关键词： 电力变压器   长油隙放电   极不均匀电场   油隙击穿性放电  

摘要： 大型电力变压器是电网中最核心的设备之一，其安全运行水平直接影响电力系统的安全及稳定。2017年以来，国家电网公司系统在运的大型电力变压器相继发生多起爆炸起火事故或内部短路故障，造成重大经济损失，事故中涉及的关键部件多以长油隙绝缘结构为主，目前长油隙放电特性的研究鲜有报道。因此，本文针对大型电力变压器长油隙放电特性展开研究，研究结果为构建大型电力变压器多参量多维特征融合的主动保护系统提供理论和技术基础。具体内容包括:　　首先，搭建110kV真型变压器试验回路与局部放电检测系统。设计局部放电模型，总结样品预处理方法，提出试验方法。　　然后，研究大型电力变压器长油隙放电发展规律。基于放电外形和局部放电特征量，将试验中的放电归类为电晕放电和油隙击穿性放电，进一步将油隙击穿性放电分为伞状放电和芯柱状放电。统计分析三种放电类型局部放电特征量的变化规律，讨论油隙击穿性放电在不同放电发展阶段的物理过程，提出不同序列簇状脉冲电流可以近似表征绝缘纸板的劣化程度。　　最后，探究极不均匀电场下油隙击穿性放电机理。基于脉冲电流，讨论油5隙击穿性放电的极性效应。进一步的，结合特高频信号，探索油隙击穿性放电通道的演变过程。正极性作用下放电通道的演变过程可以划分为初始流注、暗期和油纸界面电荷注入三个阶段，负极性作用下放电通道的演变过程可以划分为空间芯柱和连接过程两个阶段，在此基础上统计分析不同电压下放电通道演变过程中各个阶段的时长。

关键词： 油浸式变压器   油纸绝缘   频域介电谱   非均匀老化   有限元仿真   遗传算法  

摘要： 油浸式变压器被广泛应用于高-低压电力系统网络中并承担电能转换和配送的重要任务。其内部油纸绝缘的老化是影响变压器绝缘性能、引入运行风险的关键因素。因此,准确评估油纸绝缘的老化状态,是保障变压器可靠运行的重要一环。与传统的电气、化学指标评估方法相比,频域介电谱法(FDS)具有无损、抗干扰性强、携带绝缘信息丰富等优点,因而被认为是实现变压器油纸绝缘状态评估的有效工具。然而,当前基于FDS的评估方法未考虑油纸绝缘的非均匀老化效应,其评估结果为绝缘老化状态的“平均值”。而变压器热点处的绝缘最为薄弱,且易导致设备故障的发生,现有评估手段无法反映热点处的绝缘老化状态。为实现热点处绝缘纸老化状态的准确评估,本文开展研究如下:(1)阐明了非均匀热场下油纸绝缘的老化特性,研究老化/水分分布对油纸绝缘介电响应特性的影响机制。基于搭建的非均匀老化实验平台,对油纸绝缘开展60-130℃轴向温度梯度下的加速热老化实验,记录不同老化阶段与平衡时期样本的水分及聚合度(DP)分布状况。通过对实验数据进行分析,揭示非均匀温度场对油纸绝缘老化的影响机制,并研究了温度梯度下纸绝缘的水分及老化状态的分布规律。此外,通过对不同老化阶段和平衡时期下样本的FDS和极化去极化电流(PDC)数据进行分析,研究了非均匀老化效应对油纸绝缘介电特性的影响机制。(2)提出了非均匀老化效应下的油纸绝缘几何模型。该模型能够实现不同老化区域纸绝缘FDS信息到油纸绝缘整体FDS响应的函数映射纸,建立热点处绝缘纸与绝缘系统间FDS数据的相互关联。模型的在实验室条件下的平均相对误差低14%。通过与构建的DP-介电常数曲线结合,模型具备用于构建非均匀老化油纸绝缘FDS数据库的潜力。(3)提出了一个逆运算框架,实现了热点处绝缘纸老化状态的反演。通过将遗传优化算法(GA)与有限元仿真技术相耦合,模型能基于油纸绝缘系统的FDS数据,评估热点处纸绝缘的老化状态(DP值)。在实验室条件下,模型的评估结果测量值之间的相对误差低于7%。

