基于混合有限元法的油浸式变压器稳态流-热耦合场并行计算方法

针对油浸式变压器2维流-热耦合仿真计算效率低的问题,提出了基于混合有限元法的并行计算方法。首先,在Visual Studio 2019中采用C++语言实现无量纲最小二乘有限元法以及迎风有限元法的串行计算方法。然后,基于图形处理器(graphic processing unit,GPU)实现流体场的并行计算,针对单分区分匝模型对比分析了不同GPU卡在不同网格条件下的并行计算效率,分析结果表明数据规模越大,GPU卡流处理器越多并行效果越好。其次,基于Intel MKL(Intel math kernel library)函数库结合共享存储并行编程(open multi-processing,OpenMP)实现了2维温度场的并行计算,并对比分析了不同网格数量对并行效率的影响。最后,在此基础上提出了根据不同仿真条件的混合并行计算方法,并应用到大型油浸式变压器绕组模型的2维温升热点分析中。结果表明,相较于串行程序,混合有限元并行计算方法的加速比达到了69.5,实验测试结果进一步验证了并行计算结果的准确性,研究成果为大型油浸式变压器流-热耦合问题的快速计算奠定了基础。

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。

油浸式电力变压器过载能力评估算法及工程应用研究

油浸式电力变压器的过载能力评估对于确保其安全可靠运行至关重要。目前缺乏一种简单而有效的评估方法,本文通过分析影响油浸式电力变压器过载能力的关键因素,结合变压器的设计原理和片式散热片油箱等效散热面积的概念,首次提出了一种基于油平均温升和顶层油温度的工程评估方法。所提方法考虑了变压器的热特性、冷却系统性能、负载电流、环境温度等因素对变压器温升的影响。该工程评估方法不仅简化了计算过程,还提高了评估结果的准确性。为了验证所提出方法的有效性,利用在运电力变压器实际运行数据进行了工程计算验证。通过与实际测量值进行比较,证实了该方法能够准确地评估油浸式电力变压器的过载能力。

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。

基于谐波电阻的变压器箔式绕组温升在线修正

绕组热点温度是配电变压器在线监测的重要指标,而现有的绕组温升在线计算方法未考虑箔式绕组结构产生的影响。通过配电变压器不同谐波下等效电阻比值对箔式绕组结构进行辨识,然后对比线绕式和箔式两种绕组结构发热差异,对一种通过绕组电阻变化计算绕组温升的算法进行了在线修正。该方法提供了一种通过谐波电阻比值预测箔式绕组热点温度的新思路。

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。

海上风电四桩导管架基础风致疲劳数值分析

文章采用有限元软件ANSYS对四桩导管架基础进行风致疲劳数值分析,整个导管架结构均采用八节点shell181壳单元模拟进行精细化建模计算。疲劳损伤计算采用热点应力法获取结构应力幅值,之后利用Miner线性累积损伤理论对结构疲劳寿命进行评估,最终累积疲劳损伤为0.61,满足设计要求。对热点应力法求得的应力与直接提取危险点表面应力进行对比,结果发现,前者小于后者,且更接近真实值。针对厂家提供的等效疲劳荷载、谱疲劳荷载分别进行四桩导管架基础的疲劳计算,结果发现谱疲劳与等效疲劳相比结果偏小。通过热点应力法对导管架基础进行疲劳计算,在保证安全的前提下能有效节省工程成本。

海上风电机组门洞焊缝应力计算及测试验证

风电机组的塔筒门框焊缝应力状态复杂,且在机组全寿命周期服役过程中承受超高周的动态载荷,其疲劳可靠性是塔筒设计工程师需重点关注的设计项点之一。由于塔筒面内弯矩载荷M_(x)、M_(y)塔筒疲劳设计的主导载荷,在进行塔筒门框焊缝疲劳设计时仅考虑面内弯矩载荷即可,门框焊缝的疲劳强度计算精度取决于焊缝处评估应力的计算精度,门框焊缝疲劳强度的评估应力通常采用国际焊接学会(IIW)推荐的热点应力法计算得到。文章首先针对某大兆瓦海上风电机组得塔筒门框焊缝区域进行有限元仿真计算,得到在塔筒面内弯矩M_(x)、M_(y)的单位载荷作用下选定的多处门框焊缝应力插值点的应力结果。然后基于测试得到的塔底截面弯矩时间历程,线性推导得到各焊缝应力插值点处的应力时间历程。最后将推导得到的应力时间历程与测试得到的应力时间历程进行对比,以此验证门框焊缝应力计算模型的正当性。对比结果表明,文章采用的门框焊缝应力计算模型是满足工程设计需求的。

构架式风电塔塔柱法兰抗疲劳性能影响因素研究

以4.5MW机组、轮毂高度为160 m的构架式风电塔为例,基于ABAQUS有限元分析软件对塔柱法兰的抗疲劳性能进行参数化分析。阐述了构架式风电塔塔柱法兰抗疲劳性能影响因素,具体包括法兰板厚度、法兰倒角尺寸及塔柱预应力。分析结果表明,较大的法兰板厚度与适中的法兰倒角尺寸,可有效降低法兰节点各部位在疲劳荷载下的应力幅,提高法兰节点整体抗疲劳性能;塔柱预应力在提高法兰节点整体抗疲劳性能方面也能发挥有利作用。

