关键词： LLC谐振变换器   磁控制可变电感   混合控制  

摘要： 针对传统控制方法效率不高、抗电磁干扰能力弱的问题,以基于磁控制的可变电感全桥双变压器的LLC谐振变换器为对象,提出了一种混合控制方案。首先,通过调节可变电感实现定频模式下的输出电压控制。然后,采用调节可变电感和改变开关频率的混合控制方式,使变换器工作在谐振频率的附近,进而实现输出电压的调节、整体效率提高。最后,在实验样机上验证了该方案理论分析的可行性。

关键词： 级联  

ISBN: (纸本)9787569058420

摘要： 本书以不同的级联型电力电子变压器依次展开论述，首先从定义上对电力电子变压器的相关理论进行介绍和阐述；其次对电力电子变压器故障与检测进行分析，并提出了存在的问题和解决办法，同时对级联型电力电子变压器的控制及原理进行阐述；然后对级联型电力电子变压器主功率拓扑建模及分析进行论述，进而还分析了级联型电力电子变压器电压平衡控制等内容；最后主要对级联型电力电子变压器的容错控制进行分析，并提出相应对策。

摘要： Understanding the early formation of attitudes towards emerging technologies, such as quantum science & technology (QS&T), is essential for aligning the effect of science communication in practice with its intentions. This study explores the application of natural language processing (NLP) techniques to investigate the influence of news articles on social media comments regarding QS&T. We curated a dataset of 217 articles and 14, 391 top-level comments from Reddit. Employing GPT-4, a semi-automated annotation method was developed to label comments for sentiment and engagement towards QS&T, achieving a Cohen's kappa of 0.82 when pooling over multiple labelling repetitions and comparing with human annotations. We then used support-vector regression to determine if news article embeddings could be used to predict comment sentiment and engagement. After experimenting with various embedding strategies, including Sentence-BERT and RoBERTa models, no significant correlations were found between article content and comment sentiment or engagement towards QS&T. Further interdisciplinary work in empirical communication research and NLP is suggested to explore alternative representations for news articles and their ability to predict perceptions in news comments.

关键词： 脉冲变压器设计   等效电路   分布电容计算   波形畸变  

摘要： 脉冲变压器(Pulse Transformer,PT)是一种特殊类型的电力电子变压器,其通过磁链技术和电力电子技术实现电气隔离以及电能变换。随着脉冲变压器应用场景的不断拓展,尤其是在高新技术领域,对脉冲变压器的设计规范更加严谨,同时又要求尽可能的简化设计步骤。针对上述要求,本文对脉冲变压器的分布电容模型和样机设计开展了研究。本文具体进行了以下工作:(1)针对分布电容理论计算,论文基于电场能量法和电场线法提出了一种新的分布电容计算方法,并通过理论和仿真验证了该方法的精确性,同时探析了分布电容影响因素;(2)考虑到电磁参数对输出脉冲波形的影响,论文对脉冲变压器的等效电路进行了分析,通过理论计算和搭建仿真等效电路,进一步探究电磁参数如励磁电感、绕组电阻、漏感、分布电容对输出脉冲波形畸变的影响;(3)针对目前脉冲变压器传统设计步骤繁琐问题,论文基于脉冲伏秒积法和面积乘积法(AP法)推导了脉冲变压器整体设计方案,简化了设计步骤;(4)针对脉冲变压器分布电容计算方法的精确性和整体设计方案可行性问题,受限于实验室条件,论文依据所提出的整体设计方案,设计了一款1k Hz/45VA的脉冲变压器,并通过实物试验,证实了所提出的分布电容计算方法精确性以及整体设计方案的可行性。在脉冲变压器被广泛应用在高新技术的背景下,本文提出的设计方案顺应了脉冲变压器的发展方向,较传统设计方案,提高了设计效率,同时在制作脉冲变压器之前精确计算分布电容,提高脉冲变压器性能,降低研发成本,具有现实意义以及实用价值。

