周期电磁力下变压器绝缘垫块动态机械特性研究

绝缘垫块的机械特性是变压器绕组结构建模的关键因素。运行变压器绕组受到周期电磁力作用,静态的应力-应变测试结果无法表征绝缘垫块的动态机械特性。针对周期电磁力下绝缘垫块的动态机械特性,本研究提出了一个非对称的滞回模型,该模型不仅包含线性的阻尼和刚度,还包含非线性的动态刚度。在实验中,利用气动激振器模拟电磁力的幅值和频率,获取不同压紧力下绝缘垫块的应力-应变数据,并利用基于NSGA-Ⅱ算法的多目标优化算法训练模型参数。结果表明:绝缘垫块的刚度和阻尼均与压紧力存在密切关系,且油浸垫块具有较明显的阻尼特征。随着压紧力的增大,加压和减压过程中绝缘垫块的动态刚度幅值减小。与周期电磁力的幅值相比,其频率对绝缘垫块机械特性的影响更显著。

基于COMSOL多物理场的冲击电压下变压器绝缘油中流注放电的仿真研究

随着超高压、特高压设备和输电系统的发展,矿物油以其优异的介电性能、老化稳定性和安全性能被广泛应用于电气设备的绝缘中。模拟了流注放电在油中的传播过程,分析了电场强度和空间电荷变化的结果,研究了不同外加电压和不同针-球间距下变压器放电模型的模拟结果,比较了不同条件下流注放电过程的特点和发展,最后确定了不同因素对流注放电形成和发展的影响。

基于IWOA-BP算法的变压器绝缘老化评估方法

为增强变压器运行的安全性以及稳定性,提出一种基于改进的鲸鱼优化(improved whale optimization algorithm,IWOA)—反向传播(back propagation,BP)算法的变压器绝缘老化状态评估模型。建立变压器油纸绝缘模型进行极化—去极化电流(polarization and depolarization current,PDC)实验,为避免含水率对评估结果造成影响,提取综合电导率作为老化特征量;以BP神经网络为主,PDC电流数据为输入,综合电导率为输出,建立算法模型对油纸绝缘老化状态进行评估;为提升算法模型的评估效果,以加入非线性收敛因子以及自适应权重为方法对鲸鱼优化算法(whale optimization algorithm,WOA)进行改进,并以IWOA对BP神经网络进行优化,获取更优的BP权重与阈值初值,提高BP神经网络的收敛速度以及精度。最终结果证明,IWOA-BP评估模型具有一定准确性以及实用性,且在油纸绝缘寿命评估方向上有一定发展空间。

基于人工神经网络的变压器绝缘模型放电模式识别的研究

分析了变压器绝缘的主要放电形式 ,设计了模拟变压器放电的 7种试验模型和 3种模拟空气中放电干扰的模型 ,进行了不同情况下模型的放电试验。使用数字化测量装置 ,取得了各种模型放电的放电量 相位信息。采用三维谱图提取放电指纹特征 ,并用人工神经网络ANN来识别不同的放电类型。研究结果表明 ,人工神经网络对油纸变压器绝缘放电有足够的识别能力。

根据三维谱图识别变压器绝缘典型模型放电的研究

分析了变压器绝缘的主要放电形式，设计了模拟变压器放电的４种试验模型，进行了不同情 况下模型的放电试验。使用数字化测量装置，在双层屏蔽试验室内，取得了各种模型放电的放电量 一相位信息。采用三维谱图提取放电指纹特征，并用人工神经网络来识别不同的放电类型。分析了不 同数据处理方式对放电识别的影响。研究结果表明，人工神经网络对油纸变压器绝缘放电有足够的 识别能力。

