电力变压器绕组状态实时监测算法

为及时发现电力变压器绕组变形等潜伏性故障,需要实时监测变压器绕组的状态。建立了变压器绕组的数学模型,利用变压器原、次边的电压、电流信号对变压器的短路阻抗进行在线辨识。其方法是:实时采集模型变压器原、次边的电压、电流信号后,针对电压、电流传感器采集信号的特点,应用小波变换除去噪声,再利用基于离散傅里叶变换的高精度相位识别法辨识各正弦量间的相位差,得到各负载情况下变压器绕组等效电路的短路阻抗。利用模型三相变压器搭建的变压器绕组状态监测平台进行实验,结果表明,变压器绕组未发生状态改变时,不同负载情况下短路阻抗的辨识差别不超过0.64%;若变压器绕组发生变形及匝间短路等故障,短路阻抗的变化量达到5.6%以上,证明所提出的监测算法是有效的。

电力系统远程监控的安全通信方案

本文安全通信方案采用非对称(ECC)和对称式(3DES)加密相结合的方式。针对电力系统远程监控通信中常见的安全问题,在主站端增加安全服务器,在每个远程设备上附加一个安全模块,整个安全通信过程对普通用户透明。主站负责产生和管理所有的密钥,远程设备可认证主站发送的消息。非对称加密中的私钥传输可利用信息隐藏技术。安全模块的硬件设计基于增强型8051微控制器XC886,实际测试显示其具有较好的性能。

基于MEMS技术的气体热导传感器的应用研究

针对传统的气体热导检测器在气体检测应用中存在检测精度差、灵敏度低、温度漂移大的缺点,本设计采用新型的MEMS气体热导传感器,设计了一种高性能的气体浓度检测系统。设计了一种高精度的双恒流源电路对电桥供电,运用微信号检测技术和温度补偿手段,采取模拟滤波和数字滤波相结合的方法,有效的抑制了各种类型的噪声干扰,提高了系统测量的精度与灵敏度,实现了微量气体浓度的准确测量,克服了传统气体热导检测的缺点。

一种配电网拓扑可观测性理论及其应用

对于辐射状的配电网络,考虑手动开关和FTU通信故障等数据不全的情况,提出配电网拓扑可观测性的概念,统一描述配电网拓扑分析的准确程度,以树的形式描述动态电气岛模型,并在此基础上实现拓扑着色、故障隔离、非故障区恢复等配电自动化功能,对于不可观测的节点,从此节点的上游节点开始向下游方向搜索,形成可观测的组合区段,然后实施故障处理。分析和实际运行表明,这种方法的适应能力更强,更加准确直观。

一种针对数据不全情况的配电网络分析方法及其应用

提出一种基于区段动态组合和不良数据辨识的分析方法。在动态拓扑分析中,对于可疑数据,采用自动辨识或人工置数的方法,形成动态电气岛模型,同时根据开关运行状态进行区段动态组合,计算组合区段的负荷。在故障处理中,以组合区段为依据进行方案计算,对于操作过程中的拒动开关,则基于此开关重新进行区段动态组合,再进行故障处理。

智能变电站容性设备绝缘远程在线监测装置研究

介绍了容性设备绝缘在线监测的原理,根据现场的实际情况设计了一种就近集中采样、计算和远距离光纤传输相结合的改进的集中式系统,该系统由就地在线监测装置和主控室上位机组成。就地在线监测装置以DSP+CPLD为核心,软件上采用加窗插值的高精度离散傅里叶(DFT)算法,可有效降低常规DFT算法由于采样对工频周期信号的截断和采样的非同步而带来频率的泄漏效应和栅栏效应,提高测量准确度;主控室上位机完成数据处理及故障诊断功能。在实验室条件下模拟现场搭建了性能测试模型,其测试结果与标准AI-6000E介质损耗测量仪测量的结果进行了对比,绝对误差均小于1%,达到了系统设计的指标,且装置运行稳定。该装置已成功应用于1 000 kV晋东南-南阳-荆门特高压交流试验示范工程。

基于贝叶斯网络的多状态变压器可靠性跟踪分析

大型电力变压器是输变电系统的关键设备,其可靠性直接关系到电网的安全稳定运行。为了提高变压器可靠性跟踪分析的效率,提出一种基于贝叶斯网络的多状态变压器可靠性跟踪分析方法。给出了适用于多状态变压器的不可靠性指标跟踪算法。根据相关参考文献、专家经验及数据搜集,首次从部件的角度构建了电力变压器贝叶斯网络模型。结合可靠性指标统计,对变压器可靠性进行了跟踪分析,确定了影响变压器可靠性的关键部件,辨识了变压器薄弱环节。通过运用贝叶斯网络对变压器可靠性进行跟踪分析,为变压器的状态维修及全寿命周期管理提供了理论和数据支持。