关键词： 电力变压器   故障诊断   油中溶解气体   征兆优选   信息融合  

摘要： 电力变压器作为一种关键的输变电设备，在电力系统中发挥着重要作用，其运行状态直接影响着电力系统的安全与稳定。因此，进行电力变压器的状态监测，并及时预警早期的故障状态，对保障供电安全具有重要意义。目前，变压器油中溶解气体分析(DissolvedGasAnalysis,DGA)是变压器故障诊断领域应用最广泛的方法之一。通过监测油中溶解气体的含量信息，可为变压器故障诊断提供有效依据，并借助于构建智能诊断模型实现故障诊断。但传统模型仍存在输入征兆选择不合理与信息处理能力不足的问题。为此，本文从变压器的故障诊断征兆和信息融合模型两个角度入手，开展了基于DGA技术的变压器故障诊断方法研究。　　首先，介绍了变压器油中溶解气体的产气机理及其与故障状态之间的对应关系。针对智能诊断模型的输入征兆参量，对基于油中溶解气体的故障诊断征兆进行了分类总结。通过分析已有类型征兆的应用局限性，提出一种新型云征兆，进一步丰富了变压器智能诊断模型的输入信息多样性，为实现更高的诊断精度奠定了基础。　　其次，针对所提的新型云征兆，设计了一种自组织云概念提取神经网络(Self-organizedcloudconceptextraction,SOCCE)算法，构建了相应的云征兆状态空间，实现了原始的油中溶解气体数据向云征兆表达形式的转换。实验分析表明，该方法能够有效应对高维云征兆的云变换，以深度挖掘多油中溶解气体间的关联信息。　　然后，考虑到部分征兆的故障表征能力不足以及候选征兆集中的冗余问题，提出“先排序，后寻优”的征兆优选策略，并设计了强化灰狼算法(StrengthenedGreyWolfOptimizer,SGWO),实现了大规模征兆集下的征兆优选。实验分析表明，SGWO具有更强的全局搜索能力，且相较于传统征兆，优选获得的最优征兆集具有更好的故障辨识能力。　　最后，为了在变压器故障诊断过程中充分利用最优征兆集所提供的信息，设计了多征兆信息融合与多云信息融合策略，从而构建了一种基于信息融合的智能诊断模型。该模型充分利用了不同类型征兆的优势和变压器的多隶属云信息，提高了变压器故障诊断精度。实验分析表明，基于本文信息融合策略构建的诊断模型，具有更好的特征获取能力，其表现出的诊断性能优于传统诊断算法。

关键词： 并联数字液压变压器   控制策略   压力调节   能量回收   排量比   恒压网络  

摘要： 传统液压系统存在能耗高、效率低等不足，极大地影响了其进一步应用发展。恒压网络二次调节系统的出现改变了这一局面，因具有高效节能的优势，成为当今液压传动领域的研究热点。液压变压器正是该系统的核心控制元件，可以无节流损失地控制执行元件并能对负载端能量进行回收。本文提出一种并联数字液压变压器（Parallel Digital Hydraulic Transformer，PDHT），由4个排量按二进编码的泵/马达单元及控制阀组构成，通过改变控制阀组开关状态调节排量比，进而调节压力。本文在探究PDHT工作特性的基础上，制定其对液压缸的控制策略。　　首先，基于PDHT的工作原理和结构，建立了PDHT排量、流量、转矩和效率的数学模型，并在AMESim中搭建了PDHT仿真模型，为后续研究提供依据。　　其次，根据排量比规律进一步分析PDHT的工作特性，对PDHT在不同排量比和同一排量比下的压力、变压比、流量、转矩、转速和效率进行了研究。在此基础上对 PDHT 正向压力调节和逆向能量回收过程进行了分析，确定了排量比调节的判别指标，为制定PDHT的控制策略奠定基础。　　进而，将PDHT应用于恒压网络，设计了基于PDHT的液压缸控制系统，系统具有驱动模式和能量回收模式。为实现两种模式不同的控制目标，提出了基于压力换挡的控制策略，主要包括挡位制定、换挡规则和换挡策略三个方面，AMESim 仿真结果表明基于压力换挡的控制策略可实现系统的控制目标。　　最后，搭建了基于 PDHT 液压缸控制系统测试平台，进行工作特性验证实验和挡位测试，在此基础上进行系统的驱动模式实验，实验结果表明基于压力换挡的控制策略可使系统适应负载变化并高效平稳运行。

