关键词： 电力变压器   局部放电类型识别   深度学习   增量学习   轻量化部署  

摘要： 电力变压器作为电力系统的关键枢纽,其运行状态直接影响电力系统的安全稳定。局部放电是变压器绝缘劣化的原因和突发故障的先兆,通过准确识别局部放电类型,可以对绝缘缺陷定位和风险严重性评估起到重要指导作用。近年来,深度学习技术的发展,为局部放电的智能识别提供了有效途径。深度学习以数量充足且类别分布均衡的局部放电数据为基础,自主学习放电数据与类别标签之间的复杂映射,可实现放电类型的准确判定。然而,变压器中各类型放电缺陷的发生概率不同,数据集面临类别不平衡问题,而且放电标签的准确标注存在难度,使得大量现场数据以无标签形式被记录,影响了深度学习的实际应用。此外,随着传感器的持续部署,更加多样的局部放电数据逐渐出现,造成了深度模型失准现象也渐趋突出。因此,本文基于深度学习研究了非健全局部放电数据集(类别不平衡、数据类别标签缺失)下深度识别模型的训练方法;进一步提出了深度识别模型面向局部放电流式数据的增量学习策略以实现模型服役期间的更新维护;最后探索了面向电力智能终端的优化部署问题。主要研究内容和成果如下:针对电力变压器局部放电数据的类别不平衡问题,提出了一种基于生成式对抗网络的数据增强方法,以实现局部放电样本的类别分布均衡化。该方法借助边界平衡策略改进传统生成式对抗网络,增强了博弈对抗中判别器和生成器的平衡能力;进而附加标签信息以克服传统生成对抗网络无法按类别扩充样本的弊端,并辅助以分类任务进一步提高模型的生成能力。基于变压器局部放电时频谱的实验分析结果表明,相较于传统方法,所提方法的生成样本质量更高,能够更为有效地改善深度模型对少数类放电缺陷的识别能力,并推广应用于局部放电相位分布图谱(Phase resolved partial discharge,PRPD),也表现出优异的数据增强能力。为了有效利用无标签的局部放电数据支撑深度模型训练,提出了一种基于图卷积网络和虚拟对抗训练的局部放电缺陷半监督识别方法。该方法将图卷积网络引入了局部放电识别领域,提出了兼顾PRPD图谱局部空间相邻性和特征相似性的局部放电图信号构建方法;融合VAT和PL策略将无标签样本吸纳到特征挖掘过程,以解决传统研究对无标签样本利用不足的问题。实验分析结果表明,通过利用无标签样本,该方法对有标签样本的需求量显著下降;相较于传统局部放电识别方法的识别率提升了 6%～14%不等,有助于降低人工标注现场放电缺陷的时间和人力成本;最后,在来源复杂的现场变压器和电抗器局部放电数据上进一步验证了该方法的可靠性。考虑到局部放电深度识别模型面向流式数据的增量更新需求,提出了一种结合知识蒸馏和图神经网络的局部放电增量学习策略。在增量更新中,该方法通过最小化代表性历史数据的蒸馏损失来继承原始模型的局部放电先验知识,以维持对局部放电历史数据的辨识能力;利用先验知识指导新增局部放电数据的学习,并通过修正模型逐步增强面向新数据的泛化能力;为适应新数据规模的不确定性,进一步引入了图神经网络协同学习各类型放电样本间丰富的关联信息,以改善少样本场景下的局部放电增量学习效果。实验结果表明,该方法无需重新训练,便可高效地学习持续新增的局部放电数据,且增量学习的显存占用仅为重新训练的32.1%,这对于实际部署场景下的深度模型自更新、自维护具有重要意义。鉴于局部放电深度识别模型在电力智能终端上的部署需求日益旺盛,提出了一种基于深度-广度联合剪枝的局部放电识别模型结构优化设计方法,以解决智能终端资源受限与深度模型高资源占用之间的矛盾。以MobileNetV2为基础,通过重要度因子自主感知并裁剪模型中的冗余模块,实现“端到端”的深度方向剪枝;在此基础上,结合几何均值滤波器剪枝和增强型模拟退火算法自主高效地剪枝卷积层中冗余的滤波器,以精简广度方向的结构。算例分析结果表明,该方法可以在数据驱动下自主设计高精度、轻量化、低延迟的局部放电深度识别模型;相较于现有深度识别模型,资源占用大幅降低、推理速度显著提升;且在一 110 kV变压器的出厂试验中成功判定了放电缺陷类型,进一步验证了该模型现场部署应用的潜力。

