GIS设备局部放电类型表观相似性及模式识别准确性的探讨

为了减少气体绝缘全封闭组合电器(GIS)设备局部放电识别中误判现象的发生、提高模式识别准确度,基于分层式识别方法,采用两种常见的分类器分别对GIS典型故障类型进行诊断,探讨了局部放电类型的表观相似性,并归纳了存在误判现象的局放类型,其中自由金属颗粒跳动的不稳定性是其产生误判的原因,而传感器距放电源的位置决定了悬浮放电误判现象是否发生。同时研究了GIS传统局放类型划分的合理性,并对其进行修正。最后,通过识别率和决策可信度对比了两种分类器模式识别的准确性,研究表明:尖刺放电的识别可信度高,绝缘子气隙放电的识别率高,且支持向量机的识别效果优于BP神经网络。该研究成果为电气设备局放模式识别及严重程度分析等后续工作的有效进行奠定了基础。     

恒压下油楔放电发展全过程的状态转换特征研究

通过局部放电检测来准确诊断电气设备绝缘状态和对危险缺陷进行及时预警,是电力部门实施状态运维的重要目标,也是当前局放状态检测领域的关键技术难题。文中以油楔放电模型来模拟电力变压器绕组匝间、饼间的局放缺陷,在施加恒定交流电压下采用高频、特高频两种手段对放电缺陷信号进行了全实时的检测;研究了油楔放电发展到击穿全过程中高频和特高频局放信号幅值、次数、信息熵、PRPD图谱等特征量的变化趋势及规律,对比分析了高频和特高频在放电全过程中信号特征的一致性和差异性。研究发现:油楔放电在恒压下存在两种典型阶段:平稳发展阶段和加速劣化阶段;同时从放电机理的角度分析了两种放电阶段存在的合理性。在平稳发展阶段,单位时间内的放电次数呈缓慢递增趋势,放电幅值相关统计量具有一定波动性;放电进入加速劣化的危险发展区间时,单位时间内的放电次数出现了明显的拐点和剧烈震荡的特征,高频和特高频部分特征参数出现了明显的上升或下降走势,综合二者信息可实现对平稳发展阶段和加速劣化阶段的准确判别。研究成果对局放的状态检测和危险故障预警提供了试验依据。     

一种基于二氧化氯传感器可应用于现钞的杀菌装置的开发

在新冠疫情的严峻挑战下，提高现钞的安全、完善现钞的消杀任务迫在眉睫。而常用的消毒方法应用于现钞上均有一定的局限性，寻找新型高效安全的消杀剂成为了现钞消杀中的关键。二氧化氯作为安全高效的杀菌剂可以被使用，然而其在现钞消杀中的应用仍然需要更多的研究论证。本文开发了一种基于气态二氧化氯的消毒杀菌装置，并与点钞机相结合，根据中国特殊的现钞流通体系提出并建立了一个新型、高效的，基于二氧化氯的统一编码标识的现钞消杀智慧化可追溯体系。结果表明本装置能够快速释放出有效浓度为200 ppm左右的气态二氧化氯，对多种微生物有五个对数以上的消杀作用，不具有腐蚀性，不损伤现钞，通过优化及与现钞流通体系相结合，在后新冠时代下具有极高的应用价值。     

GIS局部放电深度分层放电类型诊断方法研究

现有的GIS局部放电类型诊断主流采用单一分类器直接进行多类型划分,该方法对类间交叉重叠区域敏感,且受单一分类器固有缺陷的影响。文中提出了一种深度分层放电类型诊断方法,以逐层二分决策实现多类划分,在分层决策中优先进行良性样本的区分,将交叉重叠区域分类问题放至深层节点进行,且在每个二分节点处可择优选用不同分类器。设计了5种典型的GIS放电模型,从放电PRPD谱图、U-Δt序列谱图的统计特征、图像特征出发,构造了16个特征参量,探索了不同分层深度值下的诊断分类正确率,并与传统直接分类方法进行了比较。结果表明:深度分层诊断相比于直接识别诊断,总体识别正确率提高了20%,尤其对直接识别诊断误判率大的沿面、颗粒类缺陷,识别正确率提升明显(30%)。     

