摘要：变压器是电力系统中的核心设备,其运行的可靠性直接影响着整个电力系统的稳定与安全,因此对变压器运行状态进行实时分析并进行准确的故障诊断非常重要。针对变压器运行状态数据难以收集、故障数据缺乏而导致故障分析模型泛化能力差的问题,该文提出了一种半监督流形嵌入(semi-supervised manifold embedding,SSME)学习的变压器在线故障诊断方法。该方法使用变压器油中H2、CH4、C2H6、C2H4和C2H25种不同气体的浓度特征和运行状态类别的有限样本,联合大量在线监测获得的气体浓度样本数据,建立一种在线的半监督故障诊断模型来分析变压器的运行状态,该模型能在0.1s内完成700条在线监测数据的状态检测,其性能可以达到在线诊断的要求。结合实例,对所设计的变压器故障诊断模型的准确性和诊断效率进行了对比分析实验。实验结果表明,该文提出的方法的故障诊断准确率高于经典的深度置信网络(deep belief network,DBN)、k-近邻(k-nearby network,KNN)和随机森林(random forest,RF)分类算法。该方法能为电力变压器的稳定运行提供了有效参考依据。

摘要：以油纸绝缘宽频介电响应为研究对象,针对实验室不同水分含量的油纸绝缘样品,开展了宽频介电响应测试。通过介电谱中的弛豫极化部分,提取了表征受潮程度的频谱参数,分析其与油纸绝缘中水分含量的关系,进一步设计了油浸式套管缩比模型的受潮试验,讨论了频谱参数在套管受潮诊断中的应用。结果表明:弛豫极化频谱中的低频极化过程对水分含量较为敏感,其损耗峰峰值可作为表征水分含量的特征参数;在套管不同受潮类型情况下,低频和高频弛豫极化的损耗峰值及特征频率等参数的变化规律不同,可作为套管受潮类型的初步判据。

摘要：变压器是特高压直流输电系统中的重要设备之一,其运行的稳定性直接影响到整个输电系统的安全运行,而油流带电已经成为危及换流变压器安全稳定运行的普遍性问题。为了研究直流电场下油流带电的产生机理,设计并搭建了基于平板电极模型的油流带电实验系统,并研究了正极性电压和负极性电压对油流带电特性的影响;通过改变油纸层数,研究了正、负极性电压下电极注入电荷对油流带电特性的影响。研究发现:正极性电压下,冲流电流为正值,且随着施加电压幅值的增加而增大;负极性电压下,冲流电流随着施加电压幅值的增加先略有增加,而后下降并反向增长;油纸层数增加时,冲流电流值呈减小趋势,说明直流电压作用下油流带电不仅与偶电层的电荷分离有关,电极电荷注入也成为影响油流带电的因素。