关键词： 电力变压器   多物理场耦合   多源数据   变电站室内换热   健康状态评估  

摘要： 电力变压器是电网中至关重要的设备,其运行过程一旦发生问题,不仅会影响到变电站本身的工作效率,在极端条件下甚至会造成巨大的经济损失。投运多年的电力变压器在复杂的运行环境与多种外力条件综合作用下,不可避免的会发成各种程度的老化,然而,对于实际运行中的变压器来讲,这一过程变化很难通过对实时数据的监测中发现。另外,目前现场的状态监测的各项数据相对分散,各个部门分管的信息和数据接口无法互通,存在数据难以共享和综合利用的问题,也没有明确、统一的规则对变压器状态进行定性分析。户内变压器实际运行中由于受到诸如主变室内通风散热、监测传感器老化等因素的影响,可能会使现场人员对变压器的工作状态进行误判。针对上述问题,本文进行了如下研究:针对现场测量条件不能完全提供状态评估所需的数据类型,所需评估指标与现场测量条件不匹配的问题,通过分析变压器运行特性以及基本参数,选取了运行数据、环境数据、热与机械状态数据等作为状态评估的依据,通过访问变电站后台数据与现场测量相结合的方法对所需数据进行收集,为状态评估工作做好准备。针对变电站主变室内部通风散热对变压器状态数据的影响以及油温测量传感器劣化导致变压器油温数据质量较差的问题,本文基于COMSOL软件与有限元分析法构建变压器三维流场-温度场模型,计算变压器内各主要部分(铁芯、绕组、绝缘油)的温度场分布,分析了变电站室内散热对油温的影响效果并修正了异常的油温数据。考虑到油温受外界环境因素影响较大,因此利用多层感知机神经网络基于油温、环境温度与负载电流反演得到了绕组热点温度数据,并通过改进热点温度模型对该预测方法结果进行验证,为变压器热状态数据提供了重要的参考数据类别,有助于提高后续状态评估的准确性。针对变压器设备评估模型准确度低,缺少统一评估准则的问题。为了使评估理论更贴近现场实际,基于k-means方法对变压器负载数据进行聚类并与主变室内散热系统的工作情况相结合,划分了不同的运行状态,基于所获取数据提出了电气量、振动量与热状态量作为状态评估的指标,利用相空间重构法确定了适合变压器状态评估的样本长度,并且基于双向长短时记忆网络(Bi-LSTM)网络对不同健康状态的变压器进行状态评估,基于实验结论证明了基于Bi-LSTM方法对变压器状态评估的合理性与有效性。本论文有图48幅,表15个,参考文献87篇。

