关键词： 干式变压器   OOTS模式   营销策略  

摘要： 随着我国经济持续发展,城市化进程不断推进,电力作为国家经济发展的引擎,需求也是与日俱增,这导致不仅对电力设备的需求和供应量越来越大,而且对电力设备可靠稳定的要求也越来越高。配电变压器作为电力系统重要环节,是电能传输与分配过程中尤为重要的关键设备,其市场需求量不断增加,在配电变压器中干式变压器的应用尤为广泛。用户的偏爱对于干式变压器制造厂家而言,在迎来机遇的同时,也面临更多的挑战。然而近年来,越来越多企业涌入干式变压器制造行业,市场竞争也随之加剧,加上原材料价格也在不断上升,使得制造成本增加,利润空间一度压低。在市场竞争日益激烈的背景下,干式变压器制造厂应当如何挖掘国内市场卖点,提高企业核心竞争力;如何满足用户对变压器持续稳定运行的需求?都是值得研究的问题。本文以广州西门子能源变压器有限公司干式变压器(以下简称广州西门子干式变压器)采用OOTS模式(拥有-经营-转让-服务)为研究对象,运用市场营销的相关理论知识,制定相关策略。首先,通过宏观环境分析、行业环境分析、内部环境分析及市场分析,制定OOTS模式营销策略的基础模型;其次,通过STP营销战略和5Ps营销组合策略方面,制定和实施广州西门子干式变压器OOTS模式;最后,通过制定一系列保障措施来有效实施OOTS模式。本文研究的OOTS模式是BOT(建设-经营-移交)项目融资模式的演化,并非普遍应用在与政府合作的基础产业项目,而是设备制造工厂与设备使用企业合作的产业项目。制造工厂提供设备,在协议期限内拥有其所有权,期满后设备所有权移交给企业,同时负责设备全生命周期的现场运营服务,最后通过服务实现企业持续营收。我国学者在基础设施领域做了大量的研究,但对OOTS模式应用在设备制造商与使用企业之间则很少关注,本文首次研究了OOTS模式运用在干式变压器行业,不仅能够为解决广州西门子干式变压器营销创新问题提供一定的借鉴价值,而且能满足用户对产品全生命周期管理的需求。

关键词： 场-路耦合法   漏磁场   绕组变形   短路阻抗   绕组电容  

摘要： 随着国家经济的发展和能源设施的建设,电网规模和容量与日俱增,电力变压器是电力系统最重要的设备之一,其安全稳定运行对电网有重要影响。变压器绕组常因机械力或短路冲击的电动力而发生形变,继续遭受短路冲击会因累积效应造成损坏,甚至变压器停运致使电网大面积停电。能够及时检测识别电力变压器故障具有重要意义。本文建立变压器绕组精细模型对绕组变形进行模拟仿真,并通过两种绕组形变检测方法对变压器进行综合评估。以一台型号为SSZ10-240000/220的三相变压器作为研究对象,使用Maxwell软件建立变压器绕组正常状态的简化模型和精细模型。其中精细模型模拟了高、中压绕组真实的结构特点,考虑到绕组线匝的尺寸与分布情况。采用场-路耦合法对两种模型的短路状态进行有限元仿真,计算短路电流及漏磁场分布,并分析径向和轴向漏磁分量的分布特点。根据漏磁场分布情况分析绕组受力特点,并结合变压器绕组的实际故障情况确定绕组最易发生形变部位。建立变压器高压绕组和中压绕组不同程度轴向压缩的简化和精细模型,仿真计算了变压器绕组轴向形变时的磁场分布和绕组电流,计算相应的短路阻抗。通过绕组静电场的仿真计算了不同压缩程度下绕组的饼间电容。建立不同形变程度的高压绕组鼓包、中压绕组内缩的简化和精细模型,仿真计算了变压器绕组径向形变时的磁场分布和绕组电流,计算相应的短路阻抗。通过绕组静电场的仿真计算了不同形变下绕组的径向电容。根据短路阻抗和电容量的变化情况得到变压器的故障类型、故障强度以及故障位置,合理分析变压器绕组状态并提高判断的准确性。

