雷电冲击下变压器绕组故障仿真模型研究

利用大型变压器进行模拟故障的试验研究周期长、代价高,且不易获取试验数据,而通过仿真模拟故障可方便获取更全面的故障数据,有利于诊断方法的研究。现有冲击电压下绕组分布参数模型考虑不全面,误差较大,不利于进行故障特征分析。以一个单相双绕组变压器模型为例,利用有限元法计算了绕组分布参数,通过与多导体传输线模型对比,选择合理的电气参数建立改进的分布参数模型,仿真结果表明此模型可更准确进行雷电冲击下变压器绕组故障模拟,有利于故障特征分析和诊断方法的研究。     

一台220kV变压器的故障及分析处理

针对一台220kV变压器发生的故障,结合油化试验、高压电气试验两个专业,根据各项试验结果,分析认为故障的主要原因是变压器的抗短路能力不足,导致发生短路故障时变压器内部绝缘受损和绕组变形.     

浅析火力发电厂主变压器故障的判断和处理

通过变压器油色谱分析和电气试验相结合的手段分析发电厂主变压器等高压油浸变压器故障,能够准确地判断故障发生的原因,找出解决问题的方法。     

基于色谱分析的变压器故障诊断

文章主要介绍了,变压器故障诊断基于色谱方法的故障类型、故障发生原因、及简述故障时采集数据的处理计算方法。为电力变压器故障诊断提供参考。     

220kV变压器故障的电气实验分析

随着电网容量的不断增加，大型电力变压器抗短路能力成了一个突出问题。对于一些抗短路能力较弱的变压器，在近区或出口发生短路时往往较易遭到损坏，造成严重事故。但只要加强平时的检查分析，可以提前预防事故的发生，把危害降到最低程度。本文针对一台220kV变压器发生的故障，结合高压电气试验，根据各项试验结果，分析认为故障的主要原因是变压器的抗短路能力不足，导致发生短路故障时变压器内部绝缘受损和绕组变形。     

基于组合模型的电力变压器故障诊断

为了综合全面地诊断电力变压器故障,克服单项诊断方法考虑问题角度单一,不能重复利用已知信息,诊断准确度和稳定性不高的缺点,并结合电力变压器油中溶解气体的数据,提出了利用组合模型诊断变压器故障.该方法将灰关联熵、小波神经网络、模糊粗糙集、支持向量机和IEC三比值作为独立诊断模块,利用熵值法优化得到各个模块的最佳权重,最终得到发生故障最大概率所属类型.通过实例验证,组合诊断法优于单项诊断方法,提高了故障诊断精度,减少了误判率,诊断的稳定性得到提升.     

基于生成对抗网络的有载调压开关故障检测研究

实际应用中电力变压器故障数据获取困难，导致在处理变压器故障数据时会由于存在不平衡数据对深入分析结果产生很大的影响。为了解决上述问题，结合对抗神经网络和人工神经网络对不平衡数据进行处理与判断，利用基于超弱光纤布拉格光栅的分布式声波传感技术对实验室搭建的变压器的模拟现场进行数据采集与分析，并在采集到的变压器故障模拟数据的检测上取得很好的效果。这种方法对基于对抗生成网络的有载变压器小样本故障识别系统具有重要的借鉴意义。     

通过气相色谱分析变压器的潜伏性故障

利用气相色谱法预测变压器的潜伏性故障是通过定性、定量分析溶于变压器油中的气体来实现的。由于故障气体的组成和含量与故障的类型和故障的严重性有密切关系,所以定期分析溶解于变压器油中的气体就能及早发现变压器内部存在的潜伏性故障,并随时掌握故障的发展程度。通过一些成熟的分析方法,就能够充分掌握变压器的运行状态,提早发现变压器内部故障并给与准确的故障诊断,防止重大事故的发生。     

虚拟现实变电站主变压器低压侧故障诊断模型研究

传统主变压器低压侧故障诊断模型需要大量故障特征数据;且故障特征数据不相互独立,很难找到最合适的特征实现故障诊断。为此,提出一种新的虚拟现实变电站主变压器低压侧故障诊断模型。介绍了虚拟现实变电站主变压器低压侧典型故障,主要包括漏电故障和短路故障,对这两种故障进行分析,发现出现故障时电压电阻变化特征,为建立故障诊断模型提供依据。依据贝叶斯定理,利用某对象的先验概率,通过贝叶斯公式求出其后验概率,构建单层贝叶斯分类器。在此基础上,利用径向基神经网络将故障类变量看作属性变量的父节点,构建故障特征相互独立的虚拟现实变电站主变压器低压侧故障诊断模型。实验结果表明,构建模型能够准确诊断低压侧故障,具有很高的应用性。     

变压器微机保护新方法

应用模糊集理论和人工神经网络方法分别从不同侧重角度对变压器差动保护传统概念的两部分：如何区分内,外故障,如何鉴别励磁涌流,提出了新的方法和判据,最后利用模糊理论和人工神经网络之间的共同之处,将两者有机地结合起来同步运行,从而提高了微机变压器保护的可靠性,实验和检验结果表明,通过综合后的输出,能够对变压器所发生的各种故障状态作出正确响应,响应时间小于１５ｍｓ。     

基于图卷积神经网络的电力变压器故障诊断

针对电力变压器故障多、诊断精确度低等问题,提出了一种基于图卷积神经网络(Graph Convolutional Network, GCN)电力变压器故障诊断的方法,该算法可以准确地识别电力变压器的故障类别,且实现了将数据结构转化成图结构.以电力变压器为实验对象,利用小波包变换(Wavelet Packet Transform, WPT)提取变压器油中特征气体数据特征,构建特征向量;接着利用马氏距离(Mahalanobis Distance, MD)来表示各个向量之间的相似度,以数据特征为顶点、相似度为边构建图结构;最后利用图卷积神经网络实现变压器的故障类别分类,准确识别出变压器故障类别,能够针对变压器故障部分进行检修.仿真实验表明:与深度信念网络(Deep Belief Network, DBN)和卷积神经网络(Convolutional Neural Networks, CNN)相比,本文提出的方法做出的诊断结果更加精确,综合诊断效果最好.     