关键词： 宽频带   低噪声放大器   共源共栅   变压器   差分  

摘要： 信息化的不断发展使得人们对无线通信系统要求日趋提升,从而对射频前端芯片的性能和频段的要求越来越高。无线通信系统发展目前涉及多个波段,如L(1-2GHz)、X(2-4GHz)、C(4-8GHz)波段以及目前热点研究的K(18-26.5GHz)、Ka(26.5-40GHz)波段。作为射频前端接收系统的关键器件,宽频带低噪声放大器的研究设计非常重要,本文旨在研究设计覆盖无线通信系统中多个波段的高性能低噪声放大器,对于宽频带、低噪声系数、高增益等设计难点做出了如下贡献:1、以低噪声系数、宽频带的低噪放设计需求入手,基于0.25μm Ga As p HEMT工艺设计了一款0.1-8.5GHz宽带低噪声放大器。为实现高增益、宽频带和良好的回波损耗性能,采用单级共源共栅结构和并联电阻负反馈技术;同时为了补偿高频处增益的下降,引入峰化电感增益提升技术,进一步拓展了带宽。版图仿真结果表明,在195%的相对分数带宽内,带内最高增益达到22d B,增益波动不超过1d B,噪声系数不超过1.32d B,平均带内S和S小于-14d B,输出1d B压缩点的范围为15.3-17.8d Bm,输出三阶交调点在25.5-29.3d Bm之间。2、针对毫米波频段宽带难以匹配的问题,基于0.13μm Si Ge Bi CMOS工艺设计了一款18-40GHz的低噪声放大器。该低噪放采用两级差分共源共栅,利用变压器以实现宽频带匹配,同时利用RC负反馈结构拓展带宽。版图仿真结果表明,带内平均小信号增益为21d B,噪声系数小于5d B,平均带内S和S为-13d B,输出1d B压缩点范围为0-4d Bm,功耗为80m W。3、针对上一款差分低噪声放大器高功耗、高噪声系数的问题,对其进行优化改进。该低噪放采用单端共源共栅结构,利用源极退化电感和T型匹配网络实现输入匹配,降低噪声系数;利用高通滤波电路进行级间匹配实现增益平坦,减小功率损耗。版图仿真结果表明,在17-42GHz的带宽下,带内最高增益为22d B,噪声系数不超过4.3d B,优化了0.7d B;输出1d B压缩点的范围为4.7-6.6d Bm,提高了3d Bm左右;功耗为22.6m W,降低了近3倍。

关键词： 电力变压器温度   ARIMA模型   LSTM模型   ARIMA-LSTM混合模型  

摘要： 近些年,随着计算机领域不断发展,机器学习的作用在各领域日渐突出。电力资源作为生产生活中的重要领域,与社会发展和人民生活息息相关,因此借助于机器学习来研究电力领域具有重要意义;同时,电力领域的技术发展会在很大程度上促进其他领域的进步。变压器的作用是多方面的--不仅要提供高电压向供电区送电,而且要降低电压供各级使用,以满足用电需求。简而言之,变压器必须能够提高和降低电压。当电力传输时,电力系统中不可避免地会出现电压和功率损失;当传输相同功率时,电压损失与电压成反比,功率损失与电压的平方成反比。使用变压器可以提高电压,减少功率损失。深度学习在电力方面的研究多集中于用电量以及未来用电预测趋势的研究,但是由于变压器数据指标较多,且数据本身存在线性和非线性两个部分,因此仅利用传统模型对于数据进行预测分析具有一定的局限性,深度学习正为此提供了有效补充。本文拟提出ARIMA-LSTM融合模型,并且将这种模型实际应用到电力变压器的预测当中。电力变压器温度(ETT)是电力长期部署的重要指标。为了探索长序列时间序列预测(LSTF)问题的粒度,创建了不同的子集,{ETTh1,ETTh2}用于1小时级别,ETTm1用于15分钟级别。利用ARIMA-LSTM融合模型进行预测。训练集数据输入到ARIMA模型中,获得油温预测数据;比较油温预测数据和线性拟合数据,得到拟合误差序列;结合给到电力指标,而后根据LSTM模型预测实现误差序列拟合;采用模型预测值串联方式,得出组合模型最终的电力预测结果。预测误差根据设定的评价指标进行熵值法确定权重,而且根据权重计算出模型最终的误差值。同时计算其他传统模型的预测精度与融合模型进行比较,进一步阐述融合模型的应用前景及优势。研究结果表明:ARIMA-LSTM模型在电力数据预测方面具有优势,有效降低模型误差,提升模型准确性,可以作为同类型数据的模型参考。同时,灰色关联分析对于指标的简化有利于模型的精简建模,对于处理较大数据集以及复杂模型具有重要意义。变压器作为电力运输重要设备,而油温作为反应变压器效能的重要指标,应做到实时监控,并做好周期性建模分析,高效规划电力发展。