关键词： 电力变压器   辐向受力稳定性   突发短路试验   机械损伤  

摘要： 电力变压器的运行状态与电力系统稳定性及安全性密切相关,它是电力系统运行环节中最重要的设备之一。相对变压器其他组成结构,绕组的结构状态对其影响最大。变压器在实际运行过程中必将会受到短路电磁力的冲击,在电磁力峰值点绕组将无法抵抗短路带来的动稳定,绕组结构可能出现变形失稳情况或者直接损坏而引发电力系统事故。因此,变压器绕组结构稳定性特别是辐向受力稳定及机械性能研究不仅能有效提高变压器出厂品质,同时可以降低电网因变压器绕组故障而引起的事故的概率。 首先,本文从理论研究出发,分别从绕组的短路电流、电磁场、辐向力、轴向力几方面对变压器绕组抗短路能力进行研究,同时利用有限元仿真计算软件搭建二维仿真计算模型,分析和总结了低压绕组辐向失稳概率远远超过了轴向失稳。 其次,根据变压器绕组辐向受力稳定性理论,从绕组铜导线材料性能试验探究出发,总结出换位铜导线屈服强度较扁铜导线及组合铜导线大,铜导线的性能受温度及厚度影响较大。针对绕组辐向受力稳定性判断方法,本文以国家标准的判断方法为基础,提出了等效刚度代替软硬度的研究方法,并通过建立绕组单线饼仿真模型开展变压器在撑条、绕组厚度、变压器制造分散性等影响因素下的辐向受力稳定性研究,并对其研究结果进行总结。 最后,以专门研发的一台50MVA/110k V三相三柱三绕组变压器为研究对象,建立三维仿真模型对变压器绕组机械损伤状态进行模拟。基于目前国内大部分研究人员都只是利用退役的变压器开展电力变压器绕组机械损伤研究的现状,本文以国家标准的判断方法为基础,对一台崭新的变压器分别进行高低压和高中压运行方式下的突发短路试验研究。在试验操作完全符合国家标准的情况下,发现该试验结果与国标规定存在一定的偏差,其偏差原因在于国家标准与各大变压器制造厂计算软件及分析平台没有形成一体化模式。因此,针对本课题绕组机械损伤试验研究,提出了比国家标准更精确的评估方法,从而有效降低了变压器产品因绕组机械故障而危害电网的概率。

关键词： 变压器绝缘油   光学气体检测   光声光谱   油气分离  

摘要： 油浸式变压器在产生故障缺陷时会释放出不同种类的特征气体,这些特征气体会溶于变压器绝缘油中,通过对油中特征气体种类和浓度监测可实时判断变压器的运行状态。而光声光谱技术在多组分、跨领域的痕量气体检测中具有技术优势。本文针对变压器油中故障气体检测需求,从软件、硬件和算法方面设计并搭建了多气体光声光谱控制与分析系统。主要研究工作如下:(1)基于气体分子红外吸收光谱理论,对气体吸收谱线加宽机理进行分析。以比尔朗伯定理为基础,建立了分子光谱吸收谱线的计算模型,介绍了光声信号的激励机制,对所设计的光声光谱控制与分析系统进行了理论仿真。(2)基于非谐振光声工作原理设计并搭建了多气体光声光谱控制与分析系统。该系统主要由光声光谱气体检测模块与油气分离预处理模块构成。光声光谱气体检测模块为核心功能模块,由光声光谱探测部件与软硬件控制部件组成。通过探测光声池内激励的光声信号进行信号处理,最终获取待测气体的浓度。在传统顶空式油气分离部件基础上提出并研制了真空排气部件,设计了复合式油气分离模块的协调工作流程,进行了真空排气部件性能的测试与分析,能够对抽取检测后的绝缘油油品进行排气净化处理。(3)研究了多气体光声光谱控制与分析系统的流程设计、测试标定和串扰抑制等。首先对光声光谱气体检测模块进行单气体测试,实验证明每种特征气体的检测下限均低于1 ppm。针对多气体间交叉串扰问题设计编写了串扰抑制方案和软件算法,以CH和CH混合气体为例进行了方案验证。使用多气体光声光谱控制与分析系统对多种油中溶解气体进行标定测试,根该检测结果证实了该系统稳定性较好,适用于变压器绝缘油中特征气体检测等场景。

