变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机...变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机械故障诊断方法。首先,将多通道切换开关振动爆发数据转换为时域波形图输入改进的卷积神经网络(convolutional neural network,CNN),以获取池化层特征。然后,提出换档全过程振动强度特征,将换档全过程振动信号划分为多个区间,统计各区间中幅值超过阈值的点数,以表征各时间段平均振动强度。最后,提出一种新的特征处理方法改变以上两种特征的相对大小,并融合两种特征训练分类器诊断机械故障类型。实例分析表明:相比于现有OLTC机械故障诊断方法,所提方法能有效辨识传动机构故障,进一步提升对切换开关故障的诊断精度,具有较强的鲁棒性与泛用性,可为OLTC机械故障诊断研究提供新的思路。展开更多
针对诊断设备无备用、特征参量单一导致变电设备故障诊断可靠性和准确性较低的问题,研究了一种基于云平台的变电站设备智能诊断系统。该系统由智能传感器、诊断云平台和变电站中心控制站组成。智能传感器采集设备的实时状态数据并传输...针对诊断设备无备用、特征参量单一导致变电设备故障诊断可靠性和准确性较低的问题,研究了一种基于云平台的变电站设备智能诊断系统。该系统由智能传感器、诊断云平台和变电站中心控制站组成。智能传感器采集设备的实时状态数据并传输至云平台;云平台由智能电子设备(intelligent electronic device,IED)组成,根据任务调度原则合理分配云平台计算资源,融合初步故障诊断信息,实现故障协同诊断和诊断结果分层存储;变电站中心控制站调用高级诊断方法进一步确认故障,发出报警和维修信号。某220 k V变压器状态监测实例表明,与传统变电站诊断系统相比,该系统使IED互为冗余备用,充分利用云平台资源,并行分析状态数据,使诊断时间缩短约40.11%,提高了故障诊断的可靠性。展开更多
文摘变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机械故障诊断方法。首先,将多通道切换开关振动爆发数据转换为时域波形图输入改进的卷积神经网络(convolutional neural network,CNN),以获取池化层特征。然后,提出换档全过程振动强度特征,将换档全过程振动信号划分为多个区间,统计各区间中幅值超过阈值的点数,以表征各时间段平均振动强度。最后,提出一种新的特征处理方法改变以上两种特征的相对大小,并融合两种特征训练分类器诊断机械故障类型。实例分析表明:相比于现有OLTC机械故障诊断方法,所提方法能有效辨识传动机构故障,进一步提升对切换开关故障的诊断精度,具有较强的鲁棒性与泛用性,可为OLTC机械故障诊断研究提供新的思路。
文摘针对诊断设备无备用、特征参量单一导致变电设备故障诊断可靠性和准确性较低的问题,研究了一种基于云平台的变电站设备智能诊断系统。该系统由智能传感器、诊断云平台和变电站中心控制站组成。智能传感器采集设备的实时状态数据并传输至云平台;云平台由智能电子设备(intelligent electronic device,IED)组成,根据任务调度原则合理分配云平台计算资源,融合初步故障诊断信息,实现故障协同诊断和诊断结果分层存储;变电站中心控制站调用高级诊断方法进一步确认故障,发出报警和维修信号。某220 k V变压器状态监测实例表明,与传统变电站诊断系统相比,该系统使IED互为冗余备用,充分利用云平台资源,并行分析状态数据,使诊断时间缩短约40.11%,提高了故障诊断的可靠性。