电极参数对尖-板电极空气放电离子风特性的影响

空气放电离子风技术是一门新颖的技术,在实际应用方面具有现有技术手段不可比拟的优势。文章采用PIV(Particle Image Velocimetry)粒子测速技术,获得了清晰准确的离子风速度场图像。研究结果显示:减小尖电极曲率半径,可以在同样的电压等级条件下有效地提高离子风速度;接地电极采用金属网,可以克服板状电极对于离子风发展的部分束缚作用,在较低电压下能得到较高的风速,且可获得较为广阔、流场较为均匀的离子风作用区域。

几起变压器现场局部放电异常及处理

局部放电试验能有效地发现变压器内部缺陷,是电力变压器最重要的现场试验项目。近几年山东电力研究院通过现场局部放电试验发现了数起变压器缺陷及故障,对试验及处理情况进行分析。

简析涉及变压器类设备纸绝缘放电的油气相色谱特征

本文在电力行业标准“三比值”法诊断变压器类设备故障的基础上,尝试增加运用国际大电网会议(CIGRE)工作组报告介绍的“MSS”编码判断方法,综合分析了国内已经证实发生涉及纸绝缘放电故障的击穿跳闸前油气相色谱数据,探讨可否提前诊断此类放电故障的可能性。

基于大数据分析的输变电设备状态数据异常检测方法

传统的阈值判定方法难以准确检测输变电设备的状态异常,该文提出一种基于时间序列分析和无监督学习等大数据分析的异常检测方法,从数据演化过程、数据关联的全新角度实现异常检测。通过时间序列模型和自适应神经网络对历史数据潜在的特征进行挖掘,并将数据对时间的动态变化规律用转移概率序列表示。针对多维的监测数据,运用无监督聚类方法简化各参量之间的相关关系,从而避免参量间相关性难以确定的问题。提出异常检测体系,并使之适用于输变电设备状态监测数据流,实现数据流中异常的快速检出。最后结合运行实例验证了提出方法的有效性,表明本方法能快速检测出设备的异常运行状态。

基于滑动窗口和聚类算法的变压器状态异常检测

在线监测数据在变压器运行状态中发挥出重要角色,而传统的异常状态检测一般基于阈值判定法,难以及时发现变电设备的异常情况,甄别噪声数据。针对上述问题,根据变压器在线监测数据中异常值特点,提出了一种基于滑动窗口和聚类算法的变压器状态异常检测方法。首先,利用时间序列和滑动窗口对多维的在线监测数据流进行筛选,记录异常点的发生时间和类型,建立候选异常数据集合的判断模型;其次,基于无监督的k-means聚类方法建立多元特征量数据点的异常检测模型,并用于在线监测实时数据的异常检测,判断异常时刻与异常类型。通过某变电站的油中气体数据对本文算法进行了验证,结果表明,该方法可以实时检测在线监测数据流中因运行状态变化而产生的趋势异常,并祛除少量传感器噪声或突变值的影响,具有较高的实用价值。

基于关联规则和主成分分析的输电线路状态评价关键参数体系构建

为解决输电线路状态评价参数体系中参量种类繁多、体系结构复杂的问题,提出了一种基于关联规则和主成分分析的关键参数体系构建方法。该方法首先建立参量较为全面的基础参数体系,并结合某网公司的线路运维数据通过关联规则的置信度将基础参量量化,最后用主成分分析法计算各参量的权重,以此作为依据提取关键参量,形成关键参数体系。通过电网公司某线路整一年的实际巡视、试验数据进行验证,使用关键参数体系的评价结果与现有国网、南网导则的评价结果一致,并基本符合线路实际情况。算例结果表明,所建立的关键参数体系是有效的,为线路状态评估提供了新的思路,具有一定的实用价值。

变压器油界面张力试验分析及其超标处理

为了研究变压器油在老化过程中界面张力的变化规律及超标后的解决措施,对新油进行了不同温度的开口杯老化试验,对超标变压器油进行了不同比例的混油试验及不同吸附剂的再生处理试验。结果表明:无论在变压器油老化反应的初期或后期,界面张力都可以敏感地表征油中老化产物的含量,在油质监督过程中应加强对界面张力的测定;当界面张力超标后,用强极性吸附剂再生或换油都是最彻底的解决措施,但因换油成本较高,且不利于节能环保,不宜作为首选的处理方式。

