均匀高温绝缘系统油浸式配电变压器结构优化设计

随着电力系统安全可靠性和经济环保性要求的不断提高,亟需更换绝缘材料以提升油浸式配电变压器性能。基于传热学经典理论、油浸式电力变压器负载导则和采用高温绝缘材料的液浸式变压器设计和应用导则,针对采用新型绝缘材料的均匀高温绝缘系统油浸式配电变压器进行研究。根据新型绝缘材料与常规绝缘材料的性能差异,利用热对流经典理论对比均匀高温绝缘系统配变和常规绝缘系统配变的散热能力;依据导则确定不同绝缘系统油浸式配变的过载温度限值,改进得到适用于均匀高温绝缘系统配变的热点温度计算模型,对比均匀高温绝缘系统配变和常规绝缘系统配变在长期急救负载下的允许过载倍数,以获得二者的耐热能力差异;基于性能对比,提出均匀高温绝缘系统配变的结构优化设计方案,并计算由此带来的制造成本改变。结果显示均匀高温绝缘系统配变的散热能力约为常规绝缘系统配变的80.2%,但耐热能力可达到常规绝缘系统配变的119%。结论表明:可缩小均匀高温绝缘系统配变的绕组导线线径、铁心体积、箱体体积、减少绝缘材料用量,同时加宽其绕组油道和进、出口油径、增加散热器数量,即在更换常规绝缘系统油浸式配变绝缘材料的同时对其结构进行优化调整,可在总成本提高约34%的情况下将油浸式配变的耐温限值由140℃提升至170℃。

面向IEC61850智能变电站的网络安全异常流量分析方法

为了保证智能变电站的网络通信安全和整个变电站的稳定运行,提出了一种基于机器学习k-means聚类算法的异常流量分析方法。根据智能变电站中过程层网络的特性,结合对IEC61850智能变电站专有GOOSE(generic object-oriented substation event)以及SV(sample value)协议的报文结构解析,使用了一种基于信息熵的特征选取方法对智能变电站正常工作时站内网络通信流量进行特征分析选择,利用k-means聚类算法完成了对异常流量的检测分析及其相关分析。相较于以往方法,文中方法对智能变电站的过程层网络流量信息的特征进行了选取,根据信息熵理论,完成了重要特征的选择和冗余特征的剔除,提高了聚类算法的效率,提高了对异常流量检测的准确性。