关键词： 变压器   松鼠搜索算法   贝叶斯网络   结构学习   故障诊断  

摘要： 变压器是电力系统中的核心设备之一,承担着重要的责任。变压器能否正常运行直接影响到电力系统的稳定运行。随着智能电网的快速发展,人们对电力系统可靠性的要求也在不断地提高,因此,对变压器故障进行诊断研究、及时的发现潜在的故障和对保障电力系统是否能够安全稳定的运行具有重要的现实意义。为了准确的实现对变压器的故障诊断,针对变压器故障类型与故障特征之间复杂的映射关系,提出了一种基于改进松鼠算法来优化贝叶斯网络的故障诊断方法。 首先,简单的分析油浸式变压器的结构、气体来源和故障类型。总结油中溶解气体含量与变压器故障类型之间的映射关系,介绍了变压器故障时传统的诊断方法,为变压器的故障诊断研究提供了理论基础。 其次,阐述了贝叶斯网络的基本原理,分析了贝叶斯网络在变压器故障诊断中的优势,针对贝叶斯网络在结构学习中存在的寻优效果差的缺陷,选择了松鼠搜索算法对贝叶斯网络结构进行学习。先对松鼠搜索算法的基本原理进行了介绍,由于算法存在收敛速度慢等问题,提出了一种基于遗传算法和随机反向学习的混沌松鼠搜索算法,在种群初始化阶段引入Tent混沌映射,丰富种群的多样性;在迭代的过程中加入遗传算法思想,增强了算法的全局搜索能力;在算法迭代的后期引入随机反向学习,可以防止算法陷入局部最优。通过10种基准测试函数与未改进的松鼠搜索算法进行对比测试,表明了改进后的松鼠搜索算法具有更好的寻优性能。然后,将改进的松鼠搜索算法应用于贝叶斯网络结构学习中,利用改进后的松鼠算法来搜索最优的贝叶斯网络结构,选取了三种经典的贝叶斯测试网络进行测试,验证了改进后的松鼠搜索算法对贝叶斯网络结构优化的可行性和优越性。 最后,利用改进后的松鼠算法优化贝叶斯网络来构建变压器故障诊断模型,之后利用Matlab仿真软件对模型进行测试,并将其与不同的故障诊断模型进行对比测试,经验证,利用改进后的松鼠算法所构建的模型故障诊断识别能力最好,然后通过实例分析,验证了所构建的变压器故障诊断模型在实际的故障诊断中有较高的故障诊断准确率,具有一定的应用价值。图30幅,表20个,参考文献84篇。