电压水平对交流恒压下油楔放电发展及击穿过程的影响

为实现通过局部放电检测来准确诊断电气设备绝缘缺陷并对危险放电状态进行预警,文中对模拟电力变压器绕组匝间和饼间局放缺陷的油楔放电模型,采用恒压法和全实时高频/特高频联合检测系统,对其发展至击穿全过程的局放信号进行了研究。通过改变外施电压,研究了电压水平对油楔放电发展进程的影响;总结了不同电压下油楔放电发展全过程特征参数的变化规律,提出了放电阶段状态划分的方法和原则;从机理的角度对不同阶段的放电机制进行了解释。研究表明,恒压下,不同电压水平油楔放电均存在平稳发展和加速劣化发展两种典型阶段,放电从平稳发展阶段转变到加速发展阶段均具有明显的突变过程;同时油楔放电在加速劣化状态具有相同的统计特征。文中的研究成果对局放状态监测的预警具有工程指导意义。     

基于ASWPD-BO-GRU的月径流量预测模型

为提高月径流量预测精度,并针对传统分解集成径流预测模型错误使用未来数据的问题,提出并建立了基于自适应小波包分解（ASWPD）和贝叶斯优化（BO）的门控循环单元（GRU）月径流量预测模型（ASWPD-BO-GRU）。首先,利用ASWPD对原始月径流量时间序列进行分解,在不使用未来数据的前提下得到4个相对规律的分解子序列,以降低预测难度;然后,利用BO优选分解后的子序列对应的GRU模型超参数;最终,对每个子序列进行预测,将预测结果相加重组得出月径流量预测结果。将提出并建立的模型应用于黑河流域莺落峡水文站月径流量预测中,并与GRU、BO-GRU、WPD-BO-GRU模型（基于传统分解思想对原始月径流量时间序列整体进行分解的预测模型）的预测结果进行对比。结果表明：ASWPD-BO-GRU模型的纳什效率系数（NSE）为0.89,在实例应用中预测精度最高,说明ASWPD-BO-GRU模型在正确分解的前提下具有较高的预测精度和更强的泛化能力。     

不对称故障下考虑电压跌落程度的新能源逆变器控制策略

电网发生不对称故障会影响新能源并网系统可靠运行,严重情况下还会存在切机风险。针对上述问题,提出一种不对称故障下考虑电压跌落程度的电压支撑策略。首先根据逆变器在不对称故障下的输出特性,分析了对公共连接点(point of common coupling, PCC)电压的支撑原理。然后推导了任意不对称故障下PCC电压幅值的通式,进而分析了改变无功电流注入方式的临界点。最后在上述基础上,以逆变器输出电流峰值和已利用容量为约束条件,分别对3种典型的不对称故障进行了分析。确定了每种故障在不同电压跌落阶段的最优无功电流,并推导了各电压跌落阶段的电流参考值计算公式。仿真验证了所提控制策略的有效性与优越性。     

基于Android及JSON的“友农”APP设计与实现

针对贫困山区农产品销路不畅及消费者不能及时获悉并购买新鲜绿色的农副产品等问题,设计并实现了基于安卓及JSON的“友农”手机APP。系统后台集群部署SLB负载均衡器、SCS安全认证系统和MYSQL库服务器,负载均衡采用Tomcat和Nginx代理服务器的混合模式,Tomcat用JSON格式数据解析,系统前端采用HTTP协议进行服务器通信,通过JSONDUMP进行JSON格式数据解析,设计图形控件进行数据的可视化展示。该系统的运行大大提高了山区农产品销售效率和消费者满意度,创新了精准扶贫模式。