电气试验在变压器故障分析中的应用研究探讨

随着我国社会经济的快速发展,各行各业对于电力资源的需求也在逐渐增多。变压器能够保证电力系统稳定运行,但是由于变压器运行环境比较复杂,很容易导致变压器出现故障,造成整个供电系统瘫痪,所以必须要对变压器故障进行详细的分析。利用电气试验来研究变压器故障的主要成因,并且进行相对应的解决对策,提高变压器故障的处置效率,保证我国电力事业的稳定发展。     

三相配电变压器行波传变特征分析

利用配电变压器传变故障初始行波波头,可以解决配电线路行波故障测距中线路末端信号不易获取的问题.在已经证明配电变压器能有效传变行波信号的基础上,本文对三相配电变压器的行波传变特征进行了研究.以目前通用的配电变压器为例,分析了各种类型故障初始行波传变到配电变压器低压侧的信号特征及规律,研究发现,尽管中性点非有效接地系统单相接地故障后线路稳态线电压保持不变,但其故障暂态过程仍产生电压行波线模分量,并且它们可以有效传变到配电变压器低压侧.在此基础上,提出只利用变压器低压侧的两个线电压信号就可以有效获取各种类型故障初始行波信号,为利用三相配电变压器获取故障初始行波信号的现场实现提供了理论依据.现场试验证明了所述方法的正确性.     

气相色谱分析在变压器故障诊断中的成功应用

阐述了气相色谱分析的原理。结合电气试验,对气相色谱分析数据进行综合分析,比较准确地判断出变压器故障类型和故障部位。     

浅谈变压器的运行检查维护及其故障处理

变压器在发生事故之前,通常都会有异常情况,因为变压器内部故障是由轻微发展为严重的。变压器的故障常被分为内部故障和外部故障两种。内部故障为变压器油箱内发生的各种故障;外部故障为变压器油箱外部绝缘套管及其引出线上发生的各种故障。现分析变压器运行的检查维护及故障处理的方法。     

电气试验在变压器故障分析中的应用

变压器是电力系统中重要组成部分,是确保系统运行稳定安全的关键因素。一般情况下,变压器发生的概率相对较小,同时出现故障,则会导致大范围的故障问题。本文主要通过对其故障发生主要原因进行陈述,以及对电气试验应用故障分析的方法进行了阐述。     

虚拟现实变电站主变压器低压侧故障诊断模型

传统主变压器低压侧故障诊断模型需要大量故障特征数据;且故障特征数据不相互独立,很难找到最合适的特征实现故障诊断。为此,提出一种新的虚拟现实变电站主变压器低压侧故障诊断模型。介绍了虚拟现实变电站主变压器低压侧典型故障,主要包括漏电故障和短路故障,对这两种故障进行分析,发现出现故障时电压电阻变化特征,为建立故障诊断模型提供依据。依据贝叶斯定理,利用某对象的先验概率,通过贝叶斯公式求出其后验概率,构建单层贝叶斯分类器。在此基础上,利用径向基神经网络将故障类变量看作属性变量的父节点,构建故障特征相互独立的虚拟现实变电站主变压器低压侧故障诊断模型。实验结果表明,构建模型能够准确诊断低压侧故障,具有很高的应用性。     

电力变压器试验及运行中的故障分析

随着人们对电力资源质量要求的不断提高,电力事业得到飞速发展,作为电力系统中重要的组成部分——变压器,它的运行情况受到了电力系统工作人员的高度重视。一旦变压器在运行中出现故障,它将直接影响电力系统的正常供电。因此,电力系统工作人员对变压器进行故障试验与检修,以保证变压器的正常运行,进而保证电力系统供电的安全性与可靠性。本文主要针对电力系统中变压器在试验以及运行故障的类型与发生原因进行分析,并提出检测电力系统中变压器故障技术与排除故障的策略,以保证电力系统运行的稳定性与高效性。     

电力变压器低压绕组变形故障的累积效应分析

本文分析了一起220kV电力变压器低压绕组变形的潜伏性故障,为绕组变形累积效应的理论研究与故障诊断提供了方法和数据支持。首先,在对一台正常运行中的220kV变压器做状态评价时,发现其频率响应分析及短路阻抗试验结果异常,初步判断该变压器低压绕组已变形且抗短路能力下降,及时采取返厂维修措施,消除了变压器存在的潜伏性故障隐患。其次,结合该变压器低压侧断路器的历次跳闸记录及其历次色谱分析、介损试验数据,分析并得出其低压绕组变形主要是由于短路冲击的累积效应造成。最后,根据状态评价结果及故障原因分析,给出了变压器日常运行维护的注意事项及相关建议。     

浅谈变压器的运行检查维护及其故障处理

变压器在发生事故之前,通常都会有异常情况,因为变压器内部故障是由轻微发展为严重的。变压器的故障常被分为内部故障和外部故障两种。内部故障为变压器油箱内发生的各种故障;外部故障为变压器油箱外部绝缘套管及其引出线上发生的各种故障。文章主要分析变压器运行的检查维护及故障处理的方法,可供广大同行技术参考。