关键词： 变压器   直流偏磁   检测   抑制方法  

摘要： 变压器作为输电及配电网中的基础设备,其被广泛应用于工业、交通、城市等领域中。变压器正常运行十分高效可靠,但当高压直流输电工程处于单极大地回线方式运行时,直流电流经过接地极通到大地里导致变电站周围的磁场改变,进而产生电位差使得地中电流流入变压器的中性点,引发变压器直流偏磁现象。所谓直流偏磁是指在变压器励磁电流中出现直流分量,导致变压器铁芯半周磁饱和且漏磁增加,变压器振动加剧且噪声增大,引起金属结构件和油箱过热,破坏绝缘,减少变压器的寿命,影响变压器和电网的安全稳定运行,因此开展变压器直流偏磁含量的检测及抑制研究对治理直流偏磁有重要意义。 首先,本文阐述了直流偏磁下励磁电流的畸变原理,并对直流偏磁下的励磁电流进行数学建模,从直流偏磁的机理出发了解其成因,进而展开对直流偏磁下的励磁电流进行理论计算,分析变压器铁芯工作在线性非饱和区与非线性饱和区下的励磁电流表达式。为了更加深入了解变压器直流偏磁下的变化,对不同偏置系数下的励磁电流进行傅里叶分析,通过谐波分析可知偏磁电流越大,偶次谐波含量出现并且多次谐波含量均上升。 其次,分析了变压器直流偏磁下的特性,并利用Matlab/Simulink对单相变压器与三相变压器建立仿真模型,通过改变不同水平的偏置电压,分析多组变压器绕组电压波形图可知直流偏磁下电压为正弦波,仅幅值抬升并且波形不畸变,进行傅里叶分析得到频谱图可知其仅含基波和直流分量。 紧接着,根据上述研究发现直流偏磁工况下励磁电流畸变而绕组电压波形几乎不受影响这一特征,提出了一种从电压角度出发检测变压器交直流环境下偏磁电压含量的方法。通过测量变压器发生偏置前后的电压差,在测出系统绕组直流电阻的情况下,计算偏置电流量的大小,从而得到变压器的偏磁程度;再通过多组单相变压器与三相变压器仿真及模拟实验验证了该方法的可行性。 最后,为解决直流偏磁的问题提出一种新的抑制方法,基于磁补偿技术将变压器辅助绕组与DC/DC变换器相连,通过检测计算需补偿的直流量用DC/DC变换器调压对变压器铁心反向充磁,抵消偏磁电流产生的等大反向的直流磁通从而达到抑制效果。通过单相与三相变压器直流偏磁抑制实验,验证了该抑制方法的有效性,为偏磁治理提供一定的参考。