关键词： 大功率中高频高压变压器   电力电子变压器   静电除尘   多场建模   优化设计  

摘要： 随着大功率半导体的逐步成熟,以大功率电力电子变换为基础的新兴应用场景逐步拓展,在电力牵引、新能源并网发电、电力电子变压器、静电除尘等领域获得了诸多运用,收获了良好的经济和社会效益。大功率中高频高压变压器是大功率电力电子变换的核心元件,承担了电压变换、电气隔离、提供谐振元件、限流保护等诸多功能,因此优良的变压器建模及设计可以大大提升功率变换整体性能并降低系统成本。目前,变压器绕组、磁芯、分布参数、热计算等建模在现场应用中未能完整考虑实际工况,多物理场模型的精度、简化条件、应用范围、复杂程度、计算速度等难以完全满足现场需求。因此,本文针对大功率中高频高压变压器在多物理场参数建模及优化设计中的具体问题展开研究,主要包括六个方面: 1.在磁场绕组损耗建模方面,针对高频变压器屏蔽层绕组损耗问题,提出了屏蔽层绕组损耗计算通用模型,并将其推广应用于铜箔、圆导线、利兹线、多层圆导线、交错原副边屏蔽层、同轴变压器屏蔽层等多种不同屏蔽层结构,通过仿真与实验对比论证了损耗模型的通用性和准确性,进一步地,提出了综合考虑降低屏蔽层损耗及抑制EMI水平的屏蔽层优化设计方法,结合案例分析给出了高频变压器常用铜箔屏蔽层绕组的设计步骤并进行了验证; 2.在磁场磁芯损耗建模中,针对实际工况下不同灌封厚度、灌封部位等对磁芯损耗存在影响这一问题,搭建了高频变压器磁芯损耗测试平台,通过测试不同灌封方式下纳米晶磁芯损耗,发现较小灌封厚度对磁芯损耗影响可以忽略,而损耗随灌封厚度增加逐步增加,最后以此为依据提出了考虑灌封工艺影响的磁芯损耗模型修正方法; 3.在电场分布电容建模方面,针对高频变压器绕组、磁芯、外壳、大地等端口间的分布电容会引起电压电流谐振及EMI问题,本文提出了基于平行板电容器及其修正系数的变压器关键结构电容提取方法,包括原边电容、副边电容、原副边之间的电容、绕组与外壳之间的电容、绕组与磁芯之间的电容等,最后提出了变压器多端口综合电容网络; 4.在磁场漏感分析中,针对大功率高频变换器需求漏感提供谐振或限流元件这一需求,提出了一种大漏感集成的变压器结构,可以减小方案中对额外串联电感的需求甚至取消串联电感,依据设计方法给出了两个具体设计案例,分别与分立变压器及电感设计方案进行了对比,仿真和实验证明新设计可以有效降低磁元件体积、成本及数量; 5.在热流场温升计算中,针对变压器内部热传导、热对流、热辐射等多种传热机理并存的现象,建立了变压器热网络结构,在此基础上提出了计及多场耦合的变压器温度计算方法;结合干式变压器的结构特征,提出了热简化建模的方法并进行了两种变压器样机的实验验证; 6.在理论建模与验证的基础上,基于人工智能算法的变压器多目标优化设计流程,以静电除尘电源匹配的72k V/10 k Hz/160k VA变压器为案例设计了变压器样机。考虑了分布参数、损耗、成本、体积、温升、绝缘等多种设计优化及约束条件,根据优化设计结果进行了仿真,并通过参数测量验证了优化设计方案,最后,将变压器样机投入现场工况运行,进一步论证了建模、设计、测量工作的准确性及有效性。

关键词： 光伏发电   交-直-交变频器   SPWM控制   谐波   LC滤波器   变压器  

摘要： 近年来,依靠太阳能驱动水泵提水进行农业灌溉、供给人畜饮水的项目逐渐增多,光伏水泵在云南地区的应用也取得了积极的进展。光伏水泵利用太阳能发电系统将太阳能直接转化为电能,进而驱动电动机带动水泵从深井、江、河、湖、塘等水源地提水。然而,鉴于光伏水泵系统应用地区的特殊性,在安装光伏水泵系统时考虑到地形等因素,很多时候光伏方阵会远离泵站,常规电力输送所产生的线损将会是一个影响系统经济性的问题,此时就需要采用变频高压输电来降低输电线损。这种方法虽然增加了一段高压输电线路,但与低压输电技术方案相比,投资显著降低,对光伏水泵系统的长远运行是十分有利的。因此,对光伏水泵系统的变频高压输电研究具有十分重要的意义。(1)根据太阳电池的数学模型,使用Matlab/Simulink搭建了仿真模型,得到了太阳电池在标准测试条件下(STC,1000 W/m,25℃)的I-V和P-V输出特性;根据“五参数法”(I、V、I、V、P)搭建了太阳电池的工程模型,模拟了不同太阳辐照度下(400 W/m、600 W/m、800 W/m、1000 W/m)和不同温度下(15℃、25℃、35℃、45℃)光伏组件的输出特性。(2)交-直-交变频器根据中间直流电路储能元件的不同分为电压型变频器和电流型变频器,使用Matlab/Simulink分别对电压型变频器和电流型变频器的整流部分搭建仿真模型分析,包括电容滤波的三相不可控整流电路(直流侧有电感和无电感)、三相桥式全控整流电路(电阻负载和阻感负载);对交-直-交变频器逆变电路部分进行分类建模仿真,包括三相电压型逆变电路和三相电流型逆变电路,通过仿真分别得出了不同电路的特性;分析了PWM技术的基本原理,为后续章节的研究提供了理论依据。(3)使用Matlab/Simulink搭建了交-直-交变频器电路的仿真模型,模拟了交-直-交变频器输出侧电压和电流的波形情况。将调制比设置为0.8,研究了不同载波频率时(1 k Hz、1.5 k Hz、2 k Hz、2.5 k Hz、3 k Hz、5 k Hz)变频器输出侧电压和电流的谐波情况;将载波频率设置为2 k Hz,研究了不同调制比(0.1-0.9)时变频器输出侧电压和电流的谐波情况。根据不同滤波器的特点选择LC滤波器(星形连接方式)作为本文的滤波器类型,使用Matlab/Simulink对所设计的滤波器进行验证,分析了滤波后的交-直-交变频器输出侧的电压和电流谐波情况,得出滤波后的THD和THD分别为4.07%和0.42%,取得了较好的滤波效果。(4)从理论方面分析了三相变压器空载合闸的瞬态过程;使用Matlab/Simulink搭建了变压器空载合闸励磁涌流的仿真模型,模拟了三相变压器励磁涌流波形的情况;搭建仿真电路分析了变压器的负载运行和空载运行,分别得出了在变压器负载运行和空载运行条件下各电压和电流的变化情况。最后,对变频高压输电系统进行了经济性分析。