关键词： 油中溶解气体   气体传感器   交叉干扰   神经网络   遗传算法  

摘要： 变压器是电力系统中最重要的设备之一,其是否能正常工作,关系到整个电网的运行情况。瓦斯继电器是变压器设备上一种重要的保护装置,当故障发生后故障气体通过压力波进行轻瓦斯告警。轻瓦斯告警也预示着变压器内部可能已经出现故障,现如今人工采气的方法只能知晓是否发生故障不能判断发生故障的类型,无法做出针对性的措施。本文通过传感器的选型,搭建气体交叉干扰检测试验平台,研究智能算法对于混合气体的定性识别和定量估计,解决在多种混合气体间交叉干扰影响下导致气体测量不准确,识别能力差等问题。实现轻瓦斯可燃性气体的在线监测装置,本文的主要工作:(1)针对轻瓦斯可燃性气体中常见的氢气、一氧化碳和甲烷三种目标气体进行气体传感器的选型,结合传感器的原理、优缺点以及选型要求选出三种不同厂家的传感器。通过搭建由混合气体、测试腔体、气体传感器、检测单元以及数据接收器等设备构成气敏实验平台。对其重复特性、浓度特性以及动态响应-恢复特性的研究选取最符合本文试验要求的气体传感器。(2)利用正交试验原理建立由三因数九水平构建的正交表选取轻瓦斯混合气体的配比,并利用气敏试验平台进行一系列气敏试验,获取试验数据,通过归一化的预处理得到气敏试验数据的样本库。(3)建立由混合气体相互交叉干扰补偿修正方法构建的现场快速的混合气体模式识别模型,利用预处理后的样本数据,进行实例测试。结果表明该方法可以降低混合气体间的交叉干扰,实现变压器现场的快速检测,但达不到变压器在线监测的要求。(4)建立基于遗传算法优化BP神经网络对氢气、一氧化碳和甲烷气体进行定量分析,结合气体样本库中数据进行计算,结果表明GA-BP法可以有效降低混合气体间的交叉干扰,说明该算法对三种目标气体的预测效果都有较高的准确性和可靠性。适用于对轻瓦斯可燃性气体的定量识别问题。

关键词： 变压器   故障特性   直流偏磁   差动保护  

摘要： 由地铁杂散电流、高压直流输电和地磁感应电流引起的直流偏磁问题威胁着电网中变压器、电流互感器等电磁设备的安全稳定运行，同时也危害着整个电力系统的安全稳定运行。因此，亟需对直流偏磁对电流互感器传变特性影响以及对变压器区内故障特征量的改变展开研究。目前，国内外大量学者对直流偏磁对变压器影响展开研究，但也只集中在对变压器鲜有考虑直流偏磁对电流互感器传变特性的变化，以及普遍忽视的直流偏磁对变压器区内故障特征量的影响，但是电流互感器的传变特性以及变压器区内故障特征量对变压器差动保护能否正确动作有着决定性作用。因此，本文对直流偏磁条件下电流互感器传变特性的改变进行了分析研究，进而再分析直流偏磁对变压器区内故障特性的影响，本文研究具体内容如下：　　本文根据现场用220kV电流互感器进行分析研究，对电流互感器的一次侧绕组。二次侧绕组以及铁芯进行分析等效，使用COMSOL有限元仿真软件搭建电流互感器电磁仿真模型。并对所搭建的模型的有效性进行仿真验证，为后续直流偏磁对电流互感器稳态传变特性的研究提供了前提。　　根据搭建的电流互感器电磁仿真模型，对直流偏磁条件下，电流互感器铁芯磁通密度以及二次侧感应电流的变化进行了仿真分析。然后仿真分析了直流偏磁条件下电流互感器参数的改变对电流互感器偏磁程度的影响。分析结果表明，偏磁电流在电流互感器铁芯中产生的直流磁通受到电流互感器一次侧交流电流和直流电流共同影响，随着偏磁电流的增大，偏磁电流在铁芯中产生的直流磁通值也增大，但其增长关系并不是一个线性的关系;当电流互感器一次侧偏磁电流相同时，互感器一次侧交流电流越大，偏磁电流在铁芯中产生的直流磁通值越小，偏磁电流在电流互感器铁芯中产生的直流磁通将会持续影响变压器铁芯工作点，电流互感器铁芯工作点的抬升由电流互感器一次侧流过的交流电流与偏磁电流共同决定;直流偏磁对电流互感器二次侧感应电流影响不大，只有在极端情况下，二次侧感应电流才会出现严重畸变;合理的减小电流互感器铁芯横截面积、增大铁芯平均磁路长度、增大电流互感器额定变比能有效减小电流互感器偏磁程度。　　最后，仿真直流偏磁对变压器差动保护的影响。通过建立电流互感器等效数值模型，对直流偏磁影响下电流互感器起始饱和时间进行了推导分析，仿真分析了直流偏磁对电流互感器起始饱和时间的影响，仿真结果表明，正向的偏磁电流会加速电流互感器饱和，使得电流互感器起始饱和时间大大缩短，反向的偏磁电流使得电流互感器起始饱和时间延长;在某种极端的工况下，直流偏磁系数、剩磁系数以及故障起始角都是特定值时，电流互感器起始饱和时间将缩短至时差法的阈值范围外，使得变压器差动保护误动。通过建立含变压器的系统等值模型，仿真分析研究变压器发生区内故障时，直流偏磁对变压器区内故障特征量的影响以及差动保护保护动作特性的影响，仿真结果表明，当变压器发生相间故障时，变压器故障电流二次谐波变化量不大，变压器差动保护可靠动作;当变压器空载合闸发生励磁涌流时，正向的偏磁电流使得励磁涌流谐波含量增加，反向的偏磁电流入侵使得励磁涌流谐波含量减少，但其减少的含量有限，变压器差动保护仍能正确闭锁;当变压器发生电弧接地短路故障时，无论是正向的偏磁电流还是反向的偏磁电流，变压器差动保护依旧可以正确动作。

