研究与开发
|
变压器内部放电故障诊断系统的设计与研究
何平
保定天威新域科技发展有限公司,河北 保定 071056
Design and Study of Internal Transformer PD Fault Diagnosis System
He Ping
Baoding Tianwei Xinyu Technology Development Co., Ltd, Baoding, Hebei 071000
摘要 研究了以统计图谱为基础的局部放电特征向量,并以特征向量为基础开发研制了变压器内部放电故障诊断系统,系统通过在220kV实体变压器上进行试验验证,证明了特征向量提取的有效性和故障识别算法的准确性。
关键词 :
局放故障模型 ,
特征向量 ,
神经网络
Abstract :The paper studied the partial discharge characteristic vector by the total chart, and developed internal transformer PD fault diagnosis system based on feature vectors. The system is tested on a 220kV transformer, which demonstrates the validity of feature vector extraction and the accuracy of fault identification algorithm.
Key words :
PD Fault Model
characteristic parameters
neural network
出版日期: 2016-04-20
作者简介 : 何 平(1960-),男,河北省保定市人,硕士,高级工程师,主要从事高压电气设备局部放电检测定位技术、变压器智能化技术研究及产品开发工作。
引用本文:
何平. 变压器内部放电故障诊断系统的设计与研究[J]. 电气技术, 2016, 17(4): 97-100.
He Ping. Design and Study of Internal Transformer PD Fault Diagnosis System. Electrical Engineering, 2016, 17(4): 97-100.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2016/V17/I4/97
[1] 张永记, 陈德兴, 池善活, 等. 变压器局部放电在线监测和故障诊断[C]//重庆市电机工程学会2010年学术会议论文集, 2010: 303-306. [2] 王东升, 丁立健, 于龙滨. 变压器局部放电在线监测技术[J]. 东北电力技术, 2007(4): 34-37. [3] 刘云鹏. 电力变压器局部放电的电气定位及诊断[D]. 保定: 华北电力大学, 2005. [4] 张言苍, 张毅刚, 徐大可. 变压器局部放电在线检测的现状及发展[J]. 继电器, 2004(22): 70-75. [5] 李燕青. 超声波法检测电力变压器局部放电的研究[D]. 保定: 华北电力大学, 2004. [6] 李文征, 王军. 变压器局部放电试验中的故障分析及处理[J]. 电力设备, 2007, 8(9): 63-65. [7] 唐炬, 王静, 李剑, 等. 统计参数用于局部放电模式识别的研究[J]. 高电压技术, 2002, 28(8): 4-6, 37. [8] Feliciano Massingue, Sander Meijer, Pantelis D. Agoris, Johan J. Smit. Partial discharge pattern analysis of modeled insulation defects in transformer insulation[C]//Conference Record of the 2006 IEEE International Symposium on Electrical Insulation. [9] 王国利. 油浸式电力变压器局部放电特高频检测技术研究[D]. 西安: 西安交通大学, 2003. [10] Judd M D, Yang Li, Hunter IB. Partial discharge monitoring forpower transformers using UHF sensors part2: field experience[J]. IEEE Electrical Insulation Magazine, 2005, 21(3): 5-13. [11] 唐志国, 李成榕, 常文治, 等. 变压器局部放电定位技术及新兴UHF方法的关键问题[J]. 南方电网技术, 2008, 2(1): 36-40. [12] 徐澄, 肖荣. 大型变压器内部放电故障实例诊断与分析[J]. 高压电器, 2010(11): 67-69, 73. [13] 周倩. 组合电器局部放电超高频信号数学模型构建和模式识别研究[D]. 重庆: 重庆大学, 2007. [14] Contin A, C G, Montenari, et al. PD source recognition by weibull processing of pulse height distributions[J]. IEEE Trans. on Dieleclric, & Electric Insulation, 2000, 7(1): 48-58. [15] 臧怀刚, 王志斌, 郑英. 改进小波阈值函数在局放去噪分析中的应用[J]. 自动化仪表, 2010, 31(5): 5-7. [16] 唐炬, 高丽, 唐铭, 等. 以复小波变换系数为特征量的局放模式识别[J]. 重庆大学学报(自然科学版), 2007, 30(4): 21-24, 33.
[1]
翟道宇, 孙燕楠. 基于卷积神经网络和格拉姆角差场的四象限脉冲整流器故障诊断方法 [J]. 电气技术, 2025, 26(1): 23-32.
[2]
衣思彤, 刘雅浓, 马耀浥, 李文婕, 孔航. 基于贝叶斯优化-卷积神经网络-双向长短期记忆神经网络的锂电池健康状态评估 [J]. 电气技术, 2024, 25(5): 1-10.
[3]
廖江华, 高伟, 唐钧益, 杨耿杰. 基于递归径向基神经网络滑模的多功能柔性多状态开关控制方法 [J]. 电气技术, 2024, 25(5): 11-21.
[4]
熊婕, 朱宪宇, 王娜, 刘良江, 李庆先. 基于调制宽频模态分解和局部保持投影特征融合的光伏直流电能质量扰动识别 [J]. 电气技术, 2024, 25(5): 22-30.
[5]
王立辉, 柯泳, 苏如开. 基于1DCNN-BiLSTM-BiGRU的电能质量扰动分类方法 [J]. 电气技术, 2024, 25(5): 51-56.
[6]
方正刚. 基于通道融合的Res-CNN-LSTM电网虚假数据注入攻击检测 [J]. 电气技术, 2024, 25(3): 11-17.
[7]
李浩, 黄晓峰, 邹豪杰, 孙英杰. 基于软阈值降噪的脉冲卷积神经网络轴承故障诊断方法 [J]. 电气技术, 2024, 25(2): 12-20.
[8]
许晓晖, 郝春昊, 徐成虎, 张茂杰, 李维波. 基于布谷鸟搜索-反向传播神经网络的弥散供氧PID控制方法 [J]. 电气技术, 2023, 24(8): 12-21.
[9]
黄李奔. 基于BP神经网络模型的智慧杆电源热稳定性评估方法 [J]. 电气技术, 2023, 24(6): 47-56.
[10]
徐晔鎏, 贾广隆, 张凤阁. 基于代理模型的内置式永磁同步电机多目标优化设计 [J]. 电气技术, 2023, 24(5): 23-29.
[11]
谢佳, 段斌, 高婷, 钟伦亮. 神经网络认知测量在工程教学课程评价中的应用 [J]. 电气技术, 2023, 24(2): 52-58.
[12]
卢宇飞, 林建新. 基于图像特征筛选与融合网络的电力系统动态稳定评估 [J]. 电气技术, 2023, 24(12): 1-6.
[13]
龚丹丹. 基于VMD-ICOA-BiLSTM混合模型的日前电价预测 [J]. 电气技术, 2023, 24(11): 28-34.
[14]
王步华, 朱劭璇, 熊浩清, 谢岩, 李晓萌. 基于长短期记忆神经网络的检修态电网暂态稳定评估方法 [J]. 电气技术, 2023, 24(1): 29-35.
[15]
江晶晶, 窦真兰, 杨海涛, 赵敏. 贫乏信息下基于深度迁移学习的智慧建筑负荷预测方法 [J]. 电气技术, 2022, 23(5): 55-61.