基于灰狼优化算法的金属氧化物避雷器老化识别

为有效评估恶劣环境下金属氧化物避雷器工作状态,解决MOA老化在线识别难题,提出基于灰狼优化算法的MOA老化识别方法。首先,分析MOA自身参数与泄漏电流关系;其次,利用灰狼优化算法求解体现MOA老化性能的α、k和自身电容C,实现MOA老化在线监测;然后,对不同谐波电压和电压波动下泄漏电流进行仿真;最后,进行试验验证,结果表明该方法不受电网中谐波电压幅值、相位及谐波含量影响,能准确实现MOA的老化识别。

基于EMD-SVD特征和SVM油纸绝缘热老化阶段的识别

通过研究油纸绝缘不同老化阶段的局部放电变化规律,并对老化阶段进行诊断识别。制作油纸绝缘内部扁平气隙放电模型进行热老化加速试验,对7个老化阶段的样本进行局部放电试验,得到局部放电数据。借助MATLAB平台通过EMD-SVD提取样品局部放电的特征量,用支持向量机(SVM)分类方法对不同阶段老化样本的特征向量进行诊断识别,结果总识别率达到90%以上,证明了利用EMD-SVD作为局部放电信号特征提取方法的有效性。

城轨车辆门密封胶条的力学性能老化模糊识别与使用寿命预测

为构建城轨车辆门密封胶条按需维护制度,对密封胶条开展力学性能老化模糊识别与使用寿命预测的研究.在南京和上海两条轨交线上收集了一批三元乙丙橡胶材质的在用城轨车辆门密封胶条,按照国家标准检测硬度、拉伸强度、拉断伸长率三项力学性能;采用模糊方法处理检测数据并识别老化程度,设置密封胶条的老化程度衡量指标和使用寿命预测指标.研究结果表明:自然老化条件下城轨车辆门密封胶条力学性能变化趋势具有随机性;力学指标50%性能保持率可作为容忍密封胶条老化的临界值;模糊贴近度可作为辨识密封胶条老化程度的指标;拉断伸长率更适合作为密封胶条使用寿命预测性能指标;基于拉断伸长率的检测数据和50%性能保持率进行非线性拟合,可建立城轨车辆门密封胶条寿命预测方法.

基于随机森林的油纸绝缘老化阶段评估

为了更准确地评估变压器油纸绝缘老化阶段,提出了一种基于EMD-SVD特征和随机森林分类器相结合的识别方法。通过实验平台采集到对应于不同热老化时间局部放电信号的气隙缺陷样本,在消噪后用EMDSVD两次分解并提取相应老化特征量,并分别利用随机森林分类器与传统分类器BP神经网络和支持向量机对EMD-SVD特征进行分类识别。结果显示随机森林分类器识别效果优于传统分类器,对于提取的油纸绝缘局部放电信号EMD-SVD特征,随机森林分类器分类能力更强。分析首次将EMD-SVD特征与随机森林分类器相结合应用在识别油纸绝缘热老化阶段方面能够取得更好的效果。

基于概率神经网络的油纸绝缘老化诊断技术研究

对油纸试样进行加速热老化处理,根据聚合度变化将其老化过程划分为5个老化阶段;基于气隙放电模型进行局部放电试验,采集不同老化阶段油纸试样的PRPD图谱;利用统计算子提取特征量,采用因子分析法(FAM)对原始特征数据降维,比较降维前后特征数据的聚类特性;建立概率神经网络(PNN)模型识别油纸绝缘的老化阶段,作为对照,搭建反向传播(BP)神经网络模型以及支持向量机(SVM)模型,使用相同的数据对其进行训练,比较三者的识别结果。结果表明:老化会导致纸板内部产生孔隙,从而促进局部放电的发生;与其他模型相比,FAM-PNN模型在识别准确率和运算效率上具备明显优势,使用FAM-PNN模型可以准确高效地对变压器油纸绝缘的老化状态进行评估。