关键词： 电力变压器   状态评估   缺失数据填补   短路电抗   相关向量机  

摘要： 作为电力系统运行的重要环节,电力变压器是实现电网和用户之间电能的灵活输送以及主网、配网和区域电网间互联互通的枢纽设备。由此可见,电力变压器保持良好的运行状态是电力系统实现安全经济运行的基础,电力变压器发生故障直接关系到电力系统的可靠性水平,可能引起局部或大面积停电事故。因此采取必要的措施对电力变压器进行状态监测并对通过健康评估以达到早期故障预警的目的具有重要意义。目前对电力变压器的健康监测已形成油中溶解气体检测法、红外线追踪法等许多相对成熟的理论研究。但当前的研究成果大多关注电力变压器运行状态的某一层面或某一结构,致使研究成果存在信息孤岛问题,对变压器的状态综合评估集成性较差。在智能电网大力推进以及能源互联网互联互通的大背景下,包括温度监测、运行调度、气象环境等在内的电力变压器运行状态相关信息已逐步呈现出体量大、种类多、增长快的典型大数据特征。鉴于此,本文提出了基于人工智能技术的电力变压器状态数据综合挖掘与分析研究,并进一步构建了考虑气象环境因素在内的多源信息融合的变压器状态评估体系。主要研究方面如下:1.面对大数据背景下的多源数据类型,根据数据的不同特点分别采取相应的预处理措施。首先通过基于四分位法的异常数据检测方法对原始电气量数据进行初筛。筛去自动和手动录入错误所产生的不良数据,实现电气量数据的初步预处理。然后通过灰色关联分析理论对原始气象数据进行变压器运行状态的关联度分析,舍弃关联度较小的采集数据类型,保留强关联性数据,实现原始采集数据样本初步清洗,以提高样本数据质量得以充分利用样本数据信息进行后续评估工作。2.针对传感器及信息采样录入设备临时故障等原因导致的数据缺失和前述工作下异常数据清除等造成的数据缺失问题,为保证采集到的历史数据样本的完整性和所含潜在信息的丰富性以提高数据分析与挖掘的精确度,本文通过多种数据填补方式的对比验证,采取了针对连续性电气量数据的Hermite插值以及针对非连续性多类型缺失的气象数据的基于R语言学习的随机森林填补方法。并通过实际算例分析验证了该填补流程的可行性。3.为提高数据挖掘效率和解决海量电气数据下的运算工作量,选择将与变压器运行状态间接相关的电压、功率等数据转化为与变压器绕组状态直接相关的短路电抗数据。且为实现变压器短路电抗的实时测量并解决加装在线监测装置所带来的经济问题,本文提出了基于短路电抗法的变压器绕组变形在线监测计算电路模型。该模型可通过电网公司数据采集与监控系统获取的电压电流与功率数据推测计算出变压器的实时短路电抗值,从而实现不加装在线监测装置的短路电抗数值在线采集与处理。通过实际算例验证了短路电抗计算趋势图与变压器绕组健康状态趋势演变的一致性,证实了该模型的有效性。4.将能够有效融合气象数据等不同渠道数据信息、实现多源信息融合处理的多核多分类相关向量机学习模型用于变压器运行状态评估中,合理发挥了其稀疏性能良好、运算速度快、分类精度高等优势。通过多核多分类相关向量机模型的建立与学习训练,实现针对多源数据的变压器运行状态评估,从而完成考虑气象环境下的信息融合的变压器运行状态评估体系,并通过算例分析验证了其可行性。通过国网某供电公司的多台变压器运行数据进行实例验证,结果表明本文构建的变压器运行状态评估体系能够对变压器的实际运行状态做出准确评估,其能够有效融合现场的气象环境信息,因而能更精确地针对设备所处的不同实际环境而作出相应的运行状态评估,更有针对性和适用性,具有实际现场应用的推广价值。