关键词： 电力变压器   故障诊断   KPCA   支持向量机   SGWO  

摘要： 电力变压器是电力系统中重要的设备,关系到电网的稳定运行,对人们的生产和生活有着重大的影响,因此,高效准确的检测出变压器的故障类别成为人们关注的重点,变压器绝缘油中气体的各组分体积分数易于检测且能够准确地反映出电力变压器的运行状态,油中溶解气体分析技术可以实现不停电实时在线检测,是目前变压器故障诊断中最为有效的手段之一。本文基于油中溶解气体分析(DGA)技术,提出一种基于KPCA与改进灰狼算法(SGWO)优化支持向量机(SVM)的变压器故障诊断方法。变压器故障气体含量易受外界因素干扰,产生大幅度波动,不利于变压器故障的识别,且气体数据具有复杂的非线性关系,本文采用无编码比值法产生28维新的特征来降低外界因素对变压器故障诊断的影响。新的高维数据包含过多的无用信息干扰诊断结果,且维度过高也将导致诊断时间过长,针对比值之后的高维数据的弊端,利用PCA和KPCA对其进行特征提取去除冗余特征,降低数据维度。最后分别将两种算法特征提取前后的数据输入到SVM中进行变压器故障诊断,结果显示特征提取后的模型诊断精度明显优于数据未处理的精度,且KPCA处理结果明显优于PCA,最终确立KPCA-SVM诊断模型。SVM的惩罚因子和核函数影响着模型的性能,因此选取合适的超参数成为了一个关键的步骤,本文提出了融合正余弦算法策略改进灰狼算法(SGWO)优化SVM获取最优超参数。对于原始灰狼算法全局勘探能力较差,不易于收敛且精度不高的缺陷,使用非线性改进非线性收敛因子来平衡算法的全局寻优和局部寻优能力、融合正余弦算法策略更新ω狼位置,提高寻优精度,然后和PSO、GWO算法在8个测试函数上进行性能比较,实验结果表明SGWO在收敛精度和收敛速度都优于对比的算法。将KPCA处理后的数据作为输入,利用SGWO算法对SVM的超参数进行寻优,进行变压器故障诊断。结果表明本文提出的模型诊断精度为97.95%,与KPCA-PSO-SVM和KPCA-GWO-SVM故障诊断模型相比,分别提高了14.25%,8.16%,验证了本文方法能够有效地提高变压器的故障诊断性能。最后通过对比了上述模型的运行效率和模型稳定性,其中KPCA-SGWO-SVM标准差最小,证明KPCA-SGWO-SVM相比于其他模型具有更强的模型稳定性。该论文有图40幅,表24个,参考文献67篇

