关键词： 变压器故障诊断   麻雀搜索算法   支持向量机   麦克风阵列   声源定位  

摘要： 作为电力系统中不可或缺的重要设备之一,变压器健康与否关系到整个电网的安全,因此,如何准确、高效的对变压器故障进行识别与定位已经成为电力领域必须解决的关键问题之一。鉴于目前诊断系统故障诊断识别率低,定位精度不理想等问题,基于智能算法,本文重点围绕变压器故障诊断及定位展开研究工作,具体内容如下:(1)对变压器故障诊断和定位的国内外研究现状进行了介绍,分析总结了传统方法及人工智能方法故障诊断与定位的优缺点。重点介绍了以油中溶解气体分析技术(DGA)为基础的变压器故障诊断相关原理,并对变压器的故障性质进行了划分,最后对常见的故障类型与故障特征之间的关系进行了总结。(2)针对智能优化算法在变压器故障诊断领域识别率较低和稳定性较差等问题,提出了一种基于改进麻雀搜索算法(CPSSA)优化支持向量机(SVM)的变压器故障诊断模型。通过与前馈式神经网络(BP)、灰狼优化算法(GWO)、鲸鱼优化算法(WOA)、麻雀搜索算法(SSA)算法对比分析,表明改进后的麻雀算法模型故障识别准确率更高,相较于上述几种模型故障识别准确率分别提高了11.97%、8.45%、7.04%和4.23%。(3)对麦克风阵列所捕捉到的变压器声信号利用傅里叶变换和短时傅里叶变换进行了时域及频域分析,阐明了变压器正常运行与故障运行时声信号差异;为定位变压器故障声音信号,还设计了一种基于K210芯片的故障定位系统。具体包括,完成了核心系统的硬件电路、LCD接口电路及电源电路以及麦克风阵列硬件电路及软件程序设计;并在不同角度、不同距离和不同位置的条件下对系统进行了性能测试,实验结果表明本系统对角度定位的平均误差在3°左右,对声源位置在水平和垂直方向上定位的平均误差分别在0.1m和0.2m左右,能够较好确定变压器故障位置。

关键词： 电力变压器   漏磁场   极限学习机   优化设计  

摘要： 随着我国经济的发展和技术层面的突破,电力系统对电力变压器的容量和额定电压的要求也越来越高。高电压等级的输变电设备具有低损耗的优势,因此在电力系统中的应用越来越广泛。目前,单相500k V变压器已经成为电力系统中超高压输电线路上的首选设备。电力变压器的额定电压和容量逐步提高,其漏磁场引起的杂散损耗和温升也随之提高,从而产生过热点。因此,对变压器漏磁场进行控制是十分有必要的。本文以一台ODFS-400MVA/500k V单相自耦变压器为研究对象,围绕变压器杂散损耗的分析计算及降低措施开展研究工作。首先,本文研究低频三维涡流场下变压器结构件杂散损耗的计算方法。利用国际电磁学领域的基准模型TEAM Problem 21对导磁钢进行不同方法的探索;通过计算结果与测量值的比较证明表面阻抗法更加适合低频三维场的杂散损耗计算。其次,针对一台型号为ODFS-400MVA/500kV的单相自耦变压器基于有限元法对各个结构件的漏磁场分布和杂散损耗分析。在磁场分析的基础上,提出三种屏蔽方案,即单独施加油箱磁屏蔽,单独施加肺叶磁屏蔽和同时添加两种磁屏蔽。通过对不同屏蔽方案的屏蔽效果进行仿真分析和比较,最终确定变压器初步的漏磁场控制方案。最后,对变压器漏磁场控制方案进行优化设计。本文选用基于极限学习机的粒子群优化算法,对已有的屏蔽方案进行优化;通过比较变压器优化前后的结构件漏磁场分布及杂散损耗,确定变压器的屏蔽方案效果。通过选用基于克里金代理模型结合遗传算法作为对照,对优化方案的可行性进行了检验,进而得到最优设计方案,完成电力变压器屏蔽结构的优化设计,为以后的变压器屏蔽优化设计提供一些理论指导。