电力设备典型故障案例的文本挖掘

国家电网公司信息化工作中积累的大量典型故障案例多为描述性文本数据,很难利用自动化手段理解和分析。针对此一问题利用文本挖掘技术从故障案例中抽取故障问题和原因形成故障的因果关系,从而为故障文本的下一步挖掘提供必要条件。挖掘采用的方法是先将因果关系的抽取问题转化为对句子的3分类问题,缩小了目标集,提高了准确率;再将句子用分布式文本表示,利用双向长短期记忆网络（Bi LSTM）,分类模型提取事件句的深层语义特征。变压器故障案例的实验结果表明Bi LSTM相比于单向LSTM、卷积神经网络（CNN）处理故障文本句子分类效果更优,对故障和原因信息的提取准确率更高,精确率和召回率的平均调和值达67%。

基于Spark的BIRCH算法并行化的设计与实现

在分布式计算和内存为王的时代,Spark作为基于内存计算的分布式框架技术得到了前所未有的关注与应用。着重研究BIRCH算法在Spark上并行化的设计和实现,经过理论性能分析得到并行化过程中时间消耗较多的Spark转化操作,同时根据并行化BIRCH算法的有向无环图DAG,减少shuffle和磁盘读写频率,以期达到性能优化。最后,将并行化后的BIRCH算法分别与单机的BIRCH算法和MLlib中的K-Means聚类算法做了性能对比实验。实验结果表明,通过Spark对BIRCH算法并行化,其聚类质量没有明显的损失,并且获得了比较理想的运行时间和加速比。

基于神经网络在线学习的输电线路多时间尺度负载能力动态预测

输电线路负载能力的动态预测能够为负荷调度方案和线路故障检修管理提供十分重要的参考。提出基于运行环境变化对输电线路多时间尺度负载能力进行预测的方法。利用Elman神经网络结合气温、风速、负荷的历史值实现在线学习并预测气象参数和负荷,再基于稳态和暂态热容量计算模型对输电线路不同运行时间的允许负载能力进行动态预测。对比输电线路负荷与稳态、暂态负载能力,充分挖掘了输电线路的潜在容量,为制定电网科学调度和检修策略提供有力支撑。

基于数据挖掘和主成分分析的电力设备状态评价

电力设备运行的健康状态直接影响着电力系统的安全稳定。基于数据挖掘技术,利用主成分分析方法对反映电力设备状态的海量数据进行了深入分析,形成了融合电力设备状态关键参量信息的主成分体系。基于该主成分体系,建立了电力设备运行状态的综合评价模型,实现了电力设备健康状态的动态评估和异常状态的快速检出。文中以变压器绝缘状态评估为例,证明了文中提出的方法可以弥补传统的状态评估方法的不足,具有一定的可靠性和实用性。

基于Markov决策过程的输变电设备最佳检修决策

为解决现有输变电设备检修决策很大程度依赖于决策人员经验的问题,应用Markov决策过程为检修决策提供定量、具体的决策依据。首先通过Markov过程求解设备的状态转移概率;然后运用策略迭代法对模型最优决策进行求解;最后将数据代入检修决策模型中,改变故障损失得到决策结果的变化。比较决策变化对应的设备故障损失和设备稳态概率可得知:所建立的基于状态的检修(CBM)模型适用于安装了在线监测装置的设备,而基于检测的检修(IBM)模型适用于无在线监测装置的设备;最优决策从维修成本最小的决策过渡到最后每次决策时都选择大修,整个变化过程证明了应用Markov决策可以折中维修成本和故障损失得到经济最优决策。研究结果可为检修决策人员提供定量的检修计划。

一起现场安装缺陷引发的500kV变压器油色谱异常分析及排查处理

本文中作者针对某500kV变压器油色谱异常缺陷问题,通过排油内检确定异常为主变高压侧升高座绝缘隔板未安装导致,并提出一种声学成像非侵入式检测技术快速开展同类隐患排查。

