变压器中局部放电超高频信号传播的仿真研究

利用仿真软件建立变压器结构模型,对局部放电辐射的电磁波在箱体内的传播情况进行了仿真,并研究了变压器铁心、箱体缝隙对局部放电信号传播的影响。仿真结果表明,铁心和缝隙对电磁波的传播有衰减作用,在各个边角处会出现电磁波的最大幅值,在这些位置安装传感器有较好的检测效果。

GIS超高频局部放电在线监测技术应用研究

超高频(UHF)局部放电检测技术是目前国际上对气体绝缘全封闭组合电器(GIS)类设备普遍采用的状态监测技术,具有灵敏度高、抗干扰性好等特点。本文介绍了一个基于超高频局放检测技术的GIS设备在线监测系统,其中运用UHF传感器捕捉GIS内部局部放电信号,经过在线监测系统对捕捉信号进行信号采集、检测、运算和分类,结合人工智能专家判别系统,来分析GIS设备状态与故障特征。实际现场应用结果表明了该系统的有效性。

自适应遗传算法在变压器局部放电超高频模式识别中的应用

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器局部放电超高频自动识别系统检测到的5种放电类型进行了模式识别。实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好地应用于变压器局部放电的超高频模式识别中。

超高频局放电磁波在变压器中的传播特性

分析了变压器中局部放电激发的超高频电磁波在油-纸复合绝缘中的传播特性,讨论了变压器绕组及箱体对电磁波传播的影响。实验室研究结果表明,超高频局放电磁波在油-纸复合绝缘中传播时会产生一定的衰减,但对电磁波的接收影响不大;变压器绕组因导体表面存在信号的反射及散射,其对超高频信号幅值有一定的衰减;变压器箱体可引起电磁波的严重衰减,实际检测时超高频传感器应内置。

自适应遗传算法在变压器超高频局放模式识别中的应用

采用自适应遗传算法 ( AGA)作为神经网络的学习算法 ,对实验室中变压器超高频局部放电自动识别系统检测到的 5种放电类型进行了模式识别。实验结果表明 ,AGA神经网络解决了 BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题 ,具有较高的识别率和较强的推广能力 。