基于IWOA-SVM的变压器绕组热点温度预测

为了降低变压器高温运行风险和提高绕组热点温度预测精度,提出了一种基于改进鲸鱼算法优化支持向量机的绕组热点温度预测方法。采用灰色关联分析结果确定负载电流、有功功率、顶层油温和环境温度为引起绕组热点温度变化的主要特征量,并以此作为绕组热点温度预测模型的支持向量。利用余弦调整控制因子和引入自适应权重系数2种策略对鲸鱼算法进行改进,提高了改进鲸鱼优化算法(improved whale optimization algorithm, IWOA)的优化性能,采用IWOA算法优化支持向量机(support vector machine, SVM)参数,建立了基于IWOA-SVM的变压器绕组温度预测模型。算例分析结果表明,本文绕组热点温度预测方法的均方根误差为1.21℃、决定系数为0.897,平均相对误差为2.14%,三项指标均优于其他方法,验证了所提方法的实用性和有效性。

基于PCA-IHHO-LSSVM的变压器绕组热点温度预测

为保障变压器安全稳定运行,提高变压器绕组热点温度预测精度,提出一种基于主成分分析-改进哈里斯鹰-最小二乘支持向量机(principal component analysis-improved Harris hawks optimization-least squares support vector machine,PCA-IHHO-LSSVM)的变压器绕组热点温度预测方法。对变压器绕组热点温度预测的主要特征量进行主成分分析,有功功率、负载电流和顶层油温三个特征量的累计贡献率超过85%,确定有功功率、负载电流和顶层油温三个主元,对输入量进行指标重构。利用Tent混沌映射和学生分布扰动策略对哈里斯鹰算法进行改进,以提高IHHO算法的收敛精度和优化性能,采用IHHO算法对LSSVM进行参数优化,建立了基于PCA-IHHO-LSSVM的变压器绕组热点温度预测模型。采用变压器监测数据进行仿真分析,并与其他绕组热点温度预测方法进行对比,结果表明,所提PCA-IHHO-LSSVM模型的平均相对误差和均方根误差分别为2.92%和1.77℃,预测精度高于其他方法,验证了所提变压器绕组热点温度预测方法的实用性和优越性。

基于卡尔曼滤波算法的油浸式变压器绕组热点温度预测研究

本文作者研究基于卡尔曼滤波算法的油浸式变压器绕组热点温度预测模型,为有效分析此类变压器绝缘寿命提供依据。采集影响绕组热点温度的相关数据并构成基础数据库,构建变压器绕组线性离散热点温度模型,通过向该模型内叠加基础数据库内的噪声数据,获得热点温度的状态与测量方程,经由两种方程运算得出绕组的历史热点温度值,以此温度值作为输入参量,结合卡尔曼滤波算法构建变压器绕组热点温度预测模型,通过该模型中预测与校正两阶段的迭代运算,得到绕组热点温度的最佳实时预测结果输出。结果显示,该模型可预测出不同运行负载下的油浸式变压器绕组热点温度,得到平滑消噪且与实测数据相吻合的预测值;依据预测结果得知,变压器的绕组热点温度与季节、环境温度、负载均存在一定的相关性。

基于QPSO-KELM的变压器绕组热点温度预测

为提高变压器绕组热点温度预测精度,采用灰色关联分析确定绕组热点温度的关键影响因素为负载电流、环境温度、顶层油温和油箱上死角温度。采用QPSO算法对KELM的受惩罚系数和核参数进行优化,以负载电流、环境温度、顶层油温和油箱上死角温度为输入量,绕组热点温度为输出量,建立基于QPSO-KELM的变压器绕组热点温度预测模型。以变压器温升试验进行仿真分析,结果表明,QPSO-KELM模型的平均相对百分误差、均方根误差和决定系数分别为3.12%、2.25和0.995,均优于其他模型,验证了该模型的正确性和优越性。

液浸式变压器绕组热点温升估算方法Q系数定义探讨

了解IEC60076-2:2011和GB 1094.2-2013液浸式变压器的温升中附录绕组热点温升估算方法 Q系数的定义,并详细介绍了绕组损耗的组成及计算公式,通过仿真计算进行验证,提出对Q系数定义的探讨。

