含金属微粒流动变压器油的直流局部放电与击穿特性研究

自由金属微粒通常被视为换流变压器液相绝缘中危害最大的污染杂质之一,可导致设备的局部放电(PD)起始电压与击穿电压显著降低。本文构建了变压器油循环系统,开展含金属微粒变压器油在不同油流速度下的直流局部放电与击穿试验,并提取PD特征量,获取了特征击穿电压随油流速度的变化,然后结合油隙的微粒分布影像,讨论油流速度对局部放电和击穿特性的影响机制。结果表明:油静止时,含金属微粒变压器油的局部放电程度最高,随着油流速度的增大,局部放电起始电压升高,放电重复率和单位时间累积放电量降低;油静止时,含金属微粒变压器油的击穿电压最低,随着油流速度的增大,击穿电压的Weibull分布曲线右移,特征击穿电压升高,即油流动提升了变压器油的绝缘性能,大幅降低了击穿发生的可能性。

纳米Al_2O_3对环氧树脂复合材料沿面闪络电压的影响

为了提高环氧树脂材料的绝缘性能,减少电气设备闪络事故的发生,利用纳米Al_2O_3对环氧树脂进行改性是一种行之有效的办法。本文研究了纳米Al_2O_3的粒径、含量以及偶联剂处理对环氧树脂绝缘材料直流闪络电压和介电常数的影响。结果表明:复合材料的闪络电压随纳米Al_2O_3粒径的减小和含量的增加呈现先增大后减小的趋势;纳米Al_2O_3的偶联剂处理使得复合材料的沿面闪络电压得到提升;复合材料介电常数的变化趋势与闪络电压相反。

基于混合倒谱系数与CNN的OLTC动作声信号快速分辨方法

有载分接开关(on-load tap changer,OLTC)的机械故障声纹在线监测技术逐步得到应用,为消除OLTC声纹在线监测过程中外界环境干扰导致的误动,提出一种基于混合倒谱系数与卷积神经网络(convolutional neural network,CNN)的OLTC声音辨识方法。首先通过现场采集与搭建试验平台的方式构建OLTC声信号数据集,并将变电站采集的环境声数据与ESC-50数据集共同构建成环境声数据集;其次,根据OLTC的声信号分布特性,采用梅尔倒谱系数、伽马通滤波倒谱系数、幂律归一化倒谱系数组成的混合倒谱对原始信号进行降维预处理,提升后续识别速度;最后,引入CNN通过超参数调整和网络结构优化设计构建声音辨识模型,实现OLTC与环境干扰的声信号辨识。结果表明,该方法在辨识OLTC与环境干扰声音方面具有较高的准确率与较快的计算速率。