关键词： 磁场预测   机器学习   数据集规模   漏磁单相变压器  

摘要： 传统基于有限元的方法产生的数据虽然精度高,但由于其计算时间较长且数据量较大,难以满足变压器磁场快速预测的实际需求。因此,开展快速且高精度的变压器磁场预测及数据规模对预测精度影响研究有着重要的研究意义和实用价值。本论文以漏磁单相变压器为例,开展了磁场预测及数据规模对预测精度的影响研究,主要研究内容和研究结果如下:(1)针对漏磁单相变压器磁场随时间非线性变化,造成难以预测的问题,本论文开展了基于电气参数的漏磁单相变压器磁场预测研究。首先,基于有限元分析(Finite Element Analysis,FEA)仿真数据,提取FEA仿真数据的时间和电压特征。其次,对FEA仿真数据进行数据清洗、数据划分预处理,得到两种不同网格剖分的稀疏数据集和密集数据集,在此基础上,依据磁感应强度大小对应的时间区间,进一步开展数据集划分及主成分分析(Principal Components Analysis,PCA)研究,分别得到这两种不同网格剖分数据集的谷值和非谷值数据集。最后,构建不同机器学习模型对漏磁单相变压器磁场进行预测。实验研究结果表明,利用深度神经网络(Deep Neural Networks,DNN)模型预测漏磁单相变压器磁场的效果最优,稀疏数据集和密集数据集的预测结果平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)分别为1.57%和1.56%,预测用时分别为0.46s和0.61s,预测速度分别为相应的FEA仿真速度的43.48倍和83.61倍。(2)针对目前磁场传感器部署的数量较少,造成采集的磁场数据无法预测漏磁单相变压器内部磁场全貌的问题,本论文基于FEA得到的网格数据点,开展基于采样点的漏磁单相变压器磁场预测研究。首先,基于FEA仿真数据得到不同网格剖分的稀疏数据集和密集数据集,并分别进行异常数据清洗。其次,根据铁芯和线圈上坐标网格点的磁感应强度变化规律,设置不同的采样区域,对其中的坐标网格点分别进行采样,并进行PCA、归一化数据预处理。最后,构建不同的机器学习模型开展漏磁单相变压器磁场预测。实验研究结果表明:1)DNN模型预测效果最好,在铁芯和线圈上的采样区域1中,在稀疏数据集仅有的4个点的预测结果MAPE为8.26%,在密集数据集仅有的17个点的预测结果MAPE为26.83%。2)在采样点分布在铁芯棱上采样区域2、采样点分布在铁芯表面以及棱上的采样区域3中,在稀疏数据集上采样4个点,采样区域2、采样区域3的预测结果MAPE分别为5.07%和6.95%;在密集数据集上采样17个点,采样区域2、采样区域3的预测结果MAPE分别为10.36%和15.89%。因此,在采样点数量相同时,采样点的空间分布对预测精度有一定的影响,采样点分布在铁芯棱上的采样区域2磁场预测精度最高。(3)针对FEA仿真产生的数据存在冗余的问题,开展漏磁单相变压器数据集条数、坐标网格点数与预测精度关系研究。首先,在前面的预测实验结果基础上,取坐标网格点数为1 305的数据集A(1 078条)和数据集C(2 500条),数据条数为420条的数据集B(30 934网格点)和数据集D(1 559网格点),通过减小数据条数分别得到其坐标网格点数量固定条件下的数据条数与预测精度的关系。最后,根据构建的数据条数与预测精度的关系,开展了坐标网格点数量与数据条数对磁场预测精度的影响研究。实验研究结果表明:1)坐标网格点数(30 934网格点)一定的情况下,数据集B对应的数据条数最大为420条时,最高预测精度为98.34%;在数据条数(420条)一定的情况下,坐标网格点数量最大为1 559时,最高预测精度为96.47%。2)利用数据集B建立的预测精度函数对数据集D的数据条数进行预测,预测结果相对误差为8.76%,利用数据集C建立的预测精度函数对数据集A的数据条数进行预测,预测结果相对误差为20.72%。因此,可以利用DNN模型快速且高精度的预测漏磁单相变压器磁场;在计算FEA仿真需要导出的模型数据时,首先需要考虑数据的条数,其次考虑坐标网格点的数量,最后考虑坐标网格点的空间分布;在给定磁场预测精度的情况下,可以根据磁场预测精度来确定数据的条数、坐标网格点的数量以及坐标网格点空间分布。

