基于紫外光辐射照度特征的污秽瓷绝缘子绝缘状态评估方法

绝缘子污秽放电严重威胁电力系统的安全稳定运行,及时掌握污秽绝缘子的绝缘状态意义重大,文中旨在研究基于日盲紫外检测的污秽瓷绝缘子绝缘状态评估方法。首先,基于220 kV输电线路瓷绝缘子污秽放电试验,结合污秽绝缘子的放电现象、泄漏电流信号及紫外放电图像特征,将污秽瓷绝缘子的绝缘状态划分为“正常”、“一般”、“较差”、“极差”,并利用紫外放电检测结果一致性方法以及统计分析的方法,选取了3个基于紫外光辐射照度的特征参量;其次,以环境湿度、仪器增益及3个光辐射照度特征参量为输入变量,绝缘状态为输出变量,采用黏菌优化算法对支持向量机的惩罚因子与核函数参数进行优化并建立了污秽瓷绝缘子的绝缘状态评估模型;最后,将绝缘状态评估模型的测试集验证结果与采用粒子群优化算法、麻雀搜索算法优化的支持向量机分类模型进行对比,发现其分类准确率更高,可达93.85%。文中所建立的污秽瓷绝缘子绝缘状态评估模型同样适用于其他型号的紫外成像仪,极大提高了污秽绝缘子紫外检测的实用性。

基于紫外成像技术的彩色光斑映射识别算法研究

紫外成像检测是一种有效的非接触式放电检测方法,紫外放电图像中彩色光斑的准确分割直接关系到其后续诊断的准确性。因此,提出了一种基于灰度差异的紫外图像彩色光斑区域识别分割方法,旨在准确提取彩色的紫外光斑区域。首先,利用紫外成像仪采集了电气设备紫外放电视频,其中放电光斑区域颜色涵盖了目前紫外成像仪常用的色彩;其次,改进了紫外视频的处理方法,利用高斯函数对紫外图像进行预处理,将光斑区域像素与非光斑区域像素的灰度差异平均提高了2.18倍,进而可利用阈值分割算法对光斑区域进行更准确的分割;最后,提出精度和召回率作为算法应用效果评价指标,将算法应用于1000张紫外图像帧,其平均值分别为0.9632和0.9827。由此可知算法实现了紫外检测图像中彩色光斑区域的准确分割,能够满足后续对紫外放电图像进行可靠诊断的要求,为基于紫外成像的电气设备放电诊断提供了可靠保证。

特高压直流换流阀饱和电抗器振动声纹特性与松动程度声纹检测方法

饱和电抗器作为特高压直流换流阀的核心装备,运行中产生的振动声音包含大量的信息,其状态评估对换流阀的安全运行具有重要意义。该文提出一种基于优化S变换和改进深度残差收缩网络的饱和电抗器铁心松动程度声纹识别模型。首先开展了高频脉冲激励下的饱和电抗器振动试验,并测量了不同铁心松动程度下的声纹信号;其次在声信号频谱主值区间内,根据能量聚集性优化高斯窗参数来提高声纹图谱的时频分辨率;然后对松动后的声纹特性进行分析,发现高低频比和低频分量主频占比两个特征指标仅能对松动程度较高的状态做出预警;最后采用五个不同方位测点的铁心松动数据代入基于自适应参数修正线性单元的改进深度残差收缩网络中进行训练,来消除声纹图中的冗余信息,并对不同松动程度下的特征进行独立映射,从而增强共同特征的学习能力。研究结果表明,该文模型对电抗器不同铁心松动程度的平均识别准确率达到95.93%,优于传统深度学习算法,可为饱和电抗器在线监测提供重要依据。

雾室环境下污秽度和湿度对瓷质绝缘子放电特性的影响

人工模拟绝缘子污秽试验时雾室是必不可少的部分,因此本文结合仿真与试验研究了雾室环境下污秽度和湿度对瓷质绝缘子放电特性的影响。首先用Comsol Multiphysics软件仿真了110 kV输电线路中洁净和污秽绝缘子在有无雾室时电场的分布。其次,提出了通过降低有雾室时的试验电压使有无雾室时绝缘子高压端附近电场近似的方案,并用仿真中求得的电压做试验。结果表明:与无雾室时洁净绝缘子周围的电场相比,有雾室时洁净绝缘子周围的电场在高压端变大,低压端变小;雾室中绝缘子周围的电场随污秽度的增大而变大。试验结果验证了仿真结果,绝缘子污秽度越大,湿度越大,放电光子数越多。本研究提出通过降低人工雾室中试验电压的方法来优化绝缘子污秽放电试验的方案,试验效果更贴合实际现场应用现状。

基于162台超、特高压变压器的声纹特征预警阈值划定研究

电力变压器运行中的声音信号包含大量变压器运行状态信息,对内部机械故障及异常状态检测具有重要意义。针对162台超特高压变压器进行声纹采集,并利用幅值相角波动性法去除样本中的风机噪声,然后筛选五项特征值展开特征值的统计分析,挖掘正常运行状态时的声纹数据样本的价值,给出正常运行中的超特高压变压器声纹特征值分布规律,根据该规律分别划定了五项特征值的预警阈值,并进行了三个实例验证,证明了本文预警阈值划定方法的有效性,具有一定的实际应用价值。

