EEMD能量熵在配电变压器绕组状态监测中的应用

利用振动法在线监测配电变压器绕组的状态关键在于如何从振动信号中提取有效的特征。为了更有效地监测与诊断变压器绕组的状态,搭建了某配电变压器多次短路冲击试验及负载试验时的振动信号监测平台,利用总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)对变压器绕组的振动信号进行分析并求解其能量熵值,提出一种基于EEMD能量熵的配电变压器绕组状态监测与故障诊断的方法。实验结果表明,EEMD能够有效地提取配电变压器绕组振动信号的特征,得到振动信号各频带内的能量分布状态,可准确地在线监测与诊断配电变压器绕组故障。

变压器铁心振动特性分析与研究

变压器铁心振动与铁心紧固状况、绝缘层损伤程度密切相关。利用振动测量系统分别测量了不同型号的变压器铁心振动情况,并得到了变压器典型位置振动的时域波形及频谱波形数据,以此研究变压器铁心的振动特性以及影响因素。分析结果表明,2台不同型号的变压器铁心振动具有相似的幅频特性,基频均为100 Hz,且1 500 Hz后谐波衰减至0,但两者主频不同。受施加空载电压大小的影响,两者振动加速度信号基频处的幅值均与施加电压的平方呈线性关系,而其它频率处的幅值与施加电压的平方不一定呈线性关系。

基于电力变压器振动信息的绕组形变诊断方法

变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法。诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行分析,以振动信号能谱熵作为特征输入向量;利用改进后的多分类支持向量机对特征向量进行训练与测试,实现了变压器绕组不同状态的分类诊断。通过对S11-M-500/35型实际变压器绕组不同状态下进行负载试验,采集对应机械及电气参量数据,用所提出诊断方法对变压器绕组机械状态进行诊断,结果表明:在准确判断绕组正常及故障状态的同时,故障类型诊断结果准确率达到96.78%以上,从而验证所提出诊断方法应用于变压器绕组故障诊断的有效性和准确性。

两起500kV断路器重合失败分析

针对伊敏发电厂伊敏换流站5043断路器故障失灵动作保护,通过仿真计算,并结合录波图,分析5043断路器开断失败的原因主要是流过断路器的直流分量过大,出现了短路电流长时间不过零点。对影响直流分量大小的因素做了分析研究,得出故障时电压初相角对直流分量的影响较大,发电机参数对直流分量的影响程度较小,分析不同故障点流过断路器的直流分量的大小,找出了直流分量最大的故障点,为断路器重合闸整定时间提供参考依据。