造人工噪声序列,然后通过比较随机波动趋势和人工噪声序列的信噪比得到量化评分。最后进行指标综合,得到装置状态评分,并通过与预设阈值比对判断装置状态是否异常。通过现场应用案例可知,该方法可以有效识别出异常装置,为提高在线监测数据准确性和下一步的装置误告警识别工作提供必要的基础支撑。(2)针对油色谱在线监测装置的误告警识别,本文利用装置告警前在线监测数据的变化趋势类型判断该告警是否准确,为了实现数据趋势的精确识别,提出了长短期记忆多尺度注意力卷积神经网络(Long Short-Term Memory Multi-scale Attention Convolutional Neural Network,LSTM-MACNN)。该模型首先使用 LSTM网络提取油色谱在线监测数据的长期依赖特征,然后加入残差连接,使用多尺度卷积提取原始数据不同尺度的复杂局部特征和LSTM处理后的时序依赖特征,最后使用注意力机制帮助模型有选择地增强重要特征信息,抑制无关信息。实验结果表明,LSTM-MACNN模型在H2-总烃测试集上趋势识别的准确率为96.3%,在C2H2测试集上的准确率为98.6%。通过现场实例验证可知,利用装置告警前数据趋势类型识别误告警的准确率达到97%,本文方法可以为油色谱在线监测装置的误告警判断提供重要参考。