关键词： 变压器油   溶解气体   浓度预测   奇异谱分析   相空间重构   无负约束理论  

摘要： 随着我国经济的迅速发展，国家越来越重视电力系统的安全性问题。电力系统的可靠性直接关系到用电设备的可用性和安全性，一旦电力系统发生故障，将会造成重大经济损失。电力变压器作为电力系统的核心设备之一，其运行状态关系到整个电力系统是否能够安全运行。因此，能够提前预测电力变压器状态并采取相应措施对电力系统安全具有重要意义。溶解气体分析(Dissolved Gas Analysis,DGA)是评价油浸式变压器状态的最常用方法之一，变压器在进行变压的过程中，会导致油中溶解气体浓度产生变化，根据油中气体浓度可以预测变压器可能发生的故障。因此，对电力变压器油中溶解气体浓度预测可便于工作人员提前发现变压器可能存在的故障。在此背景下，本文针对变压器油中溶解气体进行研究,提出了一种基于奇异谱分析(Singular Spectrum Analysis,SSA)、相空间重构(Phase Space Reconstruction,PSR)和无负约束理论(No Negative Constraint Theory,NNCT)的多模型组合预测方法，并提出一种优化算法调节多模型融合过程中的参数。　　为克服单一预测模型不能对所有分解子序列获得较好预测结果的缺点，本文提出了一种组合预测方法。首先，使用SSA方法从原始气体数据中提取出代表原时间序列不同成分的子序列，以降低数据的非平稳性，并利用PSR方法将数据重构为模型的输入向量和目标向量;其次，通过建立由多种单一预测模型组成的组合预测模型对输入向量进行预测;然后，考虑到每个单一预测模型的预测结果在结合的过程中，其权重系数会对预测结果会产生显著影响，故本文提出了一种改进优化算法，其过程通过结合全局精英反向学习策略(GlobalElite Oppose Learning Strategy,GEOLS)、粒子群优化(Particle Swarm Optimization,PSO)算法和遗传算法(Genetic Algorithms,GA)优化单一预测模型的权重系数;最后，本文通过对所有子序列的预测值累加，得到了原始序列的最终预测结果，从而实现对变压器油中溶解气体浓度的预测。本文选取某变压器油中溶解气体的H2和CH4浓度数据进行算例分析，实验结果表明，与其它预测模型相比较，使用改进优化算法的组合预测方法能够对变压器油中溶解气体浓度实现较高精度的预测。　　本文通过案例分析验证了本文所提出的组合预测方法的有效性。其实验结果表明:（1）基于SSA的数据预处理技术可以有效降低油中溶解气体浓度序列的非平稳性;（2）相对单一预测模型无法有效地对所有分解子序列进行预测,采用NNCT多模型融合策略的组合模型可以达到更好的预测效果;（3）采用改进优化算法计算单一预测模型的加权系数，有助于提高预测结果的精度。

