梁文灿《蝶恋花·潍阳十二月鼓子词》中的清末潍县中秋民俗内涵与阐释

梁文灿《蝶恋花·潍阳十二月鼓子词》为追和拟仿北宋六一子《渔家傲》所作,词人以十二组联章词的形式,无关闺情,用自然生动的笔触详细描绘了从正月到腊月十二个月间不同月令节日的潍县民俗。其第八首“中秋词”写作风格清新明逸,偏重于对民俗之中的动态场景塑造,既有意突出了作者对物候、时代变迁的敏感与乡土眷恋,展现出清末潍县中秋节独有的风俗习尚,又寄托了其对人生的感悟与喟叹、对家国的热爱和胸臆难平,真可谓一幅栩栩如生的“中秋民俗即景图”。

基于ROTDR的变压器绕组温度测量方法研究

为实现油浸式电力变压器绕组运行温度的分布式测量,及早发现绕组异常温升等问题,文中提出了一种基于Raman光时域反射计(ROTDR)的变压器绕组温度测量方法。该方法通过在变压器绕组中预埋分布式光纤,并依据拉曼散射原理来直接测量绕组温度。设计并研制了敷设分布式光纤的电磁线和绕组模型,并根据测量要求对电磁线结构和绕组绕制工艺进行了改进,利用分布式光纤测温系统对敷设分布式光纤的电磁线温度传感性能和绕组模型进行了试验。试验结果表明:基于该方法的温度测量误差≤2℃,满足变压器绕组温度测量的要求,且该方法还可以对绕组温升位置进行定位。

光纤检测变压器绕组变形的特征提取与聚类分析

针对传统变压器绕组变形检测的缺陷,提出了基于分布式光纤传感的变压器绕组变形检测方法。引入小波包变换对应变信号进行特征提取,探索几种典型变形种类的聚类分离。首先模拟变压器运行过程中绕组可能出现的变形种类,利用Brillouin光时域反射计(BOTDR)采集布里渊频移,对应变信号进行小波包变换,提取能够充分反映应变信号特征的标准差、能量和Shannon熵,最后利用模糊C均值算法对提取的特征量分别进行聚类分析。结果表明,相比于以标准差作为特征量,以能量和Shannon熵作为特征量的聚类结果明显更为合理,实现了绕组变形带电监测与分类处理。

《庄子·逍遥游》“六月息”探析

《庄子·逍遥游》“去以六月息者也”一句的“息”字,历来有两种讲法。本文对比诸家之说,并通过文意、语法等多方面的探讨,得出“息”字当作“风”解的结论,并对“六月息”是什么进行更进一步的探求,提出“六月息”为水龙卷的设想并进行论证。

基于S变换和ELM的变压器绕组应变检测识别

目前变压器绕组应变监测主要分为离线检测和在线检测,由于受现场复杂电磁环境的干扰,在线检测并未得到广泛应用,离线检测虽技术较为成熟,但无法准确判断绕组应变形式。基于以上问题,文中提出了基于分布式光纤传感的变压器绕组应变检测方法,并提出了基于S变换和极限学习机(ELM)的绕组应变识别方法。首先模拟变压器运行过程中绕组可能出现的变形形式,采集相应的布里渊频移;然后通过S变换对应变信号进行时频分析,提取变换后的时频特征量作为神经网络的输入样本,采用极限学习机(ELM)进行训练识别。实验分析表明,该方法能够有效识别常见绕组变形形式,识别效果较好,准确率高。

基于分布式光纤传感的变压器绕组变形检测与故障识别可行性研究

绕组变形是变压器内部的常见故障之一,传统的绕组变形检测方法均属于离线检测,且无法识别故障形式。针对以上问题,提出了基于分布式光纤传感的变压器绕组变形检测方法,研制了光纤复合式绕组模型,模拟局部鼓包、内凹和绕组松动等变形情况,利用布里渊光时域反射计(Brillouinopticaltimedomainreflectometer,BOTDR)测量光纤应变变化情况,最后通过极限学习机(extreme learning machine, ELM)对检测信号进行模式识别。试验结果显示:光纤在绕组中有一定的预应力,光纤应变曲线的变化对应不同的绕组变形形式,该方法对正常绕组和不同变形形式的绕组识别准确率均为90%以上。分布式光纤传感技术能够有效实现变压器绕组变形检测,为变压器绕组变形在线监测和故障诊断提供了新的思路。

不同敷设方式对分布式光纤监测变压器绕组变形的影响研究

为将分布式光纤传感技术应用于变压器绕组变形监测,文中对基于不同敷设方式的光纤监测变压器绕组变形进行了研究,设计并制作了内径侧、外径侧和表面敷设分布式光纤的变压器绕组模型,并对电磁线结构和绕组绕制工艺进行了相应的改进。最后,对上述3种绕组模型进行了局部变形试验,并利用基于布里渊散射原理的分布式光纤应力监测系统对其应变分布进行了监测和评估。结果表明,敷设于绕组外径侧的分布式光纤预应变较大,测量结果的重复性也较差;敷设于绕组内径侧和表面的分布式光纤预应变较小,应变分布较均匀,且测量结果重复性较好;但是,当分布式光纤敷设于绕组外径侧和内径侧时,工程实现较复杂且对绕组原有结构改变较大。综合评估可得,表面敷设最适合作为分布式光纤敷设方式应用于变压器绕组变形监测,绕组内径侧敷设次之,绕组外径侧敷设最差。

基于电网运维大数据背景下的继电保护故障定位分析

针对继电保护通信网络中的多个通信通道同时产生报警,导致继电保护通信系统故障定位较难的情况进行了探讨。首先针对继电保护故障定位需求展开研究,提出继电保护网络的通信故障定位方法;接着基于电网运行管理信息的改进贝叶斯方法,给出新的继电保护通信系统疑似故障定位方法;再通过信息综合管理RPMS、通信网管系统的报警信息及调度综合运行管理OBS所获取到的信息,对故障范围进行缩减,对原有电网运维大数据记录进行改良分析,通过贝叶斯模型来找出继电保护通信系统最可能出现故障的因素。

基于深度学习的继电保护算法与优化分析

阐述通过构建适应电力系统特点的输入数据集,设计基于Transformer的深度学习网络结构,实现对电力系统中继电保护任务的高效处理与预测,同时,进一步提升算法的准确性和泛化能力。