用于电力变压器局部放电定位的超声波相控阵传感器的研制

针对电力变压器中局部放电的准确定位问题,将超声波相控阵技术引入局部放电定位中.基于超声波相控阵理论,考虑在运行变压器中的应用环境,在对传感器各个组成部分的材料及特性进行综合分析的基础上,研制成功了16×16阵元的平面超声波相控阵传感器.该传感器具有阵元数多、尺寸小、定位精度高及可适用于高温液体中的优点,适合于放入变压器内部进行信号的接收,传感器单个阵元中心频率为150kHz,带宽为100kHz.使用压电声源和油间隙放电等模拟实验对阵元的性能进行了实测,结果表明,该传感器能够对局部放电产生的超声波信号进行灵敏接收.实验室中的模拟定位实验结果表明,该传感器适用于对变压器中局部放电的定位.     

基于特高频无线传感器和模式识别算法的局部放电定位法

对电力设备局部放电的检测与定位是保障电力系统安全稳定运行的重要手段之一。现有局部放电定位法主要是基于特高频传感器技术和时差法进行的,高的采样率和同步精度,使得其硬件成本巨大、实现困难,且容易受现场环境影响。提出了基于特高频无线传感器和模式识别算法的局部放电定位法,该方法硬件要求低,易于实现,且具有良好的环境适应性。首先通过现场测量,建立待检测区域局部放电信号强度与放电坐标的特征信息库。当有局部放电发生时,将此时传感器测量到的特征信息输入已建好的信息库中进行模式识别,从而得到定位结果。现场试验结果表明,提出的新型局部放电定位算法的平均定位误差为0.58 m,80.8%的定位误差小于1 m,从而验证了算法的有效性,具有较好的推广应用价值。     

变压器绕组局部放电量测量误差计算及其修正方法研究

为分析IEC60270标准下电力变压器局部放电测量时因绕组分布纵向电容及衰减特性所带来的视在放电量测量误差并进行修正,提出了包含耦合电容的变压器局部放电分布电容网络模型。通过解析方法,量化了变压器绕组端部的局部放电量测量值随放电位置的变化情况,基于绕组等效RLC网络智能反演算法,提出了一种绕组局部放电频谱定位方法及局部放电量测量误差修正算法,介绍了算法的理论基础与基本思路。以一台变压器绕组电气参数仿真结果,构建了等效RLC网络模型,并以其作为研究算例应用所提修正方法,结果表明,放电量误差随放电位置远离测量端逐渐增大,最大时接近90%,而修正后局部放电量的最大误差比修正前降低了一个数量级,验证了修正算法的可行性,为将其进一步运用于实际变压器建立了一定的基础。     

利用超声波局部放电原理测试变压器性能技术的应用

依据超声波测量变压器局部放电的机理，结合目前国内设备容量、电压等级不断增大的情况，本文阐述了超声波局部放电测试技术的必要性及应用情况。     

变压器超声波局部放电检测案例分析

介绍超声波技术在变压器局部放电检测中的应用，通过案例介绍PocketAE超声波检测仪的优缺点、可用性。     

大型电力变压器局部放电的产生及降低局放的措施

本文分析了电力变压器产生局部放电的原因，指出了局部放电的危害，并提出了降低局部放电产生的措施。     

基于思维进化算法的变压器局部放电源定位新方法

为准确对变压器局部放电源的位置定位,寻求先进的优化计算方法是解决该问题的有效途径。把思维进化算法(MEC)用于变压器局部放电源"声-声"定位。实验结果表明,与基于标准遗传定位算法比较,基于思维进化方法的定位具有精度高、收敛速度快、避免早熟等特点,做到对放电源位置实时在线定位。     

试论电力变压器局部放电检测技术的发展和现状

本文概述了电力变压器局部放电检测技术的研究现状,着重论述了近几年发展起来的数字化测量和超声波检测,并对电力变压器绝缘局部放电检测技术的发展前景做了探讨。     

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.     