变压器绝缘油硫腐蚀分析方法

采用ASTM D1275-B腐蚀性硫检测方法和扫描电子显微镜技术,研究变压器绝缘油硫腐蚀的分析方法。对变压器绝缘油进行腐蚀性硫检测,判断油中有无腐蚀性硫;对硫腐蚀的铜片进行形貌和能谱分析,测量腐蚀产物中硫含量和腐蚀产物层的厚度。测量结果表明,硫腐蚀程度随硫含量和产物层厚度的增加而增大。变压器绝缘油硫腐蚀的形貌和能谱分析,弥补了腐蚀性硫检测方法在判断硫腐蚀程度方面的不足,该方法可以判断硫腐蚀程度,还能够判断腐蚀性硫检测结果的准确性,因此ASTM D1275-B法结合扫描电子显微镜技术是分析变压器绝缘油硫腐蚀的有效方法。

基于IMFO-RBF的变压器绝缘老化评估策略

为更好地评估变压器绝缘老化状态,先深入研究了变压器绝缘老化程度与极化去极化电流曲线的联系,分析了油中糠醛含量检测法,并提取了两者的老化特征量;其次建立绝缘老化状态的RBF神经网络评估模型,通过改进飞蛾优化算法优化RBF神经网络的径向基函数中心点位置,提高评估模型的评估精度;最后基于IMFO-RBF评估模型,结合PDC电流数据及糠醛含量数据,建立变压器绝缘老化健康值,分析了变压器绝缘老化状态。仿真结果表明,IMFO-RBF能够通过PDC数据及油中糠醛含量进行融合评估,且评估结果与实际情况贴近,具有一定的参考性与实用性。

采用单片机的变压器绝缘油击穿电压测试仪

介绍了采用MCS－8031单片机的变压器绝缘油击穿电压测试仪的工作原理、硬件组成和软件设计，分析了测量误差和减少误差的措施。

变压器绝缘老化的智能化诊断

详细介绍了油浸式变压器绝缘老化智能化诊断的分析模型,进一步阐述了专家系统在变压器绝缘老化诊断方面的应用,并以实例论证了该专家系统的可行性和有效性.

动性球菌代谢变压器绝缘油及其代谢产物对绝缘油介损的影响

对动性球菌代谢变压器绝缘油进行了研究,发现动性球菌能够代谢绝缘油,利用薄层层析、液-质联机等技术从变压器绝缘油的动性球菌代谢物中分离得到一种脂肪酸,用质谱、核磁共振对其结构表征.同时研究了动性球菌代谢绝缘油的产物对绝缘油介损的影响.

地沟油改性用于变压器绝缘油的可行性研究

通过对地沟油进行脱酸、脱色、离心和添加抗氧化剂的改性处理,制得变压器绝缘油,并通过试验研究改性油样的理化及电气性质。研究结果表明,改性地沟油具有优良的性能,满足电力变压器绝缘用油的标准,实现了地沟油的资源化利用。

一起变压器绝缘油总烃量超标的分析与处理

指出变压器的安全运行是电网安全运行的基础,色谱分析是监测变压器运行状态的重要手段,以一起返厂大修后投运1 a的变压器总烃含量超标为例,进行监测、检查、试验分析和处理,总结出变压器总烃量超标时的现象,为运行人员迅速判断变压器故障性质及采取措施提供依据,从而避免事故范围扩大,保障电力系统安全稳定运行。

基于模糊理论和证据理论的变压器绝缘老化状态评估

变压器状态信息具有模糊性且有时无法相互融合,为此提出了一种电力变压器绝缘状态评估方法。该方法首先将油浸式变压器绝缘状态评估看作一个多决策问题,利用模糊理论与证据理论搭建变压器绝缘状态模糊评估模型;继而采用模糊理论将变压器中油色谱、电气试验与油化试验数据,作为变压器特征指标量进行量化处理,消除变压器状态信息中的模糊性;最后将模糊综合评价作为证据理论的基本信度配置,与作为证据的特征量进行证据融合,消除变压器状态信息中的矛盾冲突,从而对整体变压器绝缘状态进行评估。实例结果验证了该方法的有效性与实用性。

