膜纸复合储能电容器的直流局部放电信号分析方法

检测系统提取直流局部放电(DCPD)信号后,须进一步处理,从而准确判断缺陷状况.描述直流局部放电信号的基本参数是放电量q及放电发生时刻t,通过对膜纸复合储能电容器进行直流局部放电检测,比较了含有不同人工缺陷的电容器的基于△t方法的二维统计分布图及指纹谱图;研究了不同寿命阶段储能电容器的q-n曲线.试验结果表明,基于△t方法的特征谱图能用于区分电容器缺陷类型;不同电容器在老化阶段的q-n曲线变化规律并不一致,说明该曲线难以表征电容器的老化进程.最后,提出采用△t方法来表征电容器绝缘的老化进程.     

防止110 kV系统出现局部不接地方式的研究

介绍了在110 kV有效接地系统中,变压器中性点采用不同接地方式下的各种过电压及保护方式,并给出了各种保护方式下的参数配置原则和不足,同时为了防止110 kV系统偶然形成局部不接地时,产生较高的工頻过电压,提出了采用经小电抗接地的保护方式.     

KYN28A（GZS1）开关柜的局部改造

KYN28A铠装移开式交流金属封闭开关设备(又称GZS1开关设备)按GB3906-1991中的铠装式金属封闭开关设备而设计的,整体是由柜体和中置式可抽出部件(即手车)两大部分组成。开关设备可以从正面进行安装调试和维护,因此它可以背靠组成双重列和靠墙安装,提高了开关设备的安全性、灵活性,减少了占地面积。断路器可选用国产VS1型或ABB公司的VD4型真空断路器。柜体结构采用敷铝锌板经多重折弯组装而成。柜壳密封度高,防止设备受杂物和害虫侵入,手车互换性能好,所有设备的操作均在柜门关闭状态下进行,简单且有效的闭锁,可防止误操作。使用中出现…     

由UHF信号估算油中尖-板电极局放脉冲波形

从电磁辐射理论出发,建立了局部放电脉冲电流的电磁辐射模型,讨论了变压器油箱外壳对局部放电辐射的影响。在此基础上提出了利用UHF信号估算油中尖-板电极局部放电脉冲电流波形的方法。仿真及模拟实验表明,该法能有效估算油中尖-板电极局部放电脉冲电流波形,可供变压器局放模式识别和绝缘诊断参考。     

充油电缆纸绝缘老化中局部放电特性的研究

为开发高压充油设备局部放电在线监测系统及诊断油纸绝缘老化状态。根据充油电缆油纸绝缘结构特性,制定了电老化和热老化试验方案以了解局部放电时间分布参量、相位分布参量以及统计分布参量—Sk、Ku随老化时间的变化关系,从而确定油纸绝缘的老化状态。研究发现随着老化时间的增加,最大放电量和平均放电量均显著增加,起始放电脉冲的相位越来越接近0、180度,Sk和Ku均呈明显减少的趋势。     

变压器超高频检测信号处理单元的设计

在分析了电力变压器局部放电的超高频特性的基础上,利用混频技术,设计了局部放电超高频信号的信号调理单元,方便普通数字采集卡采集。     

利用辐射UHF信号反演局部放电脉冲电流

获取局部放电(PD)特征信息是局部放电特高频(UHF)检测的关键问题之一,研究UHF信号与PD脉冲电流之间的关系有助于绝缘缺陷的诊断.文中从电磁辐射理论出发,计算了变压器油箱外壳等复杂环境影响下的PD脉冲电流辐射场,分析了PD脉冲电流辐射场的横电磁波特性.在此基础上,提出了利用检测UHF信号的时间积分反演PD点脉冲电流的新方法,并讨论了UHF传感器及检测系统频带对PD脉冲电流推测算法的影响.仿真和油中针-板型放电实验结果表明:文中所提出的方法能有效推测PD脉冲电流波形,对变压器PD信号UHF在线监测和智能化诊断有一定的参考价值.     

电力系统动态过程的柔性自校正仿真方法

电力系统动态过程仿真的效率和数值稳定性常常受到刚性的困扰.通过对非线性动态系统刚性特征的分析和再思考指出:刚性时空分布的局部性为柔性化提供了基础.其次,文中提出了自适应柔性分组策略和具有自校正积分措施的变量组协调策略.通过对变量组别划分、相对步长因子调整、最小积分步长调整3种自适应策略的统一处理,可以动态地控制变量组别的变化和积分步长的调整,在保证精度的前提下放开了较慢变量的步长,避免了传统方法所有变量采用相同步长进行积分导致计算效率低下的缺陷,克服了现有变量分组方法难以做到同时自适应调整多个控制参量的不足,使计算效率得到了显著提高.     

油中局部放电UHF频带选取及干扰的抑制

为消除变压器局部放电对现场测量的干扰，在对绝缘油中局部放电特高频信号频谱特征研究基础上，给出了特高频法测量绝缘油中局部放电的频率范围；为满足实际测量要求。采用包络检波方法对放大后的特高频信号进行降频处理；同时，提出了高频与特高频联合测量方法，用来消除现场局放测量中的干扰。对现场测量数据的处理结果表明，所提出的方法可很好抑制干扰信号。     

IncLOF:动态环境下局部异常的增量挖掘算法

异常检测是数据挖掘领域研究的最基本的问题之一，它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用，以前的异常检测算法只适应于静态环境，在数据更新时需要进行重新计算，在基于密度的局部异常检测算法LOF的基础上，提出一种在动态环境下局部异常挖掘的增量算法IncLOF，当数据库中的数据更新时，只对受到影响的点进行重新计算，这样可以大大提高异常的挖掘速度,实验表明，在动态环境下IncLOF的运行时间远远小于LOF的运行时间，并且用户定义的邻域中的最小对象个数与记录数之比越小，效果越明显.