基于EFPI传感器的GIS局部放电模式识别研究

非本征法布里-帕罗干涉(EFPI)光纤超声传感器可用于气体绝缘全封闭组合电器(GIS)内部的局部放电超声信号检测及模式识别研究,相较于传统的压电式传感器,具有灵敏度高、抗干扰能力强等优点。基于此,文中在充有0.4 MPa SF_(6)气体的GIS腔体内设置尖端、金属颗粒、悬浮和沿面4种典型的局部放电模型,创新性地利用EFPI传感器对放电超声信号进行检测,提取单次超声脉冲信号波形特征形成特征参数数据库,分别应用概率神经网络(PNN)算法和支持向量机(SVM)算法进行模式识别并比较分析。EFPI传感器检测到的超声信号特征突出,在提取特征参数的基础上,2种模式识别算法均能达到85%以上的平均识别率,且SVM的识别效果要优于PNN。

基于EFPI传感器的SF6/N2混合气体GIS局放模式识别研究

非本征法布里帕罗干涉(Extrinsic Fabry-Perot Interferometer, EFPI)的光纤超声传感器具有灵敏度高、抗干扰能力强等优点,将其应用于以新型SF6/N2混合气体作为绝缘介质的GIS内部局部放电的模式识别中,这对于GIS绝缘状态评估具有重要意义。分别在充有0.4 MPa纯SF6气体、20% SF6/80% N2混合气体、纯N2气体的GIS腔体内设置了4种放电模型,在单次超声脉冲波形特征参数提取的基础上,利用支持向量机算法(Support Vector Machine, SVM)对局放超声信号进行了模式识别,三种绝缘气体环境下的识别正确率均能达到85%以上。由于SF6对超声波的强吸收效应,随着SF6气体浓度的升高,超声波的衰减更为严重,不同类型局部放电的识别正确率也随之降低。

浅谈新形势下医院财务管理职能的转型

在新医改背景下,医院以核算会计为主的传统财务会计已不适应时代发展需要,亟须转型升级为以管理会计为主的现代会计的财务管理模式。因此,对医院财务管理现有问题加以分析,进而阐述如何实现财务管理职能的转型。

基于多重信号分类与可控响应功率的变压器局部放电故障定位方法

提出一种基于多重信号分类算法(multiple signal classification, MUSIC)和可控响应功率(steered power response, SRP)声源定位算法的变压器局部放电故障定位方法。首先利用MUSIC算法对变压器内高低压绕组匝间局部放电进行测向,测向结果考虑误差范围可有效缩小SRP算法的搜索空间。然后利用SRP算法在缩小后的搜索空间内对局部放电进行定位,SRP算法的定位精度随搜索空间的缩小有显著提高。在此基础上,应用研制的光纤超声传感器阵列,对变压器高低压绕组匝间局部放电进行的定位仿真和实验结果表明,相较于SRP算法,MUSIC-SRP算法的定位精度有极大提高,验证了该方法的有效性。