一种新型变压器油中溶解气体在线监测仪的研究

研究提出了一种基于固体氧化物燃料电池(SOFC)技术的微量可燃气体检测新方法,该方法只需要一种载气就能够完成变压器油中溶解气体的检测。利用从四大守恒定律出发建立的管式SOFC数学模型,得到了可燃气体含量与SOFC输出电压的关系,进而通过优化参数并结合色谱分析技术设计了一套变压器油中气体在线监测仪。该测量仪以嵌入式PC104为核心,具有油中气体含量的实时LCD显示,并通过与上位机的串行通信实现气体含量数据的后台存储。实验与现场投运的结果表明该技术满足电力变压器在线监测与故障诊断的需求,具有线性度好、精度高、方便、清洁和自动化程度高等优点。

改进的灰熵关联度算法用于变压器故障诊断

为解决传统灰熵关联度算法中标准序列难以确定、故障隶属度分辨率差等问题,提出新的灰熵关联度诊断算法。采用C-Means模糊聚类算法,将若干典型样本组成的故障空间聚成c个灰类,并得到c个最优聚类中心。以上述聚类为基础,将主成分分析应用于灰熵关联度,建立一种以模糊聚类和主成分分析为基础的灰熵关联度诊断变压器故障的新模型。实践结果表明,文中方法能大幅度提高故障隶属度的分辨率,故障诊断准确度达到了94%,从而为变压器故障诊断提供一条新的有效途径。

灰色关联度分析在变压器油色谱峰辨识中的应用

为弥补传统色谱峰辨识算法存在的缺陷,将灰色关联度技术应用到变压器油色谱峰辨识领域。以色谱学塔板理论为基础,先根据大量的色谱实验数据拟合一个匹配的高斯数据序列,然后将高斯数据序列沿着色谱数据滑动,滑动过程中求高斯窗口与相应色谱数据的灰色B型关联度,关联度大于设定阈值的数据段存在色谱峰时,该数据段色谱峰的位置对应滑到该处的高斯窗口的峰位。试验结果表明:该算法能非常准确地辨识色谱峰,对噪声、色谱峰宽变化不敏感,且与色谱峰的保留时间无关,具有非常好的抗干扰性和自适应性。

线性分类器与BP网络联合诊断变压器故障

油中溶解气体分析(DGA)是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络(LC-BP)故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到最终诊断结果。实验结果表明,提出的LC-BP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的故障诊断提供了一条新的有效途径。

基于BS架构的DGA在线监测数据平台设计与实现

针对充油电力设备的故障诊断和数据统计分析的软件需求,提出基于asp.net三层结构模型的BS架构解决方案。该方案对数据库操作和业务逻辑进行封装,结合Web设计的先进技术与框架,设计了界面友好、交互完备的表现层页面,集成多国语言、图表操作、设备状态实时监测等功能。故障诊断采用多专家故障诊断裁决算法,在多种诊断方法并行执行的基础上,引入裁决机制进行最终故障判别,提高了故障诊断的准确率和可靠性。案例证明了该方法的可行性。

分段幂函数模型在气敏检测器定量算法中的应用

针对传统半导体气敏检测器电阻直接定量算法误差大、适应性差的问题,利用半导体传感器电导率随气体体积分数变化而变化的特点,提出了新的电路模型。通过对其特性曲线进行深入分析,构建了检测电路输出信号与气体体积分数之间的分段幂函数模型。先通过对不同体积分数气体进行采样,将采样气体体积分数和电路输出信号进行分段幂函数模型拟合,然后用拟合参数去计算未知检测气体的体积分数。实验结果表明:提出的定量模型大大提高了定量分析的准确性,且定量误差不受传感器漂移的影响,具有很强的环境适用性,提高了微量可燃气检测的可靠性和精度。

一种变压器油色谱峰识别算法的设计

在变压器油色谱峰识别领域,传统的一阶导数法需要斜率阈值来实现色谱峰识别,因此自动化程度低及容易失真。针对这些缺点,本文在一阶导数法的基础上进行了改进,将迭代移动平均及归一化分析技术应用到色谱峰识别中,通过对信号曲线及方波曲线多次迭代移动平均确定最优的归一化识峰参数,结合色谱峰的绝对保留时间及识峰窗口实现对色谱峰的准确识别。实验结果表明:该算法可以准确识别色谱峰,对噪声、色谱峰的峰宽及峰形变化不敏感,具有很强的自适应性,满足变压器油中气体在线监测装置的现场使用要求。