基于典型振动规律的干式变压器机械状态诊断
干式变压器在运行中受到电、热、机械等应力的共同作用,可能导致铁心松动和绕组变形等异常故障。振动分析法可以灵敏地反映铁心和绕组的机械状态,适用于干式变压器机械故障的检测。文中构建了干式变压器的有限元模型,仿真探究了干式变压器的振动机理与振动特性,发现干式变压器的绕组振动远小于铁心振动,正常运行状态下振动主要来源于铁心的磁致伸缩效应。文中搭建了干式变压器实验平台,采集并对比分析了正常工况和铁心松动状态下干式变压器表面的振动信号。发现随着铁心逐渐饱和,振动信号不再随电压平方呈线性关系增长,总振动信号峰值增长变快,基频振动信号幅值增长变慢。根据实验得到不同工况下干式变压器的振动信号频谱,发现可将振动信号的基频占比、高低频比作为诊断干式变压器机械状态的特征参量。
基于声纹压缩和代价敏感的变压器状态检测评估方法
声纹检测技术可以助力巡检人员对变压器状态进行检测和评估。文中提出一种基于声纹压缩和代价敏感的变压器状态检测和评估方法。该方法首先提取变压器音频的声纹特征,然后在频率维度上对声纹特征进行筛选和压缩,最后使用卷积神经网络评估变压器状态,并引入代价敏感损失函数以提高对难检出样本的关注度。以某35 kV变压器为研究对象,通过收集现场音频、模拟实验和样本扩充得到变压器音频数据集。测试结果表明,文中所提方法将声纹维度从1 025维降低到80维,计算量和显存分别降低到1 025维的8.1%和7.7%。同时,所提方法的声纹识别准确率高达83.5%,并将最难检出的短路电流异常状态的召回率从48.2%提升至63.6%。
风力发电机组振动状态检测导则
GIS盆式绝缘子金属法兰检测孔优化与检测技术研究
本项目基于北京市电力公司GIS局部放电在线检测遇到的实际问题,提出对于没有安装内置UHF传感器并且有金属屏蔽环的GIS,开发金属环孔式检测。在研究分析UHF电磁波经过金属环小孔的传播特性基础上,研制了灵敏度高并且尺寸结构小的特高频传感器,国内尚未见同类传感器研究成果的报道。研究成果为GIS的状态检测提供了有效、可行的技术手段,有利于提高设备在线检测管理水平,确保电力工作安全稳定运行;专用局放传感器的研制成功,可大幅度地节约GIS在线监测成本;对GIS金属法兰检测孔尺寸设计具有指导意义,对现场局放带电检测工作具有实际价值。