基于时空联合聚类方法的输变电设备状态异常检测

鉴于传统的输变电设备状态异常检测方法较少考虑到状态数据的空间信息,提出一种基于时空联合聚类方法的设备状态异常检测方法,该方法综合利用大量设备状态、气象环境等历史数据,在实现异常检测的同时将结果形象化。其具体做法为:通过移动时窗将状态数据时间序列划分为多个子序列,并将子序列与空间位置坐标相结合以构成时空联合数据;使用c均值模糊聚类方法对每个时窗中的时空联合数据进行聚类分析,并基于历史状态数据对每一类赋予异常度值,根据异常度值的大小判断该类数据是否异常;通过在每个时窗的类之间建立模糊关系实现异常状态沿连续时间段传播过程的形象化。最后结合实例验证了提出方法的有效性。

基于因子分析法与D-S证据理论的变压器关键参量提取和状态评估

变压器的状态评估是运行、检修与维护的重要依据,而变压器的评估参量类型冗余、数量繁多等是该环节工作的难点问题。针对上述问题,该文在深入分析变压器状态评估的需求和研究现状的基础上,构建了基于关键评估参量体系及D-S证据理论的多层次综合模糊评判模型。首先利用因子分析法提取并构建了关键参量指标体系;其次结合层次分析法获得评价系统中各子指标的最优权重,从而依据各自隶属度函数获得各项目层的评价结果;最后依据D-S证据理论对各项目层的评估结果进行了融合评估决策。经实例分析,该模型能有效且合理地对变压器状态进行评估。

计及综合风险的油浸式变压器短期增容决策方法

电力变压器的动态增容有利于缓解长期供电矛盾,解决短期应急需求,现有研究主要围绕热点温度与故障率进行增容决策的制定。考虑运行风险提出了一种变压器短期增容决策方法,包括安全约束作用与经济风险校验2个阶段。首先基于热点温度与故障率约束生成满足安全性要求的预增容方案,然后通过计算增容利润与风险,搜索预增容方案与满载运行之间的经济性最优方案,生成最终决策。通过算例分析了变压器服役时间、计划增容时间等因素对短期增容计划的影响,最后与电网公司现行增容预案进行比较,结果表明所述方法可灵活应对实际工况进行变压器短期增容方案的制订,兼顾决策的安全性与经济性。

不断创新林业技术 推动林业可持续发展

目前,我国林业技术的发展日新月异,林业技术的创新更是指日可待。林业资源作为我国非常宝贵的自然资源,在经济、社会、环境等方面都起着重要作用,所以人们更应该充分利用和保护好这一资源,不断创新林业技术,推动林业可持续发展。本文就如何创新林业技术,推进林业可持续发展进行分析与讨论。

基于分子动力学的无定形纤维素热力学性质仿真

为更深入地在微观角度上研究变压器绝缘纸老化机理,利用分子动力学仿真,对不同温度下纤维素无定形区的热力学性质进行了研究。结果表明:纤维素无定形区为各向同性弹性材料,其弹性系数和各模量随着模拟温度的升高均有减小的趋势,与晶区相比,温度对其影响较大;无定形区的刚性随温度升高出现较大减弱;随着温度升高,无定形区内氢键数量减少,并且分子内氢键数目较分子间氢键数目下降快。对比晶区内的氢键数目在相同模拟温度下的极小变化,可知纤维素的老化首先是从纤维素的无定形区内分子间的氢键被破坏开始的。随模拟温度的升高,纤维素分子链运动加剧,但其末端距无明显变化。温度对纤维素无定形区的力学性质和氢键的影响从分子层次上阐明了纤维素绝缘老化实验中结晶度升高及无不定形区先行老化的微观机理。

绝缘纸中水分扩散及其对绝缘纸机械性能影响的仿真研究

利用分子动力学方法绝缘纸中水分的扩散其及影响因素和水分对绝缘纸的机械性能时行了研究。模拟结果表明,不同水分含量的扩散系数受水分与纤维素的相互作用、相对自由体积共同影响。水分的扩散系数与水分和纤维素的相互作用及每个水分子与纤维素形成的氢键数表现出了极强的相关性,而与相对自由体积的相关性并不强。水分的加入使纤维素材料的机械性能在逐步的下降,而塑性增加。随着水分含量的增加,纤维素内聚能密度和溶解度参数均在减小,与纤维素的力学参数的变化规律相似。通过对链间距的分析发现,随着水分的增加,链间距在增大,表明水分弱化了纤维素分子间作用,从而导致了纤维素材料整体的机械性能的下降。