关键词： 轨道交通杂散电流   变压器偏磁   谐波   差动保护   无功补偿电容器  

摘要： 随着城市轨道交通的不断发展,轨道交通杂散电流带来的问题已不容忽视。轨道交通杂散电流通过中性点入侵变压器,引发变压器偏磁现象,一方面使得变压器励磁电流及中性点电流中出现大量谐波,致使电网的电能质量恶化;另一方面谐波传变到低压侧,经无功补偿电容器组进一步放大,威胁电容器组的正常运行。此外,偏磁还会对变压器励磁涌流特性及基于2次谐波制动判据的差动保护产生不利影响。当前有关偏磁现象的研究多是从恒定直流注入的角度考虑的,轨道交通杂散电流幅值方向不断变化,当前对轨道交通杂散电流引发的变压器偏磁特征尚不明晰。因此,针对轨道交通杂散电流对变压器偏磁的影响展开研究具有重要意义。本文围绕轨道交通杂散电流对变压器谐波特性、励磁涌流特性和差动保护、无功补偿电容器组等造成的影响展开研究,主要研究工作如下:(1)通过分析轨道交通和电网的耦合结构,给出了杂散电流产生及入侵电网路径。对杂散电流的幅频特性进行研究,分析了变压器中性点电流谐波电流、噪声同低频分量间的关系,为实现杂散电流源的准确建模提供了依据。(2)分析了恒定直流作用下磁链直流分量的暂态变化,结合仿真验证了理论分析的正确性。在此基础上对低频交变的杂散电流作用下磁链直流分量的暂态变化展开研究,仿真分析了低频交变杂散电流作用下变压器励磁电流及中性点电流谐波特性变化,最后总结了影响杂散电流作用下变压器偏磁水平的因素。(3)揭示了杂散电流对变压器空投磁链的影响,基于此,仿真分析了杂散电流对变压器励磁涌流特性的影响。针对变压器区内单相接地故障、高阻接地故障、相间故障工况仿真分析了杂散电流对基于2次谐波制动判据的变压器差动保护的影响。(4)建立了包含无功补偿电容器的变压器单相等值电路,分析了励磁电流谐波传变到电容器组的途径,结合推导出的偏磁条件下励磁电流解析式,对偏磁条件下流过串联电抗率为5%和12%两种配置电容器组的谐波电流进行计算,分析电容器组对谐波的放大情况。仿真分析了杂散电流影响下低压侧4次谐波电压含量的变化规律,对现场运行中出现的实际问题进行了机理性的解释,并针对抑制杂散电流对电容器组影响的相关策略进行了探讨。