关键词： 油浸式变压器   间断锯齿肋   强制对流   换热特性   强化散热  

摘要： 应用于油浸式变压器的传统片式散热器表面光滑,换热性能低,自然冷却时过载能力差,为了改善传统片式散热器的散热能力并提高迎峰度夏期间变压器的过载能力,本文针对油浸式变压器用片式散热器提出了一种间断锯齿肋结构,旨在改善散热器的换热能力。首先研究了带间断锯齿肋平行平板通道中强制对流换热特性,拟合了流动换热关联式;其次对比分析了不同肋结构形式的强化换热效果,获得了间断锯齿肋结构参数对流动换热的影响规律,并优化了肋结构参数;最后设计了油浸式变压器用间断锯齿肋散热器,对比分析了间断锯齿肋散热器和传统片式散热器的散热性能,揭示了间断锯齿肋散热器自然对流和强制对流换热时对变压器绝缘材料使用寿命的影响。主要研究成果如下:（1）带肋通道中传热因子j、阻力因子f以及综合性能系数Ejf随空气进口流速的增加单调递减,带间断锯齿肋平行平板通道中的综合性能系数相比光滑通道增大了2.7-6.0倍;节距和肋高对流动阻力的影响起主导作用,平均贡献率分别为62.7%和23.1%,间断间距和肋高对传热因子j的影响起主导作用,平均贡献率分别为42.7%和31.7%,间断间距对综合换热性能的影响起主导作用;通过多元线性回归的方法拟合了间断锯齿肋流动换热的关联式,与实验结果对比显示,传热因子j中91.1%的预测值与实验值偏差在±15.0%以内,阻力因子f中84.5%的预测值与实验值偏差在±15.0%以内。（2）间断锯齿肋在增加换热面积的同时还能有效中断边界层的发展,相比间断锯齿肋顺排、连续肋以及锯齿肋,间断锯齿肋叉排的综合性能系数分别提高了34.9%-40.0%、3.9%-4.9%和2.7%-5.4%;增大肋高、减小节距、减小间断间距均会提升间断锯齿肋的综合换热性能;采用田口法对肋结构参数进行优化,得到空气进口流速为2m/s-8m/s时,间断锯齿肋最优肋结构参数组合为:肋高45mm、间断间距2mm、肋长20mm、节距2mm。（3）变压器负载系数为1.5时,相比传统片式散热器,间断锯齿肋散热器绕组热点温升降低了19℃,换热量提高了17.9%,换热系数增大了1.7倍;当变压器负载达到1.2时,散热器部分的强制对流换热量是自然对流换热量的1.3倍,相比自然对流,强制对流时绕组热点温度下降了22.2℃,当变压器过载运行时,强制对流能够有效提升变压器内部绝缘材料的使用寿命。

关键词： 变压器   IEC61850   多信号   在线监测   实时诊断  

摘要： 电力变压器是变电站中较为关键的电力设备,其担负着电压变换,功率变换和传递的重要任务,变压器的正常运行是电力系统安全可靠的主要保障。传统的变压器信号采集方式依赖于传感器探头,单一信号监测不能全面准确地诊断变压器的运行状态;多信号监测又会导致传感探头安装极其不便且各种通信协议杂乱,难以有效实现变压器的在线监测与实时诊断。为此,本文开展了基于生成对抗网络异常检测算法与多信号诊断研究,通过国际统一的IEC61850通信标准来实现变压器多信号的在线监测,验证了智能诊断设备基于IEC61850标准实现变压器在线监测与多信号实时诊断的有效性。本文的主要工作内容如下:为了更加全面地实时诊断变压器的运行状态,本文研究了振动信号与电压、电流信号的相关性,围绕以振动、电压、电流信号作为诊断变压器状态的多信号源,并实验得到了含有异常样本的多信号数据集。在此基础上,本文提出了基于生成对抗网络的无监督学习异常检测算法,研究了该算法在不同异常比例样本和不同训练通道个数下的模型准确率,发现多信号诊断模型具有很好的诊断效果。为使现场及实验测试环境中基于IEC61850多信号通信功能的实现,本文研究了 IEC61850标准体系及通信关键技术,构建了变压器状态监测IED信息模型,并形成了现场监测的配置文件。同时本文也根据IEC61850逻辑节点和面向对象建模技术生成了测试环境中振动、电压、电流及开关量配置文件,实现了基于IEC61850标准对监测信号的报文传输。研究搭建了基于实时数字仿真系统(RTDS)的智能电网仿真平台,设置多种短路故障,用以模拟变压器多种运行状态。为验证研究的IEC61850通信及多信号异常检测模型诊断的功能效果,本文开展了变压器智能诊断设备功能测试实验。在硬件和软件的共同支持下,设备能够通过IEC61850标准对变压器多种运行状态下的振动、电压、电流信号进行在线监测,并实时诊断变压器的运行状态,得出异常分值曲线。实验证明了通信方式的可靠性及算法的有效性。