关键词： 电力变压器   多物理场   耦合模型   温度分布   油流分布  

摘要： 随着电力事业的蓬勃发展，对大容量电力变压器的需求也日益增加。然而，电力变压器容量增大的同时，其内部漏磁场也随之增强，在铁心、绕组和结构件上产生较大的损耗，造成局部过热现象，影响绝缘材料的绝缘性能，使得变压器运行的稳定性和使用寿命降低。为了解决这一问题，一方面需要准确计算变压器额定运行时的磁场，以及变压器内的铁耗、绕组损耗和杂散损耗;另一方面，需要对变压器内部发热和冷却过程有效模拟，获得变压器各结构的温度分布以及油流分布，这就需要在变压器设计阶段充分考虑磁-流-热-固多物理场之间的耦合关系。　　本文以一台型号为DSP-241000kVA/500kV的单相变压器为研究对象，对其在额定运行状态下电磁场、损耗以及温升进行了研究，在变压器电磁场部分基于有限元法计算，流体场和温度场部分则基于有限体积法计算。磁场与温度场之间采用间接耦合，温度场与流体场之间则采用直接耦合的方式。　　首先，采用Maxwell软件建立变压器结构模型，并在网格剖分过程中考虑拉板、夹件的集肤效应，基于场路耦合法分别对变压器主磁场和漏磁场的电流和磁密分布进行计算，验证模型建立的准确性，为损耗计算做准备。　　其次，对变压器额定运行状态下涡流场中产生的铁耗、绕组损耗及结构件的杂散损耗进行求解，将损耗作为热源加载到流体-温度耦合物理场中计算各结构的温度分布和油流分布。　　最后，采用热流分析软件Icepak对变压器进行了考虑温度对绕组及结构件电导率的影响以及温度对变压器油物理参数影响的磁-流-热-固双向耦合分析，并与不考虑温度影响的磁-流-热-固单向耦合分析结果进行了比较和讨论。结果表明:建立的双向耦合仿真模型能充分考虑磁-流-热-固多物理场之间的耦合关系，提高了变压器内部各结构温度分布和油流分布计算的准确性，并能为变压器的设计和工程应用提供一定的参考。

关键词： 电力机车   变压器油   酸值   方法对比   方法改进  

摘要： 酸值是反映电力机车变压器油的重要指标，目前国内采用NB/SH/T 0836—2010、GB264-83方法测定变压器油的酸值，另有GB/T7304—2014方法测定石油产品的酸值。文章通过对比几种不同的变压器油测定方法，对比三种实验结果，得出结论：NB/SH/T 0836—2010通入氮气的方法测定的酸值数据最为可靠，可以用作实验室测定电力机车变压器新油酸值的方法；GB264-83方法过程简单易行，可以用作现场试验检测方法，但需要做平行试验以减小误差；GB/T7304—2014改进方法试验结果稳定，可以作为实验室补充方法。