关键词： 局部放电   可听声信号   盲源分离   特征降维   模式识别  

摘要： 油浸式电力变压器是电力系统中的重要枢纽设备,其绝缘状况和健康状态关乎电网的安全稳定运行。受生产制造工艺、运输安装以及运行环境等因素影响,变压器内部可能会出现金属毛刺、悬浮颗粒、开焊气隙等绝缘缺陷,缺陷会畸变局部电场分布,严重时可能导致绝缘薄弱处发生局部放电。局部放电的累积效应会加速绝缘材料劣化,劣化到一定程度可能会诱发绝缘击穿故障,造成变压器停运,危害电力系统的安全运行。局部放电可以反映设备的故障状态和绝缘的劣化形式,放电过程通常伴随着声、光、热、电等信号变化。经验丰富的一线人员可通过聆听变压器运行期间的声音来判断其内部是否存在放电,本文通过声音信号采集、运行状态预判断、信号盲源分离、多维特征降维与模式识别等操作将主观经验判断转化为一种有迹可循的识别模式,为变压器运行状态评估和放电实时监测提供理论依据和有效参考。本文具体研究内容如下:(1)变压器发生放电故障时实际采集到的是变压器正常运行声与放电声等声源叠加后的混合声信号,由于实际变压器放电声信号较为稀缺且难以获得,因此需要设计混叠实验来获取可以模拟变压器内部放电时各声源叠加情况的混合声信号,以扩充故障声音样本库。本文首先在武胜750 k V变电站现场采集变压器正常运行期间的声信号作为背景声;然后根据局部放电的形式和特点,设计尖端放电、沿面放电和气隙放电三种电极模型,采集其在油介质中的放电声信号作为前景声;最后利用线性瞬时混合模型获得可在一定程度上模拟变压器放电故障时各声源叠加情况的混合声信号。(2)分析以上三种声信号的特征发现,变压器正常运行声信号的频率分布主要集中在约1 kHz以下的低频部分,以100 Hz及其倍频为主,而在1 k Hz以上的高频部分频率占比极少;放电声信号在低频部分和高频部分均有较为明显的频率分布,与变压器正常运行声相比,放电声在低频部分频率占比减少,而在高频部分频率占比明显增高;模拟实际放电故障时的混合声信号叠加了以上两种声信号的频率分布特点,其与变压器正常运行声之间的特征差异主要体现在高频部分的频率分布上。(3)利用正常声信号与混合声信号在高频部分的特征差异,绘制声纹时频谱图,对变压器内部是否出现放电进行预判断,实现变压器运行状态正常或故障的二分类。为了对放电故障状态时的放电类型作进一步识别,本文采用快速独立分量分析算法从混合声信号中分离出放电声等源信号;利用皮尔逊相关系数判据和归一化方法分别解决分离信号的幅值符号与幅值大小的随机性问题,利用峭度这一特征指标解决分离信号排列顺序的随机性问题,利用波形相似度和均方根误差评价分离效果。对分离出的放电声信号提取其时域和频域联合特征参数,构造多维特征参数矩阵。(4)为了实现多维特征的有效降维,本文提出了基于相关性和类间差异度的特征量选择与降维方法。首先利用皮尔逊相关系数矩阵分析特征之间的相关性,结合各特征样本的类间差异度和类内离散度,优选出特征量进行识别效果检验;然后以支持向量机识别准确率为特征维度选择判据,根据准确率变化从低维到高维确定最终特征维度及对应特征;最后将本文方法与传统降维算法的识别结果进行对比分析,结果表明:本文方法相对传统降维算法保留了原始特征属性,最终所选特征的识别准确率超过95%,为特征降维提供了有效判据。本文还对分离的有效性和必要性作了进一步验证,并探究了不同噪声干扰对分离效果的影响。本文的研究今后可延伸到信息域特征、多域联合特征等的最终选择上,为变压器声纹识别系统的构建提供理论依据和参考。

关键词： 非晶合金干式变压器   量子粒子群算法   IQPSO   主材成本   优化软件  

摘要： 在节能减排大环境下,能源电力装备制造与运行企业正在大力推广具有节能环保特性的非晶合金变压器,以减少配电网中变压器的空载损耗,从而促进绿色低碳发展。然而,由于原材料成本高、制造难度大,以及电磁参数设计手工计算方式存在不确定性和耗时等问题,阻碍了非晶合金变压器的推广应用。因此降低生产成本、提高产品质量和缩短设计周期对于推广使用非晶合金变压器具有重要意义。本文根据非晶合金变压器设计的基本理论,引入并改进量子粒子群算法,采用Visual Basic 6.0软件平台设计开发了非晶合金干式变压器参数优化软件。在满足变压器生产企业需求和相关技术标准情况下,对非晶合金干式配电变压器系列产品进行了参数优化设计,提升了产品价格竞争力和缩短了产品设计周期。本文主要研究内容如下:(1)结合非晶合金干式变压器设计的基本理论和设计流程,列出了设计需要遵循的相关标准和非晶合金干式变压器的主要技术参数的计算公式。分析了部分参数对变压器性能和生产成本的影响,为变压器参数计算数学优化模型的建立、目标函数与优选变量的选取提供了理论基础。(2)介绍了传统粒子群算法(PSO)和量子粒子群算法(QPSO)的基本原理。针对QPSO算法的运行中后期粒子种群多样性下降导致局部寻优能力越来越弱可能出现早熟收敛的问题,提出了相对应的改进策略(改进后的算法命名为IQPSO算法),让算法自适应调整搜索方向,增强搜索能力,从而得到精度更高的优质解。建立了非晶合金干式变压器参数优化数学模型以及约束条件的处理方法,将QPSO、IQPSO算法应用于非晶合金干式变压器参数优化数学模型中,为其参数优化软件设计与开发提供理论支持。(3)基于非晶合金干式变压器设计的基本理论和相关算法应用,提出参数优化设计软件的总体结构框架,设计实现了非晶合金干式变压器优化设计软件。该优化软件通过选择算法对变压器的关键变量进行优化设计,以最大限度地降低变压器的主材成本。通过优化软件对Excel表格的读取和写入,能够实现优化设计方案以Excel计算单的形式输出。(4)采用参数优化软件,以一台SCLBH15-315/10型非晶合金变压器为优化对象,分别使用PSO算法、QPSO算法和IQPSO算法对其进行主材成本优化。通过分析三种优化算法的主材成本优化结果、运算速度和寻优能力,验证了参数优化软件的实用性、高效性和IQPSO算法优越性。