关键词： 交直流混合配电网   纹波功率传递   固态变压器   虚拟阻抗  

摘要： “双碳”目标下,配电系统具备两大特征:(1)以分布式光伏为主的新能源广泛接入;(2)用能电气化改造,海量充电桩和5G基站的建设使电力负荷密度进一步提升。现有配电网架采用“闭环设计、开环运行”的辐射状架构,缺乏配电线路间的灵活功率转移通道。因此,波动性的新能源以及大功率的多元化负荷在不同地理位置的广泛接入,将引发配电线路潮流堵塞、节点电压越限、系统稳定裕度不足等一系列问题。交直流混合配电网可实现配网间柔性互联与网间灵活潮流调控,并且能够同时提供直流端口,实现直流负载和分布式能源的直接并网,是应对上述问题的解决方案之一。由大功率电力电子器件和高频变压器构成的模块化多电平型固态变压器(iMMC-SST)具备高频电气隔离、多交直流电压等级、端口间功率灵活控制、无功补偿等功能,是交直流混合配电网的核心组网装备。然而,由于多端口能量交耦产生的纹波功率需要iMMC-SST中的各子模块电容承担,使得子模块电容的成本体积居高不下,进而导致装置功率密度低下,影响了其在配电网的进一步推广和应用。基于iMMC-SST中各功率模块的强可控性,本文通过级联模块的端口阻抗设计,主动调节纹波功率在装置内部的流通路径,从而大幅降低流入子模块电容的纹波功率,实现电容优化选型和装置的紧凑化设计,主要研究内容如下:首先,阐述了iMMC-SST的拓扑结构,分析了其基本工作原理,通过构建小信号数学模型,设计了iMMC-SST基本运行控制策略,并通过仿真验证了所搭建拓扑和所设计控制策略的正确性。其次,分析了iMMC-SST纹波功率生成机理,研究了变换器阻抗对纹波功率流通路径的影响,建立了iMMC-SST后级模块输入阻抗模型,分析了iMMC-SST主回路及控制回路参数调节实现模块输入阻抗设计的方案对纹波功率流通路径和装置运行性能的影响,通过仿真验证了机理分析的正确性。随后,本文提出一种基于并联虚拟阻抗的iMMC-SST纹波功率传递方案,以降低模块电容所需承担的纹波功率,实现电容选型优化。该方法通过并联虚拟阻抗的方式减小后级DC-DC电路的等效阻抗,将纹波功率传递到后级DC-DC电路,并在低压直流侧自平衡,达到减小子模块电容纹波功率,优化电容容值的目的。通过搭建仿真模型,对比了子模块电容电压纹波抑制率的理论值和实际值,通过仿真验证了所提方法的可行性。最后,考虑到iMMC-SST电容优化后,并联虚拟阻抗方法将引发端口间扰动传递问题,因此提出一种二阶带通滤波的并联虚拟阻抗设计方案,以在实现低频纹波功率传递的同时,主动抑制中低压端口间的扰动传递,从而提高小电容紧凑化设计下iMMC-SST的暂态运行性能,通过仿真验证了该阻抗优化设计方案的可行性和有效性。

关键词： 毫米波   氮化镓   低噪声放大器   变压器   可重构  

摘要： 移动通信的飞速发展大力推动了射频集成电路的研究。发展到5G通信后,由于毫米波频段具有非常丰富的频谱资源,能够有效缓解低频频谱资源拥挤的压力,同时提高通信数据速率,毫米波通信成为研究重点,其中射频前端是实现通信的重要部分。射频前端主要由开关、功率放大器和低噪声放大器（Low Noise Amplifier,LNA）组成。LNA一般位于接收的第一级,是接收链路的核心组成部分,其性能直接影响射频前端的整体性能。氮化镓（Gallium Nitride,GaN）作为第三代半导体材料,具有宽带隙、高电子迁移速率、高击穿电压等特性,特别适合功率放大器的设计。随着氮化镓功率放大器研究的深入以及对射频前端单片集成的需求,氮化镓低噪声放大器的研究也得到了广泛关注。本论文的重点在于实现基于GaN工艺的毫米波频段宽带低噪声放大器。本文从国内外毫米波频段的氮化镓LNA的研究现状出发,对低噪声放大器的结构及性能等进行了详细的研究和分析,并基于0.15-μm碳化硅基GaN工艺实现了创新型结构的设计及验证。具体研究内容包括:1)设计了一款24～30GHz GaN低噪声放大器芯片并对其进行流片测试。测试结果显示芯片实现了工作频带为24～30GHz,增益大于19d B,频带内噪声系数最低为2.5d B,输出P1d B平均为14.5d Bm的低噪声放大器。集成射频前端的接收支路测试结果显示在22～30GHz频带内有大于19d B的增益,噪声系数最小为3.3d B,验证了在该LNA在毫米波前端中的可行性。2)设计了一款基于变压器耦合的宽带低噪声放大器,使用了变压器输入匹配电路和变压器源漏耦合电路,通过变压器输入匹配电路增加极点拓展带宽,利用源漏耦合提高高频增益。其版图仿真结果显示3d B带宽为20.3～37.6GHz,频带内电路的增益达到17.5～20.5d B,噪声系数小于3.4d B。3)设计了一款基于GaN工艺的22/31GHz频率可重构低噪声放大器MMIC,并进行了流片和测试,测试结果显示当电路工作在低频22GHz时,增益为15.6d B,S为-12.5d B,噪声为2.2d B,输出P1d B为9.8d Bm;当电路工作在高频31GHz,增益为10.3d B,S为-7d B,噪声为3.6d B,输出P1d B为9.4d Bm。验证了氮化镓频率可重构LNA的架构与实现方法。