基于MCSPO-MUSIC算法的换流阀绝缘板沿面放电定位方法

绝缘板是换流阀中不同级阻尼电容间的重要绝缘设备,其长时间运行并且表面积污遇潮后,出现的沿面放电现象将会影响阻尼电容间的绝缘乃至换流阀的安全运行。近年来,声阵列定位检测高压设备局部放电的技术发展逐渐成熟。因此基于排布较优的4×4方形声音传感器阵列,提出了一种MCSPO-MUSIC定位算法。该算法利用CBF预估出来的角度,作为混沌粒子群算法进行角度寻优的初值,且不需要遍历寻优。在MATLAB中进行定位仿真,该算法计算时间约为1.5 s左右,相较于传统MUSIC算法在计算时间上减少了一个数量级;仿真定位误差RMSE为1.54°小于MUSIC与CPSO-MUSIC算法。在实验室中搭建出绝缘板沿面放电定位检测平台,利用该算法计算了10组实验数据,定位误差RMSE为1.97°,验证了该算法的准确性和实用性。

用于变压器端部垫块脱落故障识别的时间序列频谱熵稳定度算法

变压器声纹信号包含丰富的信息,在不同的运行状态下声纹可分为瞬态声纹和稳态声纹。以某变压器端部垫块脱落故障为出发点,分析其振动机理并挖掘声纹特征,实现对该故障的判别工作。首先,建立质量-弹簧-阻尼模型分析了该故障的振动模式和发展规律;其次,对声纹信号进行短时傅里叶变换,并利用Mel滤波器组对时频谱进行压缩感知;再次,利用时间序列频谱熵特征提取算法,引入了信号稳定度的概念;最后,对162台变压器现场采集的工况声纹信号数据集和试验采集的铁心松动故障信号数据集进行稳定度计算,统计稳定度分布情况。利用端部垫块脱落为瞬态声纹分布,而现场和铁心松动故障为稳态声纹分布的差异,通过稳定度方法从两类数据集中识别出端部垫块脱落故障。

油浸变压器端部垫块脱落故障准稳态模式研究

变压器的声信号包含着丰富的信息,实现声纹信号的信息挖掘对变压器状态监测具有重要意义。以某变压器端部垫块脱落故障的异常声纹信号为切入点,通过对现场数据的特征提取,探索新的变压器声纹模式。研究发现,端部垫块脱落故障发生时变压器振动体现为两种交替的振动模式,模式1为平稳振动阶段,模式2为绕组碰撞发生阶段。首先,根据声纹特征引入准稳态的猜想,利用电磁–振动力学模型建模解释了准稳态模式切换过程及高频分量产生原因;其次,对准稳态声纹信号进行处理,采用Pearson自相关函数计算时频谱帧序列自相关度的方法找到区分两种模式的特征指标;再次,利用Mann-Kendal(M-K)突变检测法界定自相关曲线的突变时刻,完成信号分离,模式2证实了撞击引入高频分量,验证了理论模型;最后,根据准稳态声纹特点,通过划定现场和铁芯松动两数据集的Pearson自相关度均方根阈值范围实现准稳态状态检测。通过引入准稳态振动模式,为变压器状态判定提供了新的参考依据。

丁肇中:在打击之下成长

许多著名的科学家都曾让我们心生仰慕之情。他们到底走过了怎样的求学之路?他们是如何攀登科学高峰的?这些都让我们充满好奇。同学们一起来看看他们的求学岁月吧,或许你们能从中得到不少关于学习的启发。

天才宠物——盖尔曼

盖尔曼的父亲阿瑟·盖尔曼是奥地利犹太移民．他曾尝试做一名教师，但并不成功，再加上美国经济大萧条，盖尔曼一家的经济状况十分拮据；母亲保利娜·赖希施泰因是波兰移民。

分子生物学时代的开端——克里克

克里克的父母都没有科学基础，他最早开始对于周围世界的认识是从父母买的一部儿童百科全书中获得的。这是一套系列出版物，在每一期中包括艺术、科学、历史、神话、文学等各方面的内容。虽然他们都很有趣，但最使克里克感兴趣的是科学部分。宇宙是什么样的？原子是什么？生物是怎样长大的？

回旋加速器之父——劳伦斯

劳伦斯的父母都是来自挪威的移民后裔，父亲卡尔毕业于麦迪逊公立大学，后来成为坎顿市立学校的督学，劳伦斯就在他父亲所管辖的学校读书；母亲冈达·雅各布森是父亲卡尔在学校教书时的同事。

实用化学家——波施

波施从很小的时候起就学会了使用钳工和木工的各种工具。在他的心目中，哪儿也不如爸爸店铺旁边的那家小工厂里有意思。工厂的师傅们——钳工、装配工和细木工经常教给小波施如何使用各种不同的工具干活，而且他们都很愿意帮助他学艺。

不止果蝇会突变——卢里亚

卢里亚出生在意大利中下阶层的家庭里。他的父亲戴维是一个训练有素的会计师，担任着一家小型印刷商行的经理；母亲埃丝特虽然直接受过相当于初中的教育，但阅读兴趣广泛。