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。

基于时序NARX自适应神经网络的油浸式变压器绕组温度预测

变压器绕组热点温度过高会导致绝缘老化速度变快,剩余寿命变短。为此提出了一种基于时序性外因非线性自回归(NARX)的自适应神经网络模型以获得更精准的绕组热点温度预测数据。首先,确定影响变压器绕组温度的外部特征因子种类;然后,对变压器绕组热点数据和其他数据进行预处理;最后,将处理后的数据输入时序NARX自适应神经网络模型进行训练和调参,完成模型的构建。经实例验证,提出的外因NARX自适应神经网络绕组热点温度预测模型能对不同类型变压器数据进行特定的预处理,并且与支持向量机回归、回归树、高斯核回归方法相比,预测误差更小,在提高精度上具有更大优势。

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。

油浸式变压器绕组热点温度计算的热路模型

油浸式变压器是电力系统中的核心设备之一。变压器在温升过程中温度分布不均,热点温度是其中具有代表性的确定变压器最优化负载的重要参数。热点温度可由GB/T15164-1994中提出的基于变压器顶层油温的计算方法计算求出,但该方法在变压器暂态过载状态下的计算结果不够准确,因此根据IEEEStdC57.91的An-nexG中提出的可改进该计算精度的热点温度组成关系,建立了一个基于底层油温的等效热路模型。此模型由3个简化的能够分别表征热点温度与特征点油温的子模型组成。该热路模型的有效性通过与自行设计的ONAN,100kVA/5kV试验变压器的温升试验数据对比得到了验证,其计算结果与负载导则提出的热点温度计算公式的结果进行了比较,能够得到较好的计算结果。说明基于底层油温的变压器热点热路模型的有效可行。

内置光纤光栅油浸式变压器的研制

为了能够直接测量油浸式变压器的内部温度,设计了绕组电磁线内置光纤光栅传感器,并制作了35 kV/4 000 kW变压器样机,在该样机绕组、铁心、撑条、油顶等处成功布置了14根光纤,共218支光纤光栅传感器。绕组电磁线预埋光纤光栅传感器制作过程中的应力较小,光纤光栅传感器保持了良好的机械强度和测温性能。该样机的绝缘性能试验结果表明,内置光纤光栅传感器对变压器本体绝缘性能无影响;温升试验和长时空载试验验证了内置光纤光栅传感器具有良好的温度传感性能,为变压器内部温度场研究提供了可靠的技术支撑,为变压器的设计验证和寿命周期预测提供了一种新的有效手段。

变压器绕组热点温度热电类比计算模型仿真分析

变压器绕组的热点温度是决定变压器过载能力和油纸绝缘老化率的关键因素。在传统热理论基础上,考虑了温度对油粘度的影响,结合热电类比方法和IEEE推荐的热点温升模型提出一种预测变压器绕组热点温度的仿真模型。采用Runge-Kutta方法求解变压器实时的顶层油温和变压器绕组的热点温度,并与100kVA/5kV(ONAN)试验变压器的实测温度数据进行对比,仿真结果与实测数据有较好的一致性。

广义回归神经网络在变压器绕组热点温度预测中的应用

电力变压器的绕组热点温度是影响其绝缘性能的主要因素之一,因此有必要进行电力变压器绕组热点温度预测以提高电力变压器的运行可靠性。变压器内部温度受诸多因素的影响,且计算涉及到传热学、流体力学和电磁学等边缘学科,以致其计算复杂,不宜使用。广义回归神经网络(GRNN)具有较强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性等特点,将其应用于变压器绕组热点温度的预测,克服了基于误差反向传播算法的人工神经网络(BPNN)预测时训练过程中存在局部最小点、收敛速度慢等缺点。将预测结果与实测值进行对比,结果表明GRNN神经网络的预测结果与实测值具有较好的一致性。

基于顶层油温的变压器绕组热点温度计算改进模型

油浸式电力变压器绕组热点温度是影响变压器绝缘寿命的重要参量,与变压器顶层油温密切相关。考虑非线性热阻-变压器断路阻抗、油粘滞度以及绕组损耗随温度的变化,引入粘滞度与损耗关于温度变化的修正因子,提出一种基于顶层油温的变压器绕组热点温度改进模型。模型参数选用Levenberg-Marquardt算法进行估算。对比实验室温升用试验变压器实测数据,该模型在欠负载(90%)、额定负载(100%)以及过负载(110%)下,显示了较好的一致性,特别在动态负载下,能够较好地描述各暂态温度变化情况,为变压器绕组热点温度计算提出了一种新方法。

油浸式电力变压器饼式绕组温升的影响因素分析

对油浸式电力变压器饼式绕组的油流流速及温度分布特征进行了研究,同时分析了水平油道宽度等参数对油道油流流速及绕组温升的影响。以1台容量为321.1 MV·A的油浸式换流变压器网侧绕组结构为原型,建立了绕组温升的物理计算模型。结合变压器设计原理设置不同的油道参数,计算了绕组油道油流流速以及温度的分布情况,分析了入口油流速度、水平油道宽度、饼式绕组分区数量以及导线匝间绝缘厚度等参数对油道油流流速及绕组温升的影响。结果表明:饼式绕组热点位置位于最后一个分区中心线饼附近;不同的入口油流流速、水平油道宽度及饼式绕组分区数将影响水平油道中的油流速度分布,进一步影响绕组的温度分布及热点温升;导线匝间绝缘厚度对油流速度分布没有影响,但对绕组的温升有一定的影响。