关键词： 锥形微纳光纤   磁流体   磁场传感器   灵敏度   交叉敏感  

摘要： 电力变压器作为电网输配电的核心设备,一旦发生故障有可能造成巨大的经济损失和社会影响。传统的保护方案对变压器绕组变形等早期故障难以有效的反应。变压器发生绕组变形时,漏磁场的分布会随之改变,故可以通过变压器漏磁场的在线监测,实现变压器故障的早期预警,为变压器的主动保护提供原始数据。传统的电磁类磁场传感器体积大,抗干扰能力差,灵敏度低,难以实现分布式监测,而光纤磁场传感器采用光作为传感信息的载体,结构简单、灵敏度高,而且便于远程监测,具有广阔的应用前景。首先,本文从锥形微纳光纤的传输特性和磁流体的磁特性出发,研究了磁流体包覆的锥形微纳光纤磁场传感器机理。依据光纤模式理论,建立了传感器的传输光谱与被测磁场之间的传感方程,结果表明锥区表面倏逝场折射率的变化会引起传输光谱的线性偏移,这一发现可被用来间接测量磁场。进一步研究了光纤结构参数对传感器传输特性的影响,结果表明磁场传感器灵敏度与锥腰直径相关,当锥腰直径大于色散转折点时,传感器的灵敏度随着腰区直径的增大而减小。由于磁流体固有的磁饱和特性,传感器的动态范围取决于磁流体的饱和磁场。同时,研究了锥形微纳光纤磁场传感器的制备方法,设计了传感特性测试实验,在实验中验证了上述结论。其次,为了优化锥形微纳光纤磁场传感器的测试性能,消除温度变化对实验结果的干扰,本研究开展了磁流体传感器的温度敏感特性研究,设计了磁流体传感器的磁场温度交叉敏感解耦方法。研究表明,磁流体包覆的锥形微纳光纤磁场传感器干涉波长随着温度升高发生偏移,对温度的灵敏度可达1.115nm/℃。引入交叉敏感矩阵之后,磁场测量的最大测量误差由12.4mT降到2.5mT,平均测量误差由5.26mT降低到1.47mT,减小了温度因素对磁场传感器的干扰,降低了测量误差。最后,本文设计了锥形微纳光纤磁场传感器的封装方案,将磁流体包覆的锥形微纳光纤结构用绝缘纸板覆在两侧进行封装,形成“三明治”型封装结构。通过设计传感实验验证了“三明治”型封装结构的可行性,测试结果表明,变压器油环境不影响锥形微纳光纤磁场传感器的传感性能,初步证明了该种磁场传感器的理论可行性和工程实用性。

