Results 71 to 80 of about 35,375 (133)
Gaoya dianqi, 2017 为准确计算高电压等级变电站噪声分布情况及对周围环境的影响,在分析变电站噪声特点的基础上对变电站主噪声源设备变压器和电抗器的声学模型进行了研究。分析表明,冷却风扇的运行和结构的不对称使得变压器和电抗器不同位置辐射噪声分布相差较大。为此,文中基于声强法提出了一种分部等效建模计算方法,将变压器和电抗器每个面进行分块并分别建立声源模型,通过研究面声源与点声源等效算法建立了变压器和电抗器多点声源模型并结合点噪声衰减理论及环境特点建立了变电站噪声衰减预测模型 ...
胡静竹 +4 more
doaj
基于组合核相关向量机和量子粒子群优化算法的变压器故障诊断方法
Gaoya dianqi, 2017 为了提高变压器故障诊断精确度,提出量子粒子群算法（QPSO）优化相关向量机（RVM）的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息,为非线性、有限样本数据的变压器故障诊断建模问题提供有效的方法。利用量子粒子群算法对RVM诊断模型参数快速寻优,并结合CV原理设置适应度函数可有效提高诊断模型的泛化能力。实例分析表明,该耦合算法诊断正确率为91.1%,优于三比值法、BPNN、PSO-SVM方法,可有效提高变压器故障诊断精度。
付华, 任仁, 闫智生, 马云伍
doaj
Gaoya dianqi针对目前变压器游离气体气相色谱法分析需要人工取气、耗时过长等问题，文中提出了一种采用傅里叶红外光谱法对游离气体进行在线监测的方法。该方法通过电磁阀控制与气体继电器相连的集气器的工作，从集气器中自动取气进行光谱分析。游离气光谱分析过程中，采用分段比基线校正法对游离气吸收光谱进行校正，采用Tikhonov正则化特征变量方法从混合气体吸收光谱图冗杂的谱线中挑选特征变量，最后利用最小二乘支持向量机法建立定量分析模型，分析计算红外吸收光谱图，得到变压器游离态气体中各组分的体积分数。实验室实验结果表明 ...
王阳 +7 more
doaj
Gaoya dianqi, 2018 为实现电气设备局部放电模式的准确识别,提出了一种基于时频特征核熵成分分析的局部放电模式识别方法。首先采用S变换理论对局部放电脉冲信号进行时频特征分析,针对S变换分析结果维数庞大但冗余信息较多而不便于模式识别的缺点,基于核熵成分分析方法对S变换结果进行压缩降维处理,得到了局部放电模式识别时频特征向量,同时结合随机森林分类器实现了局部放电类型的准确识别。搭建了尖端放电、沿面放电、气泡放电、悬浮放电等典型变压器绝缘缺陷模型并采集了局部放电信号,分别采用文中方法、PCA方法及KPCA方法进行了局放模式识别实验 ...
李思同 +5 more
doaj
基于ICEEMDAN-RCMDE及K-means的变压器铁心松动故障诊断方法
Gaoya dianqi为了更加有效地对变压器铁心松动故障进行诊断，针对变压器带载运行时的振动信号，提出了一种基于改进的完全噪声辅助聚合经验模态分解（ICEEMDAN）算法和精细复合多尺度散布熵（RCMDE）的变压器铁心松动故障诊断方法。首先采用ICEEMDAN算法对变压器铁心在不同松动程度下的振动信号序列进行分解，之后通过RCMDE和主成分分析法（PCA）计算特征量的熵值并实行降维，最后采用K-means聚类算法对多组低维特征值矩阵表示的振动数据进行故障的分类识别。结合某10 kV变压器的铁心松动故障模拟实验，结果表明 ...
迮恒鹏 +4 more
doaj
四川大学学报. 自然科学版, 1997 针对ＰＲＩ的调幅度较大或ＰＲＩ较长的脉冲信号，普通平面变换法显得不直观，难以分辨出特征曲线．对此作者提出了一种将调幅度变小，将ＰＲＩ变短的方法，即将待分选信号进行压缩平面变换后，使特征曲线变得明显而易于分选 ...
赵仁健, 熊平, 倪明
doaj
Gaoya dianqi, 2010 变压器绕组变形测试是预防性试验不可缺少的试验项目,为提高工作效率,减少220 kV变压器拆接引线试验对设备造成的损害,大幅度降低试验拆接引线工作带来的高劳动强度,快速判断220 kV变压器绕组是否存在变形,笔者以频响法为主,短路阻抗法、电容变化法为辅,采用频响法、短路阻抗法、电容变化法3种方法,应用TDT5变形测试仪、HDZK-10 A低电压短路阻抗测试仪和AI600E型自动介损电桥,对220 kV变压器分别进行拆线与不拆线时绕组变形项目测试,通过3种试验方法所得数据进行对比分析,得出了220 ...
李顺尧, 谢建容
doaj
Gaoya dianqi, 2008 为了提高变压器故障诊断正判率,提出了一种邻域粒子群算法优化BP神经网络的电力变压器油中气体分析（DGA）方法,即通过相关统计分析和数据的预处理,选择变压器油中典型气体作为神经网络的输入,然后利用训练好的邻域粒子群算法优化后的神经网络进行变压器故障类型诊断。试验结果表明,该类方法具有很好的分类效果,较好地解决了变压器放电和过热共存时故障的难分辨问题,对故障类型的正判率较高。
贾嵘, 徐其惠, 李辉, 刘伟
doaj
Gaoya dianqi, 2014 在传统的变压器状态评价方法中,常权无法客观反映变压器部分参数偏离正常值时对整体评价影响。基于此,笔者提出了基于变权重的变压器模糊综合状态评价方法。首先采用层次分析法确定变压器各影响因素指标的权重,然后考虑实际情况对各影响因素权重进行变权处理,减少评价的主观性,使变压器的状态评价结果更为合理。应用文中方法对实际变压器进行状态评价,验证了该方法的合理性和可行性。
李磊, 熊小伏, 沈智健
doaj
Gaoya dianqi, 2008 笔者应用气相色谱分析技术中的成分超标法I、EC三比值法以及平衡判据法成功地判断出一台主变压器B相内部所存在的突发性电弧放电故障。变压器停运后吊罩检查结果与气相色谱分析诊断结论相吻合,验证了气相色谱分析技术诸方法的正确性及有效性,为大型变压器的运行和异常判断提供了经验。
兰淑丽, 宋昆, 刘芳
doaj