浅谈制造工艺对变压器局部放电的影响

分析了大型变压器局部放电产生的原因,指出了局部放电的危害,并从工艺上阐述了降低局部放电的具体措施。     

基于遗传算法混合有源滤波器参数的多目标优化

为了解决混合有源滤波器(hybrid active pow erfilter,HAPF)参数匹配以及无源部分和有源部分容量的合理分配,提出一种基于小生境遗传算法的多目标满意优化设计方法,较为全面地考虑HAPF的容量、滤波效果、无功补偿等因素,使得多目标参数求解达到协调满意的效果。优化结果表明:有源部分容量仅为滤波器容量的6.4%,电流总畸变率降低到0.8%,同时满足系统无功功率需要,降低了HAPF系统的投资,提高性能价格比,达到HAPF实用化及谐波抑制的目的。     

电力变压器局部放电在线标定的研究

视在放电量的标定是利用脉冲电流法进行变压器局部放电在线监测的前提。传统的离线标定要求被测变压器处于停电状态，实际操作也较麻烦，难以适应在线监测的要求。文中对目前较常用的套管末屏注入在线标定法进行了研究，讨论了降压电感、套管末屏电容和变压器外壳多点接地等对在线标定中方波波形及测量灵敏度的影响。实验室模拟试验和现场试验表明，在工程允许的误差范围内，套管末屏注入的在线标定与离线标定具有可比性，技术上是可行的。     

变压器绕组局部放电脉冲响应的相关分析及电气定位

为了对电力变压器中的局部放电源进行电气定位,研究了局部放电脉冲在变压器绕组中的传播过程及其在变压器外部测量端引起的响应。该文采用模拟试验和仿真分析相结合的方法,组建了放电脉冲模拟电流的产生装置,据此在变压器绕组上进行了试验,并建立了相应绕组的等效电路进行了仿真分析。试验中在绕组端部检测点得到的实测响应和仿真中所得到的分析结果具有一定程度的相似性。提出了变压器绕组中局部放电的一种电气定位方法,通过局部放电信号和仿真响应的相关系数,来确定局部放电位置。     

变压器局部放电超声波监测系统设计与实现

针对变压器局部放电超声波监测系统中多路超声波信号采集的不同步,以及采集出的信号不准确等问题,提出了用高速并行采集的FPGA芯片代替常用的单片机或ARM芯片以及对调理电路进行有效控制等多种方法,设计了一种新型的变压器局部放电超声波监测系统.实际运行表明,该装置运行可靠,采集的定位点比较准确.     

基于遗传算法的结构振动主动控制优化方法

在结构振动主动控制的研究中,控制能量是限制其广泛应用的瓶颈。为减少控制系统所需能量,有必要对结构进行优化设计,而传统的优化方法对于振动主动控制系统的优化不太适合。为此,在杂交遗传算法和实代码遗传算法的基础上,开发了一种改进的杂交遗传算法,该算法不仅可以计算含不等式约束的优化问题,而且可以处理含线性等式的优化目标问题。最后给出了计算实例来说明所提方法的有效性。     

发电机定子绕组局部放电超声波在线定位分析

通过实验分析了局部放电超声波信号在发电机定子内的传播特性以及该超声信号和发电机正常运行时背景噪声信号的区别,证明超声波对发电机定子绕组局部放电点的在线定位是可行的.为实现无盲区监测,将发电机定子按一定比例分成数等份.通过电一声检测法建立局部放电定位方程组,利用遗传算法对该方程组进行仿真优化计算.仿真计算结果表明,提出对发电机定子局部放电的定位方法是正确的.     

基于混合遗传算法的机场巴士线路优化

以提高机场巴士旅客运送效率为目的,以乘客总体消耗时间最小为目标,综合考虑其他各种约束条件,构建了机场巴士线路优化模型．根据模型特点,采用爬山算法得到初始解,以减少寻优时间;同时采用直接排列的编码方法即节点法进行编码,构建混合的遗传算法求解．通过一个简单算例验证了所提出模型与求解方法是可行和有效的,可为实际规划与理论研究提供参考．     

基于混合遗传算法的叠前随机反演方法

针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。     

基于遗传算法的SON功率控制

针对自组织网络(self-organizing network,SON)基站自动配置、自优化、自修复等优点,在深入研究遗传算法的基础上,提出了一种基于遗传算法的SON功率控制。通过划分频带和设置门限值来做到小区的功率控制,并提出了小区中心用户和边缘用户不同的SINR(signal to interference plus noise ratio)计算公式。为了更好地解决最佳门限值的设定,还提出了控制门限值的函数。通过建立遗传算法流程,对门限值函数和目标SINR值进行了寻优。仿真结果表明,该算法能够很灵敏地做到最佳门限值的搜寻,同时搜寻结果也符合相关理论的验证。     

退火贪婪混合遗传算法

提出了一种将贪婪算法和退火算法相结合的新型混合遗传算法,提高了算法的收敛速度,同时避免了遗传算法中存在早熟收敛的问题.