关键词： 变压器故障   油中溶解气体分析   长短时神经网络   改进白鲸算法   参数优化  

摘要： 随着人们对电能需求的不断增加,对供电安全和可靠性要求也越来越高。变压器的正常运行对于维持电力系统的安全和稳定至关重要。一旦变压器出现故障,将会对整个电力系统造成极大的危害。因此,对于核心设备变压器的故障诊断,已经成为电力系统领域中备受关注和研究的热点问题。传统的变压器故障诊断算法基于油中溶解气体分析技术,存在着不可避免的缺点。为了克服这些缺点,并提高故障诊断的精度和效率,本文从特征参量优选和模型优化两个角度入手,提升变压器故障诊断能力。首先,针对变压器原始数据具有高维非线性的特点提出核主成分分析(KPCA)与双向长短时记忆网络(BiLSTM)的变压器故障诊断模型。以BiLSTM为基础故障诊断模型,采用核主成分分析对故障特征参量进行维度约简,与采用原始特征量、PCA维度约简后的特征量进行诊断精度与运算效率的对比,验证了KPCA的有效性。将KPCA维度约简后的特征量作为反向传播神经网络(Back Propagation Neural Network,BPNN)、核极限学习机(Kernel Based Extreme Learning Machine,KELM)、深度置信神经网络(Deep Belief Network,DBN)、BiLSTM故障诊断模型的输入进行多次重复训练,验证了BiLSTM模型的优势与良好的稳定性。其次,针对BiLSTM超参数会影响故障诊断精度,提出混合策略改进白鲸算法(Mixed-strategy Improved Beluga whale optimization,BWO)优化BiLSTM的变压器故障诊断模型。针对传统白鲸算法存在的收敛速度慢、全局搜索能力弱和局部最优逃逸能力不足的问题,提出了一种混合Logistic混沌映射、动态自适应因子、柯西-高斯变异策略和正余弦优化策略改进白鲸优化算法(IBWO)。通过选取九个不同特征的基准测试函数进行算法性能测试,并将其与其他优化算法进行对比,证明了IBWO算法的优化性能。最终,验证了IBWO-BiLSTM故障诊断模型的有效性,通过将KPCA提取的特征数据输入不同的分类模型中,包括PSO-BiLSTM、GWO-BiLSTM、WOA-BiLSTM和IBWO-BiLSTM,结果表明IBWO-BiLSTM模型的精度最高,达到了94%。并且通过稳定性分析证明了该模型的稳定性更好。KPCA-IBWO-BiLSTM故障检测模型综合性能较其他模型更优,验证了本文方法的有效性和实用性,具有一定的工程实际和理论应用价值。该论文有图39幅,表29个,参考文献80篇。

关键词： 变压器   传感器   自供电   振动能量收集器   压电振动能量收集器  

摘要： 传统电网在智能信息技术的赋能下,在生产、传输、储存等各个环节中的设备逐步形成了信息交互、数据共享、技术融合的发展格局。在加快电网向能源互联网推进,促进电网全面感知和泛在互联的过程中,监测传感器稳定可靠地工作是其中重要的一环。但是,这些监测传感器却难以获得稳定、可靠、可持续的电源。如果可以为监测传感器提供一个自供电源,进行持续且稳定地供电,就能有效解决监测传感器节点供电难的问题。本文主要是着眼于解决大型变压器监测传感器自供电问题,提出一种新型仿生压电能量收集器,采用理论建模和数值仿真相结合的方法进行研究。主要内容如下:(1)研究分析了压电振动能量收集技术原理与压电材料性能。对压电材料的几个重要的性能参数进行分析介绍,并研究性能参数对压电材料机电转换性能的影响。梳理并分析了建模需要的基础理论,研究了几种不同边界条件下的压电本构方程和压电材料的多种机电转换的模式。整理并推导了悬臂梁振动力学模型的基础理论,并建立了非耦合的集中质量弹簧参数模型。(2)对压电振动能量收集器进行动力学分析。提出一种仿生压电振动能量收集器,采用三维绘图软件对所提出的仿生压电振动能量收集器进行三维结构建模。对模型结构进行参数设计,并通过合适的简化等效,建立仿生压电振动能量收集器的耦合集中质量弹簧模型。引入纠正因子,获得仿生装置的控制方程,提高理论计算的精度。基于耦合的集中参数模型,利用理论基础分析了压电振动能量收集器模型在不同频率下的电压响应,还进行了压电振动能量收集器的频率特性分析和谐波响应特性分析。(3)对压电振动能量收集器进行数值仿真分析,并与理论结果进行相互验证。在有限元仿真软件中,首先对模型进行模态分析和稳态分析,并模拟了不同载荷下的电压响应和功率与电压随负载的变化情况。其次,分析了压电振动能量收集器在3种不同频率下的电压响应,并与理论计算出的结果进行相互验证。最后,计算了压电振动能量收集器的输出功率,并分析不同的外部加速度对功率输出的影响。研究结果显示,在频率为111Hz,加速度为1g的情况下仿生压电振动能量收集器能输出0.63mW的平均功率。在3g的激励加速度和111Hz的工况下仿生压电振动能量收集器能获得5.66mW的最大输出功率。

