RTV和增爬裙对支柱绝缘子电场和电位分布影响的研究

RTV涂层和增爬裙在电力系统外绝缘中多有应用,研究其对电场、电位的影响对施工以及运行都具有指导意义。以110 kV瓷支柱绝缘子为例,在ANSYS中建立了其真实模型,基于静电场有限元分析了RTV涂层厚度,增爬裙的数目、位置、形状对最大电场、沿绝缘子表面场强/电位的影响。结果表明:RTV涂层和增爬裙不改变电场和电位的整体分布,有RTV涂层后场强略有下降,随RTV涂层厚度的增加最大场强和沿面场强略有下降;随着增爬裙片数、位置、厚度和外径的变化沿面场强/电位有所变化,且随其外径和高场强区片数的增加沿面场强减少更明显。所得结果对RTV涂层和增爬裙的应用具有一定指导意义。     

多物理场耦合下不同短路与接地故障对变压器绕组状态影响的仿真研究

为研究不同短路与接地故障对变压器多次冲击后绕组状态的影响,基于变压器电、磁、热、力物理场理论,搭建了三相变压器的三维模型,考虑了温度对绕组材料属性的影响,采用迭代方法对电磁-热场进行了双向耦合仿真,然后将各故障类型下的电、磁和温度等物理量导入瞬态结构场,实现了绕组形变位移的仿真计算。结果表明,变压器内部的最大漏磁密对应故障为低压侧三相短路;绕组中部线饼服从整体磁密分布,其余部分线饼呈现一端大,另一端小的分布规律;绕组最高温度对应故障为低压侧三相短路,最高温度为97.36℃,位于A相低压绕组0°处;单次冲击下,位移最大对应故障为低压侧三相短路,其出现在高压绕组-20°～20°范围、高度1/3～2/3范围内;多次冲击后,绕组最大累积位移对应故障为低压侧两相接地,累积位移随冲击次数的增加而增加,直至趋于饱和。研究为变压器的多物理场耦合数值仿真提供参考。     

直流GIL微粒陷阱的捕获机理分析与优化设计

微粒陷阱是直流气体绝缘金属封闭输电线路(gas insulated metal-enclosed transmission line,GIL)中抑制金属微粒运动的主要手段,对其结构参数进行优化可以提高微粒捕获的效果。基于此,该文首先建立微粒运动的动力学模型,分析陷阱捕获微粒的机理,得到影响陷阱捕获效果的电场特征值,进而研究陷阱参数对电场特征值的影响;最后,基于鲸鱼优化算法对微粒陷阱的参数进行优化,并通过试验验证优化方案的可行性。结果表明:陷阱底部的电场强度随着槽宽的减小、厚度和槽数的增大而降低,且当厚度与腔体内径的比值大于0.16,槽数大于15后,逐渐趋于饱和;当陷阱厚度与腔体外壁内径的比值小于0.20时,厚度增大,其前方轴向的电场值变大。此外,微粒与高压电极碰撞后受到的朝向陷阱的电场力和电场梯度力是陷阱捕获微粒的关键,且陷阱厚度越大,微粒捕获效果越好。     

一种可测量真实放电量的局部放电实验电路

设计了一种可测量真实放电量的局部放电实验电路 ,分析了视在放电量和真实放电量之间的对应关系 ,同时应用小波包分析对真实放电和视在放电的放电波形进行分解 ,确定合适的局部放电检测频带。     

灰关联分析在电容型设备绝缘故障诊断中的应用初探

在线监测电容型设备绝缘所获得的tanδ值是波动的,这与环境温湿度、电压等外界因素的影响有关。笔者分析了这些因素对tanδ的影响后,引入了灰关联分析来量化tanδ序列变化与各因素序列变化的接近性,并通过对灰关联度排序实现故障诊断,实例分析验证了方法的有效性。最后,对灰关联分析在电容型设备故障诊断中的应用提出了一些建议。     

使用动态WFS算法改善Web Server性能

以电子商务网站为对象,提出一种改善其性能的调度算法和系统的体系机构。通过大量的实验数据将算法与FIFO进行性能比较。     

基于RPROP神经网络的电力系统谐波分析

为了提高谐波分析的速度和精度,将RPROP（Resilient Propagation）神经网络应用于电力系统谐波分析。该网络利用加汉宁窗插值谐波分析算法获得其权值和阈值的初值,并在此基础上采用RPROP算法训练。与BP（BackPropagation）算法不同,该算法根据一阶偏导数的符号信息调整可变参数,避免了受对参数调整意义不大的一阶偏导数幅值信息的影响,且不存在参数选择问题,提高了谐波分析的收敛速度、精确度和实时性。通过变学习速率且加动量项的BP神经网络与RPROP神经网络的比较验证了分析结论的正确     

基于小波奇异性检测的在线监测数据处理

在复杂的现场条件下 ,各种影响因素的共同作用可能造成在线监测数据失真。为保证分析诊断的准确 ,必须对在线监测数据进行去噪与平滑处理。由于小波变换系数模极大值的位置和幅度同信号的局部奇异性密切相关 ,本文提出了一种基于小波奇异性检测的在线监测数据处理方法。利用小波变换得到奇异点的位置与其局部奇异性信息 ,针对奇异点的类型不同分别进行去噪与平滑。较之以往方法 ,该方法通用性强 ,且无需大量的统计信息。通过对实际的监测数据分析 ,验证了所提方法的有效性     

多神经网络方法在变压器油色谱故障诊断中的应用

电力变压器的故障诊断对于变压器的维护起着至关重要的作用,诊断的可信度能给变压器维护提供更好的依据。为了克服单个神经网络不能给出诊断结果可信度的缺点,将多神经网络方法引入到变压器油色谱故障诊断中,利用多个神经网络对变压器诊断结果的方差给出了诊断结果的可信度;同时将多个网络输出的平均作为网络的诊断结果,减少了网络诊断的误差,提高了诊断的准确率。故障变压器实例验证了多神经网络方法的有效性。