关键词： 套管   故障识别   YOLOv4   红外诊断  

摘要： 红外测温检测作为变电站运维巡检中的项目之一,也是对变压器套管进行故障诊断的重要评估手段,为提高套管故障诊断的智能化水平以及识别效率,本文基于研究红外热像图反映的套管温度分布,研究了套管各类典型故障的温度分布特征,并对各典型故障下的套管温度分布进行了有限元仿真分析;根据套管红外图像特点设计了智能检测算法,提出了新的套管热故障的智能化识别诊断方法。 首先,探究了红外热成像技术在电气设备故障检测中的应用现状,研究了现阶段针对红外图像中套管热故障类别的划分以及故障缺陷的产生原因,并综合考虑了现有划分类别的套管缺陷故障发生机理、位置、频率及其红外热像特征,重新对套管热故障种类进行了划分,将接触不良、缺油故障、介损偏大在内的三类套管故障作为研究对象,依照以上三类故障套管的红外图谱分析并总结了其温度热像分布特征,作为套管热故障诊断的基础理论指导。 其次,基于有限元仿真软件对套管建立了物理仿真模型,并依照前文划分的各类典型套管故障设计了缺陷处理,按照多物理场有限元仿真计算流程得出了各类故障套管的温度分布,同时测量了测温取样点对温度分布进一步量化分析,各个异常发热部位的特征,进一步验证了前文故障划分的科学性,通过对比故障情况与正常情况下套管的温度分布,为实际工程中进一步套管故障诊断提供依据。 最后,针对故障套管红外图像目标尺度多样、类别分布不均衡、特征提取困难的特点,提出基于改进YOLOv4算法的套管红外图像故障识别诊断算法对其进行以下改进:通过在主干网络中融合CBAM注意力机制实现模型对困难特征的提取;在网络的颈部结构中添加了ASPP模块,增大了网络的感受野,使其对不同尺度大小目标的兼容性得到了提升;使用Focal Loss以及EIo U取代原算法的置信度损失与定位损失,解决了算法中存在的正负样本不均衡的问题。同时针对套管红外图像数据来源有限、故障样本不足的问题,使用了多种数据增强方式扩增图像数据,均衡化了套管红外图像数据分布。最终训练得出的算法模型的m AP达到了88.79%,相对原YOLOv4算法提高了11.01%,且检测速度能满足实时性的要求。并针对实际工程应用中的套管故障诊断提出了工程诊断建议,对于套管的故障检修具有指导意义。

关键词： 电力设备   故障诊断   卷积神经网络   多源异构数据融合  

摘要： 变压器是我国电力领域至关重要的基础设施,关系到电力传输,电压电流变换,能量损耗等许多能源问题。变压器的健康状态,关系到局部大电网是否能够正常运转。传统工业界对变压器的故障判断,是采用人工判断,需要将变压器停机进行检修,这些检修操作受到气温环境,电磁环境,湿度的影响,导致了人工检修过程中流程繁琐、消耗时间长、检修成本高、判别标准模糊的问题。本文首先通过采集变压器的声音数据来判断变压器内部风机的故障状况,判断直流偏磁,放电的异常现象,生成声音信号对应的声谱图结合卷积神经网络对关键部件的故障状况和典型故障进行精确识别判断,最后对于放电故障,结合采集到的油中溶解气体数据,基于模糊理论改进后三比值法判断低能放电、电弧放电、局部放电等细化放电故障类型,判断低温过热、中温过热、高温过热等次要过热故障类型,相较于传统使用单一源头的数据,例如仅仅采用声音信号或是油中溶解气体数据,本文采用多源异构数据进行信息融合来综合诊断变压器健康状态具备精确度高,模型泛化能力好,鲁棒性高,可信度高,判别依据强的优势。相较于人工检修方法,本文采取的卷积神经网络与模糊理论智能化判断变压器故障技术具备检修速度快,识别精度高,判断成本低的优势。本论文的主要工作有以下几点:(1)通过专业仪器在变电站实地采集无嘈杂噪声环境下变压器的声音数据,混合常见环境声制作出标准样本库,模拟出变压器真实工作环境。在经过MFCC声谱图生成技术,观察到不同故障类型的声谱图在不同频率下的能量密度不同,不同故障之间的差异作为卷积神经网络能够分辨不同故障类型的理论依据。在综上所述的基础上,完成基于故障声谱图的特征提取算法研究。(2)基于声谱图特征数据,提取不同故障声谱图声音特征图,在Pytorch工具环境中搭建卷积神经网络模型,利用卷积神经网络模型学习不同故障对应的声谱图之间的细微差异,通过调节模型参数与模型优化来进一步提升CNN网络模型性能,从而达到具备工业应用价值的识别精度。(3)基于IEC改进后的油中溶解气体三比值算法,结合模糊理论研究来克服传统三比值法的缺点从而提出改良算法,通过实例验证改良算法相比于原始算法有更高的判断精度,结合CNN可以充分推理得出主次要细化故障类型。