关键词： 节能技术   电力变压器   设计   运用  

摘要： 研究了电力变压器的原理，分析了节能技术对电力变压器的作用，并从合理选择变压器类型、选择配电变压器容量、选择节能变压器、控制变压器功率因数等几个方面着手，探究了节能技术在电力变压器设计中的运用，以期为电力变压器总电力能源损耗的控制提供一些参考。

关键词： 光纤传感   油中溶解气体   油芯光子晶体光纤   相位解调   外差干涉  

摘要： 变压器油中溶解气体的含量是变压器早期缺陷的重要表征,其中乙炔气体是七种特征气体中最常用于评估变压器运行状态的特征气体之一。光纤传感凭借其良好的绝缘性、抗受电磁干扰等优点广泛应用于变压器等电力设备状态监测中。但现有变压器油中溶解气体检测技术难以实现高灵敏度油相气体直接检测,取油和油气分离操作易引起油样污染,造成测量结果误差大,误报、漏报率高。光学传感中,基于外差干涉的传感技术能有效克服相位衰落问题,抑制环境扰动影响,具有高灵敏度、低检测下限等优点。但传统的外差干涉信号相位解调方法存在采样率高、数据量大等问题,难以实现实时解调。为此,本文开展了基于双鉴相器相位解调方法的油中溶解气体光纤检测研究。首先,本文从分析空间油相气体检测难以实现低检测下限的原因入手,明确了激光在空间油相中光束易发散的问题,并进行了对空心光子晶体光纤纤芯充油后进行气体检测的可行性分析。建立了油芯光子晶体光纤光场仿真模型,明确了油芯光子晶体光纤为全内反射导光机理,验证了油芯光子晶体光纤能够高效地将激光束缚在油芯中传输,光束半径仅μm量级,解决了油相中光束易发散问题。同时,建立了油芯光子晶体光纤温度场仿真模型,仿真得出光热效应作用下油芯光子晶体光纤温度场变化频率可达20kHz,温度场变化幅值在mK量级。明确了光热相位调制机理及主要影响因素,为改进传感系统灵敏度和检测下限提供了良好理论基础。其次,本文从分析单片鉴相器因非线性区的存在导致相位信号衰减、畸变问题入手,提出了双鉴相器相位解调方法原理,并对该方法采样精度和检测下限性能进行了改进。双鉴相器相位解调方法输出信号大小与相位信号大小具有良好的线性关系,线性拟合决定系数可达0.999;双鉴相器相位解调方法比微分-交叉相乘软件解调方法具有更小的最低检测下限,检测下限达0.005°,满足微小相位变化的检测需求;双鉴相器相位解调方法利用鉴相器实现了对100MHz干涉信号的降频,极大降低了采样率和数据量,双鉴相器方法比微分-交叉相乘软件解调方法快1125倍。为油中溶解气体检测传感提供了一种高信噪比、低检测下限、实时检测的相位解调方法。最后,为了验证双鉴相器相位解调方法对外差干涉信号的实际解调效果,搭建了基于光热光谱技术的Mach-Zehnder外差干涉油中溶解乙炔气体检测平台,开展了油中溶解乙炔气体检测试验。结果表明,该系统对乙炔气体浓度具有良好的线性响应,线性拟合决定系数可达0.991。为提高系统灵敏度及检测下限,对分布式反馈半导体激光器的调制方式进行改进,相同浓度下输出信号增幅可达102%。采用Allan方差对系统噪声进行分析,改进后该系统的检测下限可达0.45ppm。对该系统的重复性进行了评估,乙炔气体浓度分别为100ppm和500ppm时,检测结果的相对标准误差均小于10%。上述结果验证了双鉴相器相位解调方法具有良好的实际解调效果,能够满足痕量油中溶解乙炔气体的实时检测。

