电力设备接地装置的腐蚀与防护

介绍了电力设备接地装置的概况,从腐蚀机理和腐蚀环境两方面分析了电力接地装置的腐蚀情况,并从设计、基建、选材、运行、维护等方面论述了多种现实可行的防护方法.     

基于多源数据分析的变电站状态维护策略优化方法

针对传统的电力设备基于状态的维护(condition based maintenance,CBM)策略在进行建模及数据优化时出现结果精度不足的问题,提出了一种基于多源数据分析的变电站状态维护策略优化方法.首先,通过分析不同类型组件之间的互联关系,将变电站分为不同的维护单元从而使同一单元内组件可同时维护;其次,为定量评估维护前后零件的可靠性,分别建立了基于健康指数(health index,HI)和寿命降低因子的失效率计算模型,并针对故障零件的位置和严重程度,提出了替代各类组件故障或缺陷的维护策略;再次,依据生命周期成本理论(life cycle cost,LCC),以最低总成本为维护周期优化目标建立了CBM优化模型.最后,通过应用实例验证了所提策略的有效性,该优化策略可显著提高变电站的供电可靠性及经济性.     

基于大数据分析挖掘技术的电力设备局部放电诊断方法

当前电力设备状态参量规模逐渐增加,电力设备状态数据来自多个不同系统,较为复杂。传统诊断方法不能有效处理大规模数据,导致电力设备局部放电诊断结果不可靠。为此,提出一种新的基于大数据分析挖掘技术的电力设备局部放电诊断方法。给出谱图生成过程,对电力设备局部放电特征进行提取。对电力设备状态参量进行大数据分析挖掘,完成对电力设备各种状态参量的组合、特征合并处理。通过皮尔逊相关性理论计算相关系数。依据相关系数,利用优化迭代将电力设备样本分成若干类,获取对应聚类中心。将局部放电样本聚集在一起,依据局部放电特征实现诊断。实验结果表明,所提方法诊断可靠性与实用性强。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数,得到小波神经网络。通过小波的去噪和神经网络的自学习功能,获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判决,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法的有效性。