基于遗传优化支持向量机的变压器绕组热点温度预测模型

油浸式电力变压器的运行寿命及负载能力与绕组热点温度密切相关。精确预测变压器绕组的热点温度,是有效预防变压器热故障、准确预测变压器运行寿命和优化变压器设计的关键技术之一。论文研究了绕组热点温度支持向量机建模。为提高模型预测的精确度,选用径向基核函数优化模型结构;利用遗传算法对参数进行寻优。结合实验室模拟温升变压器绕组温度实测数据,提取输入和输出的特征量,并划分训练集和预测集,建立了基于遗传优化支持向量机的变压器绕组热点温度预测模型。实验表明:应用本文模型预测结果与实测值基本一致,优于BP神经网络以及Elman神经网络的预测结果。

监测变压器绕组热点温度智能模糊传感器系统的研究

基于模糊神经网络技术构造了智能模糊传感器系统 ,并用于监测大型电力变压器绕组热点温度。模糊神经网络技术为智能模糊传感器系统设计提供了强有力的技术支持。进行了实验研究 ,结果表明 ,智能模糊传感器系统测试结果令人满意。

基于模糊集合理论的变压器绕组热点研究

基于模糊集合理论，提出了分析变压器绕组热点的一种新方法。该方法综合考虑了运行变压器多个状态参量并将其进行模糊化处理。通过模糊合成推理，得出对变压器绕组热点的模糊表述。实例分析表明，采用模糊评判方法可有效地解决确定变压器绕组热点的某些不确定性问题。

变压器绕组热点温度间接测量法计算模型

介绍了运行中变压器绕组热点温度的间接测量方法的研究进展的情况。将变压器绕组热点温度的间接测量计算模型按其建立特点归纳为基于技术标准、基于热阻和基于热路等几类,对这几类计算模型的原理及特点等进行了简要分析,展望了变压器绕组热点温度间接测量研究的发展方向。

智能变压器绕组热点温度监测仪

本文介绍了一种新型油浸式电力变压器绕组热点温度在线监测仪。该监测仪实时采集变压器负荷电流和变压器顶层和底层油温 ,依据国际电工技术委员会推荐的油浸式电力变压器绕组热点计算公式 ,实时监测绕组热点温度。文中介绍了监测仪的测量原理及硬件电路和软件流程 ,给出使用后的数据记录。结果表明 ,该监测仪的稳定性与精度均满足现场测试要求。

500 kV单相变压器直流偏磁下损耗及绕组热点温度的计算分析

为了分析直流偏磁对电力变压器顶层油温度和绕组热点温度的影响,本文提出了基于场路耦合模型和热路模型的直流偏磁下顶层油温度和绕组热点温度的计算方法。利用该方法计算分析了某500 kV单相自耦变压器在直流偏磁下的损耗、顶层油温度和绕组热点温度等的变化规律。直流偏磁后,变压器绕组损耗略有下降,铁心、夹件等钢结构件的损耗随直流偏磁电流的增大而增大。由于地磁感应电流(GIC)波形的短时脉冲特性,GIC作用下的变压器顶层油温升和绕组热点温升均低于相同直流偏磁电流下的稳态温升。本文的研究方法和结论对变压器耐受直流偏磁能力的研究具有一定的参考价值。

风速对油浸式变压器绕组热点温度影响的研究

在实际工况中,油浸式变压器的散热过程会受到外界自然风变化情况的直接影响。通过Ansys有限元分析法,建立油浸式变压器在不同自然风速下绕组区域温度场与流场的二维流固耦合模型,分析绕组在不同外界自然风速下的热点温度变化,同时搭建变压器温升实验进行直接验证,结果证实了仿真模型的准确性。

基于改进鱼群优化支持向量机的变压器绕组热点温度预测

为了克服传统人工鱼群算法存在的速度慢、易陷入局部最优等缺点,引入了可变视野、变化步长、禁忌表及清除机制改进人工鱼群算法,通过改进人工鱼群算法对支持向量机模型中的惩罚变量C和RBF核参数G进行了优化。根据某市110kV变压器绕组热点温度实际运行数据,选取关联变量,确定训练集和测试集,建立了基于改进人工鱼群优化SVM的变压器绕组热点温度预测模型,通过与其他方法进行对比,验证了该预测模型具有更优的预测能力,预测效果较理想。

基于改进PSO-LSSVM模型的变压器绕组热点温度预测

针对现有变压器绕组热点温度预测方法中存在的不足,采用收缩因子对粒子速度更新方式进行改进,保证PSO算法前期的全局搜索能力和后期的局部寻优能力,提高了算法的收敛性能;利用改进PSO对LSSVM参数进行寻优,建立基于改进PSO-LSSVM的变压器绕组热点温度预测模型。利用实际监测数据进行仿真分析,改进PSO-LSSVM的变压器绕组热点温度预测模型的预测效果优于其他方法,验证了本方法的正确性和实用性。