关键词： 变压器故障诊断   沙普利加法解释   核熵成分分析   学生心理学算法   混合核极限学习机  

摘要： 为了准确判断变压器的运行状态,确保变压器安全稳定的运行,提出了一种基于特征优选和改进学生心理学算法(Enhanced Student Psychology Based Optimization Algorithm,ESPBO)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的变压器故障诊断方法。针对传统变压器特征参量容易缺失重要的特征信息,且变压器数据维数过大会影响变压器故障诊断精度的问题,选择遍历变压器故障数据属性比,并采用沙普利加法解释(Shapley Additive Explanations,SHAP)模型提取对数据分类影响重要的特征参量,使用核熵成分分析(Kernel Entropy Component Analysis,KECA)对提取的特征进行降维,为验证该方法的有效性,将SHAP-KECA与KECA、主成分分析和核主成分分析的类别分离参数和可视化效果进行对比,验证了SHAP-KECA特征优选模型具有良好的数据预处理能力。针对传统核极限学习机(Kernel Extreme Learning Machine,KELM)变压器故障诊断能力较低的问题,一方面引入混合核函数,形成混合核极限学习机提升KELM的学习能力和泛化能力,另一方面采用ESPBO优化HKELM变压器故障诊断模型相关参数。在ESPBO参数优化模型初始化阶段,采用Torus种群初始化方法,提升学生群体多样性;在ESPBO参数优化模型随机学生群体中,引入多元宇宙优化算法改进随机学生搜索机制,防止算法陷入局部最优;在ESPBO优化模型迭代后期,糅合竞争群变异策略,避免学生群体快速同化。通过CEC2017测试函数寻优实验和Wilcoxon符号秩检验对比,证明改进的学生心理学算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升,可用于变压器故障诊断。对建立的特征优选和ESPBO-HKELM变压器故障诊断模型进行验证,将诊断结果与特征优选前后的麻雀搜索算法优化HKELM和学生心理学算法(Student Psychology Based Optimization Algorithm,SPBO)优化HKELM进行对比分析。实验结果证明,所提方法诊断精度更高,抗扰性更强,具有一定的工程实用价值。该论文有图30幅,表17个,参考文献79篇。

关键词： 变压器故障   油中溶解气体分析   平衡数据集   分类器优化   改进蜜獾算法  

摘要： 变压器是电力系统中的重要枢纽设备,其运行状态关乎电力系统的可靠运行。变压器故障不仅影响电能的稳定供应,还会造成严重经济损失并危害人们的生命财产安全。因此,确保高效的变压器故障诊断对电网的安稳运行极为重要。本文以油中溶解气体分析(Dissolved Gas Analysis,DGA)技术为基础,提出一种基于平衡数据集与改进蜜獾算法优化分类器的变压器故障辨识方法。为改善变压器训练数据的不平衡性削弱故障辨识能力的问题,提出基于K均值聚类(K-means)与改进合成少数类过采样技术(Improved Synthetic Minority Over-sampling Technique,ISMOTE)的数据平衡化方法。在欠采样方面,为避免随机欠采样的盲目性,对多数类样本进行K-means聚类实现欠采样,保留具有代表性的样本;在过采样方面,对合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)进行改进,计算各少数类样本的稀疏度和边界指标,以此判断样本重要程度并赋予不同的采样权重,从而强化边界并降低少数类内不均衡程度,提升合成样本的有效性。此外,在模型训练过程中,为进一步兼顾对少数类故障的辨识能力,选取宏F1值作为故障分类效果的评价指标。为获取更佳的分类器参数,加强故障分类能力,提出一种改进的蜜獾算法(Improved Honey Badger Algorithm,IHBA)。在种群初始化阶段,采用Tent映射提升初始种群丰富度;在寻优过程中,引入翻筋斗策略和随机搜索机制,扩展算法的寻优范围并避免种群过快收敛;在每次位置更新后,利用小波变异扰动最优个体的位置,以进一步提高算法摆脱局部最优的能力。在8个测试函数上,将IHBA与灰狼算法(Grey Wolf Optimization,GWO)、鲸鱼算法(Whale Optimization Algorithm,WOA)、蜜獾算法(Honey Badger Algorithm,HBA)对比,以验证IHBA的寻优能力。最后,使用IHBA优化支持向量机(Support Vector Machine,SVM)的C、g参数,构建IHBA-SVM变压器故障诊断模型。最后进行仿真分析,一方面,采用K-means、ISMOTE对初始训练集进行平衡化处理,将初始训练集与平衡训练集分别输入各算法优化的SVM进行对比,另一方面,利用多种平衡数据方式处理初始训练数据,对比不同方法效果。结果显示,采用K-menas、ISMOTE平衡数据集与IHBA优化的诊断模型能做出更精确的分类,宏F1值和总体准确率分别为0.905和91.4%,表明该方法既能保证总体的诊断准确性,又能兼顾对少数类的辨识。此外,分析各个模型的收敛速度和诊断稳定性可知,IHBA优化的诊断模型具有更佳的收敛速度和诊断稳定性,于第18次迭代达到收敛,宏F1值的平均值和标准差分别为0.886和0.013,总体准确率的平均值和标准差分别为89.9%和1.1,优于其他对比模型。该论文有图28幅,表18个,参考文献76篇。