关键词： 变压器故障诊断   油内溶解气体分析   海鸥算法   概率神经网络  

摘要： 随着社会经济的飞速发展,各领域对电能的需求量越来越大。电力变压器作为电力系统的关键设备,保证其安全运行至关重要。因此,研究变压器运行状态实时监测与故障诊断方法意义重大。油内溶解气体分析方法(Dissolved Gas-in-oil Analysis,DGA)是诊断变压器故障的有效手段之一。传统的变压器故障诊断方法包括三比值法、特征气体法以及大卫三角形法都是基于DGA的基础上发展而来的,并且随着人工智能算法的成熟,将人工智能技术与DGA相融合,大幅提高了变压器故障诊断的准确率。针对传统的变压器故障诊断方法存在故障边界模糊、诊断准确率不高等问题,本文基于DGA建立了一种改进海鸥算法优化概率神经网络(Probability neural network,PNN)的变压器故障诊断模型。本文的主要研究工作如下:(1)深入分析了变压器油内溶解气体产生的机理和变压器故障类型,总结出不同故障类型与特征气体的对应关系。(2)针对DGA原始数据存在冗余量影响诊断精度问题,引入核主成分分析法(Kernel Principal Component Analysis,KPCA)对原始数据进行主成分提取,实现非线性降维,通过与采用原始特征向量的故障诊断模型的准确率和运算速度对比,验证了KPCA的有效性。(3)基于PNN的平滑因子对故障诊断模型性能的影响,建立改进海鸥算法(Impr oved Seagull Optimization Algorithm,ISOA)优化PNN的变压器故障诊断模型,引入T ent混沌映射、非线性惯性权重和高斯变异三种策略对传统海鸥算法进行改进,选取多个基准函数进行测试,对改进策略的有效性进行验证,本文将KPCA-ISOA-PNN变压器故障诊断模型与其它变压器故障诊断模型对比,仿真结果显示前者性能优越,准确率达到94.44%。(4)研究了变压器油内溶解气体在线监测与故障诊断系统的软硬件设计方案,实现对变压器油内溶解气体含量信息进行实时监测和变压器的故障诊断,为变压器安全运行提供了有力保障。

关键词： 电动汽车   电励磁同步电动机   轴承一体式旋转变压器   磁场调制  

摘要： 将电励磁同步电动机应用于电动汽车领域，在运动模式下，电励磁同步电动机可以加大励磁电流，电励磁同步电动机将提供极快速的动力传输，提供急加速能力。在舒适模式和ECO PRO（超经济）模式下，电励磁同步电动机可以减少励磁电流，提高驱动系统的效率。然而，电励磁同步电动机除了与交流电机相同的前/后端盖、定子铁心及绕组、转子铁心及绕组、基座外，还包括直流励磁系统:电刷/刷架、滑环、励磁绕组，复杂的直流励磁系统降低了电励磁同步电动机及其系统的可靠性，并且与永磁同步电动机相比，需要额外的励磁电源，降低了电机及控制系统的节电效果。　　本文提出一种将轴承和旋转变压器结合，利用磁场调制原理，实现电励磁同步电动机励磁系统的无刷励磁及轴承复用，取消了传统电励磁同步电动机的轴承、电刷及滑环励磁系统。本文的主要研究内容如下:　　（1）提出一种轴承一体式旋转变压器结构，基于双旋转磁场和磁导调制原理，开展了轴承一体式旋转变压器能量传输模式研究，对轴承一体式旋转变压器的等效磁路模型、不完全等值电路模型和完全等值电路模型进行了分析，为轴承一体式旋转变压器的电磁设计奠定了基础。　　（2）开展了轴承一体式旋转变压器的电磁设计，对其定子、转子、滚针（调磁块）及轴承内外护套等设计。根据磁场调制原理确定了滚针与轴承一体式旋转变压器的定转子极对数配合，完成了轴承一体式旋转变压器各部分材料、极弧系数及绕组等设计。　　（3）建立了轴承一体式旋转变压器三维有限元模型，完成了轴承一体式旋转变压器电磁-温度场仿真，给出了电压、电流、反电动势、磁密分布以及温度场分布。验证了设计的轴承一体式旋转变压器的正确性。　　（4）制造轴承一体式旋转变压器样机一台并搭建了实验平台，完成了电磁特性、传输特性等实验，给出了轴承一体式旋转变压器电阻、电感、电压及电流等数据，验证了所提方案的正确性。