变压器过负载状态下绕组热点温升计算的指数方程方法

为控制电力变压器过负载运行状态下的危害,提高电力变压器的过负载能力,对电力变压器过负载状态下绕组热点温升进行计算。通过实例分析,证明电力变压器过负载状态下绕组热点温升计算的指数方程方法可有效地用于电力变压器过负载能力的分析与控制。

主变压器绕组热点光纤测温技术的应用

随着智能化变电站建设中对各类主设备在线监测的要求,发现传统的主变压器测温系统,已经不能适应当今的智能化技术要求。在列举了传统测温技术存在不足的情况下,介绍了一种光纤测温技术的工作原理和特点,以及将主变压器绕组热点光纤测温技术应用到泸定站改造工程中的案例。通过对主变压器在线远程绕组热点光纤测温,解决了监测变压器内部线圈热点温度盲区的难题,同时也为今后变压器的安全运行,积累和提供准确、可靠的在线动态热点温度监测值。

风电双分裂变压器半穿越状态下的绕组热点研究与优化

通过运用Magnet和ANSYS Fluent仿真软件对SCSFB11-7400/35风电干式双分裂变压器在半穿越状态下的漏磁场分布、绕组负载损耗和温度场进行仿真和优化,同时通过温升试验验证仿真结果的准确性,最终确定绕组最热点的位置和大小。研究的前提条件主要包括变压器的型号和参数、运行模式、最热点限制、换热器功率、冷却液温和冷却风量要求等方面。研究发现,双分裂变压器在半穿越状态下的最热点温度在低压下绕组的上部、辐向绕组厚度约2/3 (由内往外)处,以及可以适当调整低压导电箔材厚度或/和低压绕组的匝数分布来解决半穿越状态下低压绕组电流分配不均所造成的损耗集中问题,从而改善低压绕组内部最热点温度,满足变压器可靠和安全运行的要求。为风电干式双分裂变压器的最热点确定提供了研究方法和途径,也可以为风电干式双分裂变压器的深入研究应用和现场运行维护提供了依据和指导。

谈配电变压器负荷状态对绕组热点温升影响

使用Gambit能建立出变压器二维模型,将变压器二维模型导入到Fluent进行计算,就能对在各种稳态负荷的变压器绕组热点温升进行计算,并研究了阶跃负荷和连续冲击负荷下变压器绕组热点温升特性,以便更好地评估绝缘老化状态。

基于布里渊光时域峰值边沿分析的变压器绕组局部热点检测

变压器绕组的温度分布一直是电网运行人员重点关注的对象。与传统传感器相比,分布式光纤传感具有抗电磁干扰能力强、可实现分布式测量等优势,其中布里渊光时域分析技术(BOTDA)的性能稳定,适用于大多数场景,但BOTDA的空间分辨率为m级,难以分辨绕组运行中的局部热点。该文从布里渊散射增益谱的机理入手,利用双峰拟合算法,并结合对异常峰值曲线的边沿分析,提出了一种在不增加系统硬件复杂度的基础上提升BOTDA空间分辨率的方法,以满足局部热点检测要求。通过对光纤沿线不同位置、不同热点长度及不同热点温度下的模拟试验验证了该方法的有效性,在实验室条件下可将准确传感的热点长度提升至原空间分辨率的一半以内。基于变压器实际绕组的局部升温试验,实现了绕组异常热点的精确定位和长度感知,并准确解调了绕组局部热点的温度,进一步验证了该方法的实际可行性和检测优越性,温度相对误差控制在5%以内,为提高变压器绕组温度在线监测的经济性和可行性提供新的思考,同时也为变压器绕组局部故障的提前感知和预警提供了新的思路。

基于灰色神经网络的变压器绕组热点温度预测

绕组热点温度影响着电力变压器的绝缘性能和运行寿命,为提高变压器运行的可靠性,对变压器进行三维温度场建模,通过分析变压器运行时的温度场,发现高低压绕组的温度自上而下减小,热点温度出现在端部,由此,通过监测变压器绕组上端部温度、顶层油温、中层油温、底层油温及环境温度,对绕组热点温度进行预测,为提高预测的准确性,构建绕组热点温度的灰色神经网络模型,并结合实验室变压器温度数据进行测试,结果表明:预测值与实测值之间的误差很小,灰色神经网络能对变压器绕组热点温度进行有效预测。