关键词： 电力变压器   隐马尔可夫模型   剩余寿命预测   缺陷转移率   比例故障模型  

摘要： 在我国“碳达峰、碳中和”的大背景下,电力行业的发展备受瞩目,变压器作为电能转换与传输的关键设备,其地位不言而喻。由于变压器是一个结构复杂、状态多变的大型系统,一旦发生故障,影响范围广。及时对变压器状态进行评估并预测其剩余寿命,对制定科学有效的检修策略,降低变压器故障的发生率,提高电力系统运行的可靠性具有重要意义。变压器的检修研究大多依赖专家经验,常将变压器的运行状态分为正常状态和故障状态,而忽略了变压器在运行过程中可能出现的多种变化,无法实现根据实时的状态监测安排检修策略。本文侧重于研究变压器的状态变化,利用变压器历史运行数据开展以下研究:首先,根据变压器老化规律及老化状态参量构建变压器运行状态空间,引入变压器的缺陷,将其运行状态划分为正常运行状态、一般缺陷状态、重大缺陷状态、紧急缺陷状态及故障状态五种状态。除此以外,结合故障率对缺陷转移率进行定义,并在缺陷转移率的基础上,构建变压器的剩余寿命预测模型。其次,基于油中溶解气体分析(Dissolved Gas Analysis,DGA)和隐马尔可夫模型(Hidden Markov Model,HMM)构建了一种综合考虑设备状态的变压器剩余寿命预测摸型。将变压器的不同运行状态与隐马尔可夫模型中的隐状态相结合,通过训练模型参数以达到状态评估的目的。为解决隐马尔可夫模型容易产生局部极值的不足,引入粒子群算法(Particle Swarm Optimization,PSO),构建PSO-HMM模型,有效改善了状态评估的精度。并结合比例故障模型来预测变压器的剩余寿命,比例故障模型选取基于温升老化模型的故障率函数和基于DGA数据的连接函数,使用极大似然估计对参数进行求解,较全面客观地反映了变压器状况。通过算例分析验证了所提算法的有效性。最后,由于变压器运行情况复杂多变,仅凭单一的DGA数据难以体现变压器的实际运行状况,若想使预测模型更加贴合实际,需考虑其生命周期的其他各类影响因素。在油中溶解气体信息的基础上,综合考虑预防性试验、巡检等多种数据信息,但由于各数据采集的时间尺度不同,采用电网变压器缺陷记录表中数据作为数据源,并依据此数据,构建了时变缺陷转移率,以替代静态的故障率。基于该缺陷转移率和马尔可夫转移矩阵构建变压器剩余寿命预测模型,并根据预测的缺陷转移率求解变压器可靠度函数及剩余寿命预测值,除此以外,还计及回退修正模型的影响。通过算例分析,证明了该方法所预测的剩余寿命值更贴切实际运行状况,提高了变压器剩余寿命的预测精度。