关键词： 空心变压器   多物理场耦合   非完全绞合利兹线   高频损耗   优化设计   温度场  

摘要： 伴随着大规模清洁能源并网发电、新能源充电汽车和高铁牵引机车等直流负荷不断融入电力系统,给电力系统的规划管理和安全经济运行提出新的挑战。其中,能量转换系统是连接电网和直流负荷的重要环节,需要具备稳定和高效等条件。然而,基于电力电子技术的铁心式固态变压器随着其功率密度和频率的升高会出现损耗加剧、温升过高和绝缘老化变快等问题。利用磁谐振技术实现的大容量高频空心变压器具有更低的生产制造成本和零铁心损耗等优势,在电力系统中拥有广阔的应用前景。但是,大容量高频磁谐振空心变压器同样存在传输效率低、励磁电流大和不如铁心变压器稳定等缺点。研究大容量高频磁谐振空心变压器的电磁特性和优化设计方法将有助于为该变压器的实际应用提供参考和帮助。首先,本文计及绞合结构和节距对利兹线股线电流分布的影响,结合分段等效电路法和有限元法提出了非完全绞合利兹线的高频损耗分析方法;其次,基于有限元参数化扫描方法提出了高频磁谐振空心变压器的多目标优化设计方法;最后,根据上述空心变压器的设计结果,采用电磁-热-流体耦合仿真分析了该空心变压器的温升特性,明确了不同风速对空心变压器散热效果的影响。具体如下:(1)针对非完全绞合利兹线高频损耗的精确数学表征问题,首先系统分析了高频条件下利兹线的磁场分布、电流密度分布以及利兹线的绞合结构特点。然后基于利兹线股线的绞合结构,通过分段等效电路法和有限元方法建立利兹线的损耗精确计算方法,即将完整绞合节距内的利兹线分段后等效为直线结构的电感元胞,通过二维有限元法计算出股线之间的阻抗矩阵,进而根据系统方程求解出股线电流向量。最后,针对三种典型的利兹线绞合结构,从计算精度和计算量的角度对新方法、传统解析法与三维有限元法进行对比分析。结果表明,新方法能快速准确计算出不同绞合结构利兹线的高频损耗电阻,其最大相对偏差不超过2.34%,并且借助新方法明确了绞合结构、频率对利兹线高频损耗电阻、电流流动模式的影响规律。(2)针对高频磁谐振空心变压器优化设计问题,首先计及绕组结构和排布方式对绕组自感、耦合系数的影响,提出采用两组多层式同轴柱状绕组结构和绕组交叉换位技术来提高原副边电感和耦合系数。其次,考虑到空心变压器主磁路为非铁磁材料,空间磁场分布较为复杂,原副边的自感、漏电感和线圈耦合系数难以通过解析方法精确获得,在利兹线高频损耗计算方法、磁屏蔽设计方法等研究基础上,利用参数化扫描方法以及正交实验法建立了高频磁谐振空心变压器的多目标优化设计流程。最终按照上述方法设计了一台81.34k Hz/2k V/100k W空心变压器模型,其效率、重量功率密度和体积功率密度分别为99.61%、21.6k W/kg、5.1k W/dm。(3)针对本文设计的高频磁谐振空心变压器温度场验证问题,建立了电磁-热-流体耦合仿真平台,分析了强迫风冷条件下空心变压器的温升情况,并采用流场分布和流固耦合面上对流换热系数佐证了耦合模型和温度场分析结果的正确性。最后通过调整出风口风速分析了不同强制对流条件对空心变压器散热效率的影响,对提高空心变压器经济运行能力具有一定的参考意义。