关键词： 变压器   故障诊断   RCM理论   贝叶斯网络  

摘要： 新型电力系统的建设使得电源结构和电网结构发生了深刻变化,这对电力设备的可靠性提出了新的考验,其中包括了电网中的核心设备变压器。变压器的运行状态直接关系到电网运行的安全性和稳定性。因此,在新型电力系统下,变压器需要具备更高的可靠性和安全性,以满足电网运行的要求。所以变压器状态检修与故障诊断是一项极其重要的工程。为了更加系统直观的分析变压器的故障模式,提高变压器的可靠性成为了电网越来越重视的问题,本文在对电力变压器典型故障知识研究的基础上,结合RCM理论和贝叶斯网络等相关理论,对变压器故障知识进行了知识化表达,继而开展以可靠性为中心的变压器状态检修与故障诊断关键技术研究。首先,针对变压器设备结构与故障间关联关系,方便更加系统性的分析变压器设备,提出了基于RCM理论的变压器故障诊断分析。运用FTA和FMEA分析方法全面地获取变压器故障知识;在此基础上,采用RCM理论对变压器的主要的故障进行了系统的分析,在RCM过程中,FTA和FMEA通常用于确定哪些故障模式可能导致设备失效,以及应该采取哪些预防措施来减少或消除潜在的故障;结合本体理论对变压器设备和故障知识进行结构化表达,提高知识管理效率。通过案例形成了以500kV变压器为对象,建立了涵盖六种组部件的故障知识库。其次,基于贝叶斯网络高准确性和实时性等特点,构建基于贝叶斯网络的变压器故障诊断。通过RCM分析收集的变压器历史运行数据中的状态参数与故障模式,对其进行离散化处理,确定贝叶斯网络节点。基于贝叶斯定理,构建了基于贝叶斯网络的故障诊断模型;结合基于RCM提取的故障特征和已建立的故障知识本体,运用贝叶斯网络模型分析计算了变压器故障发生的概率;通过某变压器案例验证了模型的有效性,并确定了故障原因。最后,基于变压器故障诊断的理论研究工作,设计并开发了变压器故障诊断原型系统,为后续变压器状态检测与故障诊断系统的工程应用提供了支撑。

关键词： 油浸式变压器   故障诊断   特征选择   比值构建   天鹰算法  

摘要： 电力变压器作为电力系统的核心设备承担着电力分配的功能，其运行可靠性直接关乎到电力系统的安全稳定性。油中溶解气分析(Dissolved Gas Analysis,DGA)是变压器重要的诊断方法之一，但传统的DGA故障特征所建立的编码表不能覆盖所有故障类型，且当今也没有被广泛认可的变压器故障特征集，导致广大研究人员建立故障模型需要对输入特征进行选择和筛选，在筛选过程中，不同的特征选择方法会确定不同的特征集合，而不同的特征集合会建立效果不同的诊断模型。因此本文针对变压器故障特征这一特点进行研究，主要内容如下:　　首先，为全面地反映变压器故障特征信息，通过进行文献调研及变压器案例分析，建立了由气体含量、气体比值等传统故障比值和新型变压器故障特征组成的高维变压器故障特征库。　　其次，通过对高维故障特征库进行特征选择，研究由特征选择方法确定的故障特征集合对故障类别的敏感识别能力，从而提高电力变压器的故障诊断性能。本文提出一种基于随机森林(Random Forest,RF)的特征选择与天鹰优化(Aquila Optimization,AO)核极限学习机(Kernel Extreme Learning Machine,KELM)相结合的变压器故障诊断方法。首先，采用RF特征选择方法对相关输入特征进行重要度排序，并使用多种传统特征选择方法与其进行对比，证明其对故障特征重要性的辨别能力;随后利用AO优化KELM关键参数，建立高效科学的变压器故障诊断模型并以诊断准确率用于评价相关特征子集的故障诊断能力，从而选出最优特征子集。通过使用最优特征子集建立故障诊断模型在公共数据集上进行诊断实验,验证了该优选特征集可提高变压器故障诊断性能。　　最后，针对现有的研究只侧重关注特征选择的分类性能而忽略了稳定性，同时也就忽略了变压器故障特征对样本变化的适应能力这一问题，利用特征选择稳定性实验来评价特征子集的稳定性，从而提出由高故障识别能力、强稳定性的优选特征建立的具有较高样本变化适应能力的比值诊断法。其中对Relief F、Fisher和相关性特征选择方法(Correlation-based Feature Selection,CFS)进行基于斯皮尔曼系数和杰卡德距离评价的稳定性衡量筛选，并将稳定的特征选择方法应用至变压器多级诊断模型中以便确定对变压器运行状态辨识能力强的稳定特征集，再利用数据可视化方法确定比值法采用的故障特征及阈值，从而构建了新型变压器故障诊断比值法。经过验证及案例分析，该比值法要明显优于传统的诊断方法，扩展了变压器故障诊断的思路和方法。　　综上所述，本文通过研究变压器故障特征，建立了高效的诊断模型和优选故障特征集，并创立了新型故障诊断比值方法，相比传统方法其准确率有大幅提升,证明了该诊断模型的可行性，具有一定的理论价值和实用价值。

