电力设备线圈绝缘局部放电传输特性研究

局部放电测量是诊断电力设备线圈绝缘状况的一种重要方法。但传统方法测量得到的局部放电大小、波形与绝缘内部实际放电的大小和波形存在很大的不同。文章对电力设备线圈绝缘局部放电传输特性进行了研究，有关研究结果与试验观察的结果一致。     

基于大数据分析的用户需求挖掘研究

首先介绍大数据、大数据分析以及用户需求挖掘的相关概念,论述大数据对用户需求挖掘的影响,并对不同行业用户需求挖掘的案例进行研究分析,由浅到深地研究了大数据分析在用户需求挖掘这一方面的影响及重要性。     

超宽频带局部放电检测技术的初步研究

研究了局部放电的超宽频带特性，分析了局部放电产生的电磁波的传输和耦合特性，研制了一种频率响应为１００￣５００ＭＨｚ的超宽频带局部放电检测装置，并用实验分析了其测量特性。     

电力设备局部放电特高频电磁波数值计算技术研究

利用时域有限差分法(FDTD),采用单轴介质完全匹配层(UPML)作为理想的吸收边界条件,比较了UPML与完全匹配层(PML)边界条件的电磁波吸收效果,推导了相应数值离散方法和迭代过程。以气体绝缘全封闭组合电器(GIS)局部放电为例,基于M语言,建立了特高频电磁波仿真模型及编制了数值计算模型,探讨了数值稳定性条件和数值色散,对比研究了硬源和软源激励以及UPML和PML边界条件下的电磁波仿真差异,并仿真计算了GIS内部和泄露电磁波的传播特性及波导模式特性。计算结果表明:UPML边界条件对于电磁波的吸收效果好于PML;金属和非金属缺陷产生的局部放电电磁波可分别用硬源和软源脉冲电流激励来模拟,硬源下电磁波峰峰值为软源下的5倍;GIS内部最大电场强度方向为垂直于GIS的行波方向,而泄露电磁波最大电场方向则平行于其行波方向,两者频谱与GIS波导模式基本吻合,两者差异主要是因盆式绝缘子与金属螺栓所形成的缝隙天线的自有频响特性所造成的。     

基于BP人工神经网络的局部放电模式识别

介绍了ＢＰ人工神经网络在局部放电模式识别中的应用，结合实际现场情况提出了一种基于统计分析的局部放电特性提取方法，在此方法的荐对空气火花放同中火花放电进行了式识别实验，实验结果证明了这种放电特性提取方法在局部放电模式识别应用中的可行性。     

基于BP人工神经网络的局部放电模式识别

介绍了ＢＰ人工神经网络在局部放电模式识别中的应用．结合实际现场情况提出了一种基于统计分析的局部放电特性提取方法,在此方法的基础上对空气火花放电和油中火花放电进行了模式识别实验,实验结果证明了这种放电特性提取方法在局部放电模式识别应用中的可行性．     

用小波反变换提取高压局部放电信号

介绍了小波变换用于突变信号的检测原理，给出了实现小波变换的算法，对局部放电信号和干扰信号的小波分解特性进行了详细研究。理论和实验表明，利用小波变换检测局部放电与傅立叶变换相比具有独到之处。     

变压器局部放电在线监测方法探讨

本文主要介绍了当前电力变压器局部放电在线监测技术中脉冲电流、超声波、光测法和特高频等几种主要方法,并对这些方法的优缺点进行了分析比较。     

电气设备局部放电的超声波检测方法分析

传统的超声波法是用固定在变压器油箱壁上的超声波传感器接收变压器内部局部放电产生的超声脉冲,由此来检测局部放电的大小和位置。由于此方法受电气干扰的影响比较小以及它在局部放电定位中的广泛应用,人们对超声波法的研究比较深入。超声波法用于变压器局部放电检测最早始于上世纪40年代,但因为灵敏度低,易于受到外界干扰等原因一直没有得到广泛的应用。本文主要论述了局部放电的种类及特点、超声波检测常见的干扰信号及其特性、超声波检测系统结构、放大电路的设计及电源设计。     

基于SIMULINK的气隙局部放电仿真技术研究

为了解决目前国内外局部放电仿真方法难以计算气隙局部放电暂态过程的问题,利用MATLAB(SIMULINK)的公共模块库和电力系统专业模块库,根据单气隙局部放电仿真物理模型,构造了气隙局部放电仿真计算的电路.研究了气隙放电过程的电压控制方法、分段时间控制方法、线性时间控制方法以及非线性时间控制方法,从而实现了多种控制方式下单气隙局部放电暂态过程的计算机仿真.得到的工频周期内的仿真波形和纳秒级单次放电仿真波形均与实际测量波形比较接近,证明利用SIMULINK可以进行气隙局部放电过程的仿真.该方法具有建模方便、运算速度快等优点,是一种十分有效的方法.     