关键词： 电力电子变压器   多模块双有源桥变换器   模型预测控制   功率均衡控制   高动态性能  

摘要： 随着我国能源安全与环境保护问题的日益严峻,发展新能源技术受到了更广泛的关注。在新能源电能变换中,电力电子变压器具有智慧电能变换、精确功率控制、无功调节、故障隔离等诸多功能,应用前景广阔。双有源桥变换器因具有双向电能传输、高频电气隔离、高功率密度、易于实现软开关等优点,迎合了电力电子变压器中间级DC/DC变换器的控制需求,成为了中间级变换器的理想拓扑。在大功率应用场景的多模块串并联双有源桥变换器中,快速动态响应、模块间功率均衡、高模块化程度和高可靠性是重要的性能需求,但现有方法难以兼顾以上需求。而将具有高动态性能、多目标优化能力、无多环嵌套结构的模型预测控制应用到多模块双有源桥变换器中,可实现其控制性能的综合提升,本文以此为目标开展研究工作。首先,针对单模块双有源桥变换器现有连续集模型预测控制易受采样噪声影响的问题,本文从最优移相比的计算式中分析模型预测控制的采样噪声敏感性,提出了一种变预测离散步长的采样噪声抑制连续集模型预测控制方法,无需增加滤波设备或算法且实现简单。经仿真和实验验证,结果表明所提方法可有效抑制采样噪声引起的输出电压纹波增大和电感电流应力增加,提高了双有源桥变换器模型预测控制的适用性。其次,多模块串并联双有源桥变换器的各子模块会因实际参数不一致而功率不均衡。本文分析并对比了电压梯度控制、双环解耦控制和主从独立控制三种经典功率均衡策略的原理和优缺点,针对主从独立控制动态性能差的问题,提出了一种多模块双有源桥变换器功率均衡连续集模型预测控制方法,兼具高动态性能、高模块化程度和高控制精度。经仿真验证,结果表明所提方法的功率均衡控制效果良好,动态响应速度有很大提升,克服了传统主从独立控制的缺陷。最后,为了进一步提高系统的模块化程度和响应速度,本文将易于实现多目标优化的滑动离散集模型预测控制应用到多模块串并联变换器,提出了一种多模块双有源桥变换器功率均衡滑动离散集模型预测控制方法。所提方法将输出电压控制和输入电压均衡控制两个目标集中在同一模型预测控制器中实现,具备更高动态性能的同时,实现了子模块控制器的标准化,提升了系统的易拓展性和可靠性。经仿真验证,结果表明所提方法实现了输出电压控制和功率均衡控制响应速度的进一步提高,且模块化程度更高。