变压器绝缘油吸附净化材料的研究进展

吸附处理技术是一种重要的绝缘油再生处理技术,也是绝缘油处理领域的研究热点。本文综述了变压器绝缘油在吸附净化过程中所用吸附材料的研究进展,包括传统吸附剂以及近年来出现的新型吸附剂,并指出了变压器绝缘油吸附剂领域的发展趋势。

基于三维荧光的变压器绝缘油绝缘状态监测技术研究

针对目前绝缘油溶解气体(dissolved gas analysis,DGA)分析技术存在的不足,本研究对一种基于三维荧光原理的变压器绝缘油绝缘状态监测技术进行探索。采用市售绝缘油新油、实际运行变压器绝缘油以及实验室模拟放电劣化绝缘油等典型样品,采集三维荧光谱图数据,获取典型样品荧光特征峰位置、荧光信号强度等关键数据,分析变压器绝缘油劣化过程中荧光特征峰位置、信号强度随着放电老化时间的变化。结果表明:与经典气相色谱DGA分析方法相比,三维荧光分析方法具有更高的灵敏度,可以及时监测到绝缘油劣化变化的发生,且能够在发生不释放气体或释放少量气体的故障情况下,实现对绝缘油绝缘状态及时监测。

基于线性累积损伤模型的变压器绝缘寿命评估

基于电力变压器在不同应力下的劣化作用机制,分析了电、热、机械应力等因素作用下的各种劣化模型,总结了不同应力作用下变压器劣化累积效应的共性规律,建立了变压器在时变工作应力和随机应力共同作用下的线性累积损伤模型LCDM,对变压器绝缘寿命进行评估,并利用试验数据验证了该模型的有效性。

化学法处理变压器绝缘油中DBDS的研究

二苄基二硫醚(DBDS)是一种腐蚀性的有机硫化物,能与变压器中的铜导线反应生成导电性比绝缘油和绝缘纸高得多的硫化亚铜,从而威胁变压器的安全运行。脱除变压器绝缘油中的二苄基二硫醚,可以从根本上解决腐蚀性有机硫化物对变压器铜导线腐蚀的问题。本文通过在多孔状壳聚糖材料上负载聚乙二醇-氢氧化钠试剂制备出新型的脱硫材料,研究了该脱硫材料的负载量、反应温度、反应时间等因素对脱除变压器绝缘油中二苄基二硫醚效果的影响。结果表明:该壳聚糖脱硫材料脱除变压器绝缘油中二苄基二硫醚的效果好、速度快,经过处理后的油品色度低,能重复利用。

漫反射光谱法检测变压器绝缘纸聚合度

检测变压器绝缘纸聚合度是判断其固体绝缘老化程度最直接有效的方法,实验室制取了53个不同聚合度的变压器绝缘纸样,采用国标法(粘度法)检测其聚合度。通过漫反射光谱仪对所有纸样进行扫描,结合偏最小二乘回归法建立了绝缘纸聚合度与光谱参数间的定量模型,模型相关系数为0.951 9,预测均方根误差RMSEP为67.5。该方法检测绝缘纸聚合度的精密度和准确度基本满足工程应用要求,为变压器固体绝缘状态提供了一种快捷、无损的检测方式。

基于改进Mask R-CNN的变压器绝缘套管故障智能诊断

绝缘套管是变压器箱外主要的绝缘装置,对变压器安全稳定运行具有重要意义。为提高绝缘套管故障诊断效率,提出了一种基于改进Mask R-CNN的变压器绝缘套管故障智能诊断方法。在运维过程中收集含绝缘套管的红外图像并标注,完成数据集的初步搭建。为缓解平衡正负样本不均衡,使用旋转缩放、裁剪平移等方法扩增负样本数量,并引入了GHM Loss函数。采用MobileNetv3作为Mask R-CNN的主干网络,以满足实时检测的要求。对比实验表明,改进后的Mask R-CNN检测速度达到216 ms每帧,故障诊断率为89.72%,误报率为6.78%,可以准确实现变压器绝缘套管故障智能诊断,对自动巡检和建设智能电站有一定应用价值。