关键词： 光伏系统   逆变器   多电平变换器   共模电压   漏电流  

摘要： 近年来光伏系统成本不断降低,使其成为未来可大规模部署的清洁能源。背后主要驱动力是光伏板成本的不断降低,以及不同国家政府为推广清洁能源而提供的大量补贴。在光伏应用中,变压器通常用于提供输入和输出之间的电气隔离和电压比转换。然而,传统铁铜变压器增加逆变器的重量、体积和成本的同时降低了效率和功率密度。为了克服使用基于变压器的逆变器的局限性,引入了无变压器型逆变器。考虑到无变压器型逆变器的挑战和优点,本文在对无变压器型逆变器进行了研究和评估的基础上,设计了两种不同类型的用于光伏系统的无变压器型逆变器。 本文首先归纳目前无变压器光伏逆变器类型,并对半桥单相逆变器和全桥单相逆变器进行分析。针对系统损耗问题进行损耗计算,评估系统效率,并对各类拓扑特性进行对比总结。通过软件对系统进行进一步仿真,并通过半导体器件数据手册设计热模型以提高准确性。相比之下,与这些逆变器相关的最具挑战性的因素是共模电压、漏电流、半导体器件数量、成本、功率密度以及转换效率问题。 针对共模电压、漏电流问题以及效率问题,提出一种新型的零电压开关控制型无变压器中点钳位逆变器。系统分析该逆变器的电路结构和单极性正弦脉宽调制策略,详细分析该逆变器的工作原理和共模特性。在此基础上进行损耗计算和效率评估,并与传统逆变器进行比较以表明提出方案具有更高的效率。使用MATLAB-SIMULINK和PLECS工具箱进行验证,然后在硬件样机上完成实验验证。验证结果表明,与传统的中点钳位无变压器逆变器相比,所提逆变器具有保持共模电压、抑制漏电流、导通损耗低等优点。 针对电压等级问题、半导体器件电压应力以及功率损耗问题,提出一种基于单相开关电容的可变直流母线多电平逆变器。系统分析该逆变器的电路结构,详细分析其工作原理和不同工作状态,并进行对比分析、热建模和设计指导。最后,以具有两个开关电容单元的五电平逆变器为例进行测试,验证了所提出的多电平逆变器在不同工况下的性能和方案的有效性。验证结果表明,与传统的单输入基于开关电容的多电平逆变器相比,该逆变器具有半导体器件数量少、总耐压低、功率密度高和灵活性强等优点。 综上,本文根据各种标准对无变压器逆变器进行了研究和评估,从系统共模特性、元件数量、功率密度、效率不同维度对方案进行了对比分析。在此基础上,考虑到无变压器型逆变器的挑战和优点,本文研究、分析和设计了两种不同类型的用于光伏系统的无变压器型逆变器。

关键词： 变压器   故障诊断   长短时记忆网络   麻雀搜索算法   注意力空洞卷积  

摘要： 油浸式变压器作为输配电过程中最重要的设备,电网运行的可靠性很大程度上取决于该设备的无故障运行。因此,对变压器运行状态的检测具有十分重要的意义。基于当前研究状况,溶解气体分析是衡量油浸式变压器故障状态最常用方法。本文用油中溶解气体含量构成变压器故障特征向量,引入长短时记忆网络,建立变压器故障特征向量与变压器故障类型之间的函数关系,从而得到一种基于深度学习的变压器故障诊断方法。针对油浸式变压器油中溶解气体数据包含的异常值,建立一种基于隔离森林的数据清洗方法,对原始数据进行分割,从而实现原始数据的异常值清洗,接着采用最值归一化的方法对清洗后的数据进行规范化操作,并建立实验所需的训练数据与测试数据。针对长短时记忆网络的超参数选择困难,难以构建较高分类精度模型的问题,建立了一种改进的麻雀搜索算法优化的长短时记忆网络变压器故障诊断模型。首先使用佳点集和自适应权重对麻雀搜索算法进行优化,克服其收敛速度慢且易陷入局部最优的弊端,接着使用测试函数对改进麻雀搜索算法的性能进行验证,最后将改进的麻雀搜索算法引入长短时记忆网络,得到改进模型。实验证明,所建立的模型可以有效对变压器进行故障诊断,为变压器的健康运行提供保障。针对长短时记忆网络对空间特征不敏感,提取特征不完全的缺点,建立一种双注意力的变压器故障诊断模型。首先使用空间注意力模块和空洞卷积改进原始卷积神经网络,接着赋予长短时记忆网络时序注意力加权机制,得到时序注意力加权长短时记忆网络,最后将空间特征提取机制与时序特征提取机制融合得到双注意力变压器故障诊断模型。结果显示,同时考虑了空间特征与时序特征的双注意力变压器故障诊断模型,对变压器故障诊断有较高的诊断精度。为进一步提高变压器故障诊断模型的诊断准确率,将改进的麻雀搜索算法引入双注意力变压器故障诊断模型,建立改进麻雀搜索算法优化的双注意力模型。实验结果表明,将双注意力模型的超参数优化后对变压器的故障特征提取能力,故障分类能力有一定的提升,对实际工程应用有一定的参考意义。