关键词： 油浸式变压器   油浸绝缘纸热阻   自然对流换热系数   空间热路模型   光纤Bragg光栅测温  

摘要： 油浸式变压器是35 kV及以上输配电系统中的变电主设备,其稳定性和可靠性对电网安全运行起着至关重要的作用。变压器长时间高负荷运行下的损耗以热量形式加载到变压器中。变压器内部过热将加速绕组绝缘材料老化,导致绝缘结构变形开裂,造成绝缘系统失效。绕组热点温度是限制变压器过负载能力的主要因素,也是计算绝缘材料相对老化速度的重要参数。然而,绕组热点温度和热点位置随变压器运行工况而发生变化,在高电压、强磁场环境下绕组温度难以实际获取。为实现油浸式变压器热点温度与热点位置的分析,本文开展了油浸绝缘纸传热模型和热阻特性研究,开展了油浸绕组对流换热模型和对流换热特性研究,在此基础上,结合变压器绕组结构特征和热物性参数,构建了油浸式变压器空间热路模型。主要工作如下:针对绝缘纸粗糙薄层、多层叠加以及油浸状态对绕组传热影响问题,提出了一种多层粗糙薄层热传导模型。将多层粗糙薄层热传导模型应用于油浸状态绝缘纸-绝缘纸、绝缘纸-铜磁导线的接触传热热阻计算,并通过设计的稳态双热流计实验,测定了不同温度下油浸绝缘纸的接触传热热阻,对模型进行了验证。在70?C时,实验测得的油浸绝缘纸-铜磁导线接触热阻和油浸绝缘纸-绝缘纸接触热阻分别为1.92×10m·K/W和2.68×10m·K/W,多层粗糙薄层热传导模型计算的接触热阻分别为1.83×10m·K/W和2.59×10m·K/W。在60?C～80?C。由多层粗糙薄层热传导模型计算的绝缘纸-铜接触热阻与实验测量的接触热阻相对误差为6.64%,由多层粗糙薄层热传导模型计算的绝缘纸-绝缘纸接触热阻与实验测量的接触热阻相对误差为4.46%。针对变压器绕组表面结构对边界层型流体的影响问题,构建了绕组对流换热特征数方程。在特征数方程中考虑了变压器油道结构、边界层油流状态、绝缘纸和油的热物性参数对对流换热系数的影响。将绕组对流换热特征数方程应用于油浸变压器绕组对流换热系数计算,并通过设计的稳态圆管实验,获取了绕组对流换热特征数方程的特征参量和绝缘纸-油耦合面自然对流换热系数。特征长度为3 cm,特征温度为45.5?C时,由稳态圆管实验、绕组对流换热特征数方程以及经验特征数方程计算的对流换热系数分别为128.99 W/(m·K)、131.38 W/(m·K),123.01 W/(m·K)。特征温度为55.0?C时,由稳态圆管实验、绕组对流换热特征数方程以及经验特征数方程计算的对流换热系数分别为144.38 W/(m·K)、141.12 W/(m·K),132.14 W/(m·K)。各特征温度下,绕组对流换热特征数方程和经验特征数方程计算的对流换热系数与实验数据相比,绕组对流换热特征数方程相对误差更小。融合油浸式变压器内部结构特性和变压器油热物理特性,提出了以油浸绝缘纸热阻和绕组对流换热系数为关键参数的油浸式变压器空间热路模型;针对油浸式变压器内部温度难以测量的问题,研制了全介质耐高压光纤Bragg光栅(Fiber Bragg Gating,FBG)温度传感器,将传感器埋设于高压绕组内部,提升了变压器绕组热点温度的测量精度。结合变压器温升试验获取的绕组温度,验证了空间热路模型的有效性。变压器额定功率温升试验中,FBG传感器测得的热点温度为82.3?C,热点位置在第10段绕组上。油浸式变压器空间热路模型计算的绕组热点位置位于第10段绕组上,热点温度为83.3?C,与温升试验获取的热点温度相差1.0?C;经验热模型计算的热点温度为87.7?C,与温升试验获取的热点温度相差5.4?C。油浸式变压器空间热路模型计算的热点温度比经验热模型计算的热点温度相对误差更小。