关键词： 油浸式变压器   变压器故障诊断   t-SNE降维   改进金豺算法   KELM模型  

摘要： 针对油浸式变压器故障诊断准确率低的问题,提出了利用t分布随机邻域嵌入法(t-SNE)对变压器故障数据降维并结合改进金豺算法(IGJO)优化核极限学习机(KELM)的变压器故障诊断方法。 针对高维度的故障数据中含有大量的冗余信息,会影响变压器故障诊断的精度这一问题,利用t-SNE对原始高维数据进行降维。为了验证该方法的优越性,将其与主成分分析(PCA)、核主成分分析(KPCA)、随机邻域嵌入(SNE)三种降维方法进行分离性参数对比,结果表明,t-SNE降维后得到的数据的可分离性更好。并结合KELM模型,利用降维前后的数据进行故障分类,进一步证明了降维的有效性。 为了降低KELM的核参数与惩罚系数对模型分类精度的影响,建立IGJO-KELM故障诊断模型。在传统的GJO算法中引入混沌反向学习策略增加初始种群的多样性,提高种群中个体的质量,再引入正余弦搜索算法规范金豺种群的搜索行为,提高全局搜索能力;加入自适应t分布扰动策略对金豺的围捕行为进行干扰,避免种群陷入局部最优,提高局部开发能力。利用8种测试函数验证多策略改进的GJO的有效性与可靠性,用IGJO算法对KELM的参数进行寻优,建立IGJO优化KELM的变压器故障诊断模型。 将提出的变压器故障诊断方法通过实际数据进行实验,将降维后的数据输入到IGJO-KELM模型中进行分类测试,并与GJO-KELM以及WOA-KELM的分类结果进行对比分析,说明了在KELM变压器故障诊断模型中,IGJO对于模型的参数具备更好的寻优能力,通过具体分析三种模型的分类精度以及多次实验的对比结果可知,IGJO-KELM的分类能力相较于其他两个模型更为突出,认为IGJO-KELM模型能够更为准确的辨识变压器故障诊断类型,具有较高的准确性和可靠性。 该论文有图38幅,表19个,参考文献80篇。

关键词： 绕组故障   频率响应法   负荷侧注入激励   TOPSIS评价法   特征参量  

摘要： 变压器作为电力系统的核心设备之一,承担着电网各结点处的电能转换任务,其能否安全稳定运行直接关系到电能的可靠传输。在变压器的服役过程中,由绕组故障引发的变压器事故占比最大,绕组故障极大地威胁到变压器运行的安全性和可靠性,因此需要及时准确地检测变压器绕组状态。频率响应法是绕组状态检测的重要方法,本文通过变压器低压侧的电容传感器、站用变压器、电压互感器实现单频正弦信号的有效注入,获取绕组的频率响应特性曲线,开展注入激励信号方式的对比分析以及绕组故障特征研究,主要内容如下: 首先,鉴于变压器绕组故障样本匮乏,开展实际绕组故障模拟测试的成本过高,本文搭建了变压器低压侧注入单频正弦信号下绕组频率响应测试平台,针对电容传感器、站用变压器、电压互感器三种注入激励方式,分别开展绕组不同情况的轴向移位、饼间短路、饼间间距变化故障模拟测试,获取变压器绕组不同状态下的频率响应特性曲线,为后续注入激励方式的响应效果比对分析以及故障特征研究提供数据支持。 其次,通过统计指标分别度量三种注入激励信号方式下绕组健康状态与不同故障情况的响应幅值差异,以绕组故障类型或故障区域之间的统计指标数值差作为灵敏性分析依据,基于TOPSIS综合评价法开展三种注入激励信号方式对绕组状态的灵敏性对比分析,为变压器绕组故障诊断时选取有效注入激励方式提供参考依据。 最后,基于幅频特性曲线提取表征原始数据的波形特征,综合利用幅值和相位,将频响信息转化为极坐标图像,进一步提取有效表征图像信息的灰度-梯度共生矩阵特征和Tamura纹理特征,并采用k-means聚类算法针对绕组故障类型和故障区域开展特征聚类分析,验证有效注入激励方式下所述特征对绕组故障识别的灵敏性。