大容量发电机定子铁芯故障调查及治理

对湖南省内发电机定子铁芯工作情况进行了调查,根据调查结果,总结了发电机定子铁芯故障的表现形式,分析了故障产生的原因,给出了故障治理及预防的措施．     

变压器铁芯多点接地故障分析及处理对策

电力变压器在正常运行时,铁芯有一点可靠接地。如果铁芯由于某种原因出现另一点接地,会形成闭合回路,在正常接地的引线中出现环流,造成铁芯多点接地故障。一旦发生多点接地后,不但使铁芯局部短路过热,以致烧损,酿成重大故障。本文从铁芯多点接地故障的形成原因进行分析,并提出预防性措施和故障发生后的处理对策。     

对变压器铁芯多点接地故障的分析及处理

详细介绍了变压器常发性故障—铁芯多点接地的几种类型及成因,从而提出变压器铁芯多点接地故障的分析处理程序并列举了两个处理实例进行说明.     

浅谈电机定子铁芯故障产生的原因及处理方法

本文针对发电机出现的铁芯松动造成的电腐蚀现象,分析了造成铁芯故障的类型、原因,并列举部分实例。阐述了定子铁芯松动的局部处理工艺方法,最后阐述电机定子铁芯松动的主要因素和处理方法。     

浅谈变压器铁芯多点接地故障检测及处理

变压器是电力系统的主要设备,具有变换电压、分配和传输电能等作用.变压器是电力系统稳定运行的保障,变压器铁芯多点接地故障是变压器最为常见的故障,占变压器总事故中的第三位,而大型变压器出现铁芯多点接地故障的台数占总运行台数的3％左右.变压器铁芯多点接地故障轻者会造成铁芯局部过热,严重者会造成铁芯局部烧损.及时发现变压器铁芯多点接地故障,可以准确的检测出变压器铁芯多点接地的故障点并尽快排除变压器铁芯多点接地故障.     

变压器铁芯多点接地故障的分析、诊断与处理

对变压器铁芯多点接地故障的分析、诊断与处理方法进行了介绍。     

110kV变压器铁芯接地故障原因的分析及处理措施

主变压器作为变电站的核心设备,在整个系统运行中有着至关重要的作用。本文通过一个实例,分析了一起110kV变压器铁芯接地故障原因,提出了对变压器铁芯多点接地故障的处理措施。     

二氧化碳(温室)气体的危害与减排措施

统计资料表明铁芯问题造成故障,占变压器事故中的第三位。制造部门对变压器铁芯缺陷已引起重视,并在铁芯可靠接地、铁芯接地监视,以及保证一点接地方面都进行了技术改造。     

变压器铁芯故障判断及消除

统计资料表明铁芯问题造成故障,占变压器事故中的第三位。制造部门对变压器铁芯缺陷已引起重视,并在铁芯可靠接地、铁芯接地监视,以及保证一点接地方面都进行了技术改造。     

一起500kV变压器铁芯多点接地故障诊断与处理

铁芯多点接地为变压器运行常见问题,给变压器运行带来重要影响。通过一起500 k V变压器铁芯多点接地故障,介绍了通过变压器油的色谱分析、三比值法、产气速率、接地电流等来判断电力变压器的故障性质,进入变压器本体对故障点进行查找,故障原因为铁轭地屏接地线破损与夹件短接,并对故障点进行了有效的处理,消除了铁芯多点接地问题。     

变压器内部故障的仿真模型及特性分析

在分析单相双绕组变压器数学模型的基础上，建立一种以磁链作为状态变量的单相变压器内部故障仿真模型．基于所建模型，对双绕组变压器正常运行时典型励磁涌流和绕组匝地匝间短路故障时一次侧电流进行仿真计算及特性分析，仿真波形与理论分析相吻合，验证了所建模型的正确性和有效性。     

一种基于模糊神经网络的变压器故障检测

阐述了基于模糊神经网络变压器故障检测的方法及数学模型．从传统的ＢＡＭ 网络入手,结合模糊理论,根据变压器油的气相色谱分析,运用基于模糊Ｈｅｂｂｉａｎ 学习律的模糊联想记忆（ＦＡＭ）,进行变压器故障类型和严重程度检测的方法步骤．模型算法分为两个步骤：激励阶段和冲突解决阶段．试验表明,该方法精度较高,应用方便．     