基于大数据挖掘的电力变压器差异预警规则

考虑到模糊边界问题以及变压器个体之间的差异性特征,提出了一种基于大数据挖掘的电力变压器健康状态差异预警规则策略.应用模糊C-均值法辨识变压器的最优特性,通过概率图验证所提方法能最大限度地反映变压器的个性化特征,且所选特特征下的全套溶解数据符合Weibull模型.然后对溶解气体分布特征与缺陷/故障率进行关联分析,计算出相应的报警阈值.将气体浓度和气体增加率与已建立的警告相关联,可以识别变压器的运行状态,在此基础上,提出了基于不同阈值的预警规则,并将其应用于现场运行的变压器.试验结果表明:提出的方法准确率高达98.21％,证明了本文方法具有良好的状态监测性能.     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

基于数据挖掘的集中监控设备典型缺陷预测方法

为改善传统方法对监控设备典型缺陷分析结果的不理想,提出了基于数据挖掘技术的集中监控设备缺陷预测方法。预测集中监控设备在未来时间内的相关监控数据,并将其与历史典型缺陷发生期间内的监控数据相似度进行比较,以量化指标的形式对集中监控设备的典型缺陷进行预测。实验结果表明,利用所提方法对实际发生的油温异常典型缺陷进行预测,计算出的相似度指标形成了一个峰值,而缺陷未发生时的相似度指标较低,证明本文方法能够较好地体现缺陷发生的可能性,整体应用性较高。     

基于故障诊断的数据挖掘系统

故障诊断规则获取一直都是研究的热点之一。粗集作为分类数据挖掘方法的一种，是故障诊断的一种新的有效方法。首先介绍了基于故障诊断的数据挖掘系统特点及结构，然后介绍各模块功能，并论述了相关的粗集理论及具体算法，最后给出了系统的应用实例。     

浅谈大数据时代的数据挖掘和数据可视化

大数据时代下数据量的爆炸式增长,使得分析和解读大数据显得尤为重要. 阐述了解析数据工具——数据挖掘和数据可视化技术,重点探讨了两者创新性结合的重要意义和实际效果.     

基于大数据挖掘技术的页岩气井压裂液产出规律分析

为了准确分析页岩气井压裂液产出规律,通过大数据的筛选和分析对影响页岩气井生产的26个因素进行得分排序,得出影响页岩气气井压裂液产出率的主控因素为地质储量、平均单段砂量、孔隙度、A靶点和B靶点深度。通过主成分分析和多元线性回归建立气井压裂液产出规律预测数学模型,计算表明,压裂液产出率的预测值与实际生产数据相比,预测精确度在90%。     

基于大数据的线上线下电商用户数据挖掘研究

分析了大数据环境下的O2O电商用户数据特征,提出O2O电商用户数据挖掘框架,并探讨数据挖掘流程和主要的数据挖掘方法,分别从O2O电商平台、O2O用户和O2O商家三者角度探讨了O2O电商用户数据挖掘的应用问题.研究认为:O2O用户数据挖掘框架包括数据来源层、数据收集层、数据组织层、数据分析层与数据应用层等层级;数据挖掘流程主要包括数据收集、数据预处理、数据挖掘及数据应用4个过程;O2O电商用户数据的挖掘应用包括精准营销、平台网站优化、欺诈分析与防范、个性化推荐、增值服务开发与产品创新等方面.     

变压器现场超高频局部放电信号的时域特征分析

对安装在同一台变压器上的两个超高频天线传感器连续采集的电磁波信号进行时间差和累积能量比分析,采用高斯函数对电磁波时域信号进行拟合,并通过拟合曲线相似度归纳了现场超高频信号的特征拟合曲线.分析表明,时间差与累积能量比的关系可以用来判断安装在不同位置的传感器同时采集的变压器局部放电电磁波信号是否来自同一个放电源;两个传感器同时采集到的来自同一放电源的电磁波应具有较高的相似度,有助于更准确地判断电磁波是否来自同一放电源;时域拟合波形能够去除由于微小干扰导致的波形差异,能够判断变压器局部放电类型,从而可以通过超高频局部放电电磁波信号对变压器实施局部放电故障诊断.     

GIS局部放电在线检测技术分析

简单介绍了GIS成套封闭式高压电器设备,并对其局部放电的产生和类型进行了简要叙述。详细分析了化学法、光学法、光机械振动法、电气测量法、超声波法、特高频（UHF）法这几种GIS局部放电在线检测方法。介绍了几种检测新技术及其实际应用情况。     

基于数据挖掘的往复压缩机气阀故障诊断方法研究

往复式压缩机气阀是整个机体中故障率最高的部件,针对其故障模式复杂难以辨识的特点,选取部分气阀振动信号的时域和频域参数作为特征参数,采用C-means模糊聚类的方法对气阀故障和运行状态进行评判,挖掘出了故障特征,并给出了诊断实例。