关键词： 电力变压器   故障诊断   神经网络   麻雀搜索算法   优化算法  

摘要： 电力变压器作为电力系统中的关键设备,一旦发生故障,将会造成电力系统的瘫痪,对社会经济和人民的生活造成严重的影响。为了避免变压器的故障,学者们已经提出了多种方法对变压器进行诊断。然而传统的变压器故障诊断方法存在一定的限制,不能够很好的判断出变压器的故障类型。本文提出改进的麻雀搜索算法,并与BP神经网络相结合用于变压器故障诊断,引入混沌映射、动态自适应权重、正余弦算法、差分变异和反向学习策略等方法进行改进优化,提高了变压器故障诊断的准确性和可靠性。本论文的主要研究内容如下:1.详细论述了变压器故障诊断的传统诊断方法和智能诊断方法,并分析了变压器发生故障的主要原因,发生故障时油中气体的变化情况,以及变压器故障类型和油中溶解气体的对应关系,为建立神经网络变压器故障诊断模型提供了理论基础。2.对BP神经网络模型进行了详细的研究,介绍了BP神经网络实现的原理,用较为详细的数学公式推导了BP算法的正向传播和反向传播。将BP神经网络融入到变压器故障诊断当中,通过训练变压器故障数据,仿真得出故障结果。分析了BP神经网络的优缺点,为BP神经网络的优化改进做好了准备。3.提出将麻雀搜索算法与BP神经网络相结合应用于变压器故障诊断领域。将麻雀个体的位置向量映射为BP神经网络的权重和阈值,通过模拟麻雀进行觅食和躲避天敌的行为迭代寻找麻雀个体的最佳位置向量,并赋值给BP神经网络的权重和阈值,克服BP神经网络收敛速度慢和陷入局部极值的缺点。4.对于麻雀搜索算法存在的收敛速度慢,易陷入局部极值等缺点。提出了混合策略改进麻雀搜索算法,使用混沌映射来初始化麻雀种群,以增加种群的多样性,解决种群分布不均匀等问题。采用正余弦策略和动态自适应权重因子来改进发现者位置的更新方式,使其能够更好地跳出局部最优解,增加了算法的全局搜索能力。采用了差分变异扰动和反向学习策略进行最优解扰动变异,提高麻雀搜索算法陷入局部的能力。通过标准测试函数验证了改进后的麻雀算法的有效性,并与BP神经网络相结合进行了变压器故障仿真,得到的结果表明改进后的算法具有更高的诊断准确率。