基于遗传编程判别函数法在电力变压器绝缘故障诊断中的应用

基于遗传编程(GP),提出了一种用于电力变压器绝缘故障诊断的判别函数法.该方法结合变压器油中溶解气体含量,利用GP算法的树状结构特点和模拟自然进化理论的全局寻优机制,自动从训练样本中学习到代表输入特征向量与对应故障类型之间关系的判别函数,以函数值的正负表示不同的故障类别.为了验证该方法的有效性,建立了变压器分层故障诊断模型,采用多个判别函数的方式逐步判别变压器绝缘故障的类型.与常规的三比值法、BP神经网络方法相比较表明,该方法提高了变压器绝缘故障诊断的正确率,具有良好的诊断效果.     

基于关系数据库的变压器故障诊断专家系统

根据油浸式电力变压器的特点及故障诊断的原理,提出了基于关系数据库字段的知识表示形式和基于关系数据库记录的推理规则.特别在推理机方面,根据变压器故障诊断的特点,利用成熟的关系型数据库技术提出一种搜索、替换、构造故障现象与诊断结果对应数据库的推理机制.采用面向对象技术设计开发变压器故障诊断专家系统来解决变压器故障的智能诊断问题,为相关方面故障诊断专家系统的设计开发提供借鉴.     

基于SOFM神经网络的变压器故障诊断研究

SOFM神经网络具有强大的非线性映射能力和高度的自组织和自学习能力,将SOFM神经网络应用于变压器的故障诊断.利用改进的罗杰斯三比值法获取变压器故障诊断的特征向量,建立了SOFM网络故障诊断模型,并对模型进行训练.为了检验模型的实际诊断能力,以变压器的4种典型故障诊断为例进行仿真实验.仿真结果表明:SOFM神经网络能够根据获胜神经元在竞争层的位置对变压器故障进行判断,诊断准确率高,收敛速度快,泛化能力强,表明基于SOFM网络的变压器的故障诊断是一种行之有效的方法.     

基于模糊AHP变压器运行状态判断矩阵建立方法

针对变压器的故障原因、故障机理以及故障征兆之间存在随机性和不确定性,运用层次分析法(AHP)建立了变压器运行状态的模糊综合评价影响因素分析模型;利用AHP的一致性判断矩阵直接转换到模糊对称矩阵,得到了不同的运行状态阶段影响因素指标相对于变压器运行状态的组合权重.这种方法不仅简化了模糊综合评判方法的对称矩阵的建立,也使变压器运行状态的评价准则更满足工程实际的要求.实例表明,该方法将层次分析法和模糊综合评判方法相结合,可以对各影响因素进行权衡分析,从而有效地对变压器运行状态作出综合评价.     

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。     

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.     

基于多种群蚁群算法的变压器故障检测次序寻优方法研究

针对传统变压器故障检测次序的不足,在研究变压器故障树分析方法的基础上,提出了一种基于多种群蚁群算法的变压器故障检测次序寻优方法.首先给出了多种群蚁群算法的原理和模型;然后利用蚁群算法的全局优化和启发式寻优的特点,对变压器故障检测次序进行优化;最后,以分接开关故障树为例验证了多种群蚁群算法在变压器故障检测次序寻优中的可行性和有效性.     

基于双空间特征提取的变压器故障诊断模型

为了提高基于油中溶解气体分析(dissolved gas analysis, DGA)的变压器故障诊断正确率,弥补单子空间特征提取的局限性,提出了基于双子空间特征提取的变压器故障分层诊断模型.首先,将DGA测试样本在一个子空间内进行特征提取后,为避免核函数及其参数的选择难题,以及利用多核支持向量机(multiple-kernel support vector machine, MKSVM)鲁棒性强和精度高的特点,采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本,对易分类样本直接进行分类识别;对难分类样本则将该样本再次投影到另一子空间进行特征提取后,同样采用MKSVM作为分类器对难分类样本进行预测,综合两次预测结果进行分类识别,实现两分类MKSVM的双子空间特征提取算法.最后,根据故障特征,建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明,该模型具有较高的诊断正确率和推广能力.