关键词： 绕组变形   频率响应分析法   有限元   平均豪斯多夫距离   卷积神经网络  

摘要： 变压器作为电力系统关键的组成部分,其安全、可靠、稳定的运行对整个电网具有重要的意义。研究表明,绕组变形是导致变压器故障的主要原因,故对其状态进行检测能够及时发现绕组的潜在问题,防止变压器安全事故的发生。频率响应分析法是目前检测变压器绕组变形故障的有效方法,故本文以频响法为基础,提出了一种平均豪斯多夫距离的特征量提取方法,并使用卷积神经网络对绕组变形类型作进一步诊断。首先,针对传统解析公式法对于不规则的绕组变形难以计算其等效电路参数的问题,本文采用有限元法计算等值参数。通过建立变压器模型,对绕组发生轴向变形、辐向变形以及轴心偏移故障进行仿真分析,研究各个绕组变形对电容、电感等参数的影响规律。其次,利用PSpice构建变压器绕组的混合多导体传输线等效模型,得到绕组的幅频特性曲线,通过对频响曲线频段的划分,研究并分析绕组变形对分频段频响曲线的谐振点幅值和频率的影响规律。再次,针对频响曲线分析时传统的数值指标存在灵敏度低、计算过程复杂等问题,本文将豪斯多夫距离引入变压器绕组故障诊断领域中。为了减少噪声的干扰,提出使用改进后的平均豪斯多夫距离对健康绕组频响曲线和待测频响曲线分频段进行特征量提取。通过仿真分析,改进后的平均豪斯多夫距离相比于相关系数法、对数误差绝对均值法和绝对平均差法,具有更高的线性度。最后,针对现有的变压器绕组故障诊断模型诊断精度低、样本特征提取不足等问题,提出将卷积神经网络应用在变压器绕组变形频响法诊断研究领域中,通过将分频段提取的平均豪斯多夫距离重构为二值化图像,以图像的形式输入到卷积神经网络中训练,在测试集的准确率为95%。同时与支持向量机和概率神经网络模型进行对比,在相同的实验条件下,卷积神经网络模型识别准确率最高,表现出了良好的分类性能。

关键词： 变压器   油纸绝缘   老化   介电响应   频域介电谱   状态评估  

摘要： 油浸纸绝缘的老化状态直接决定变压器绝缘系统的整体寿命。变压器实际运行中,由于绕组布置及铁芯散热导致变压器绝缘系统存在温度梯度,从而使得油浸纸绝缘的老化状态呈现不均匀分布。绕组热点区域的油浸纸绝缘老化状态最严重且运行风险最大,是整个油纸绝缘系统的“薄弱区”。目前,油浸纸绝缘老化评估通常借助化学参量和电气参量等间接方法来实现;然而,传统的化学参量和电气参量仅能表征油浸纸绝缘的“平均老化状态”,尚无法反映其热点区域的老化状态。近年来,新的电气参量测试技术—介电响应法因具有无损测量、携带绝缘信息丰富等优点,在变压器油纸绝缘老化状态表征/评估领域受到了广泛关注。目前,针对介电响应法在变压器油浸纸绝缘老化状态表征/评估领域的研究,国内外学者主要聚焦于油浸纸绝缘的均匀老化形式,较少涉及热点老化形式。鉴于此,本文拟探索应用介电响应技术定量表征变压器油浸绝缘热点区域老化及受潮状态的新方法,主要创新工作如下:1.提出了变压器热点区FDS数据反演计算模型。通过结合Debye弛豫理论及XY模型,建立考虑绝缘系统不均匀老化效应的“修正XY模型”,用于构建不均匀老化条件下变压器绝缘系统整体FDS与热点区绝缘信息间的定量联系;在此基础上,基于“多约束非支配排序遗传算法(MCNSGA)”提出热点区绝缘信息反演计算模型,实现了对变压器热点区绝缘老化及受潮状态信息的获取;2.提出了变压器热点区纸绝缘状态表征参量的提取方法。基于对FDS数据的解耦分析报道了导数频域谱(LDS)法,用于分析变压器热点区FDS数据并提取绝缘状态特征参量;该方法可有效消除电导及电极极化对低频区弛豫极化信息的覆盖效应,探究油纸绝缘低频松弛极化行为特性,进而实现对绝缘老化及受潮状态的准确分析;3.构建了考虑不均匀老化效应的FDS仿真数据库。绝缘特征参量数据库的构建是实现绝缘状态智能评估的重要前提,然而当前尚缺乏一种面向变压器热点区油浸绝缘状态评估的数据库构造方法。鉴于此,提出了基于群体智能优化的FDS仿真模型,实现了对不均匀老化下复合油纸绝缘系统FDS数据的仿真计算,为后续状态评估模型开发提供数据基础;4.提出了变压器热点区纸绝缘老化及受潮状态的智能评估模型。利用FDS仿真数据库构建表征热点区绝缘状态的特征参量数据集,通过结合卷积神经网络(CNN)及优化KNN算法构造用于热点处绝缘状态评估的智能分类器;进而,利用实验室样本及现场变压器的状态评估试验验证了模型用于热点区绝缘老化及受潮状态分析的准确性及可靠性。