Results 21 to 30 of about 934 (105)
Gaoya dianqi, 2003 变压器油中溶解气体气相色谱分析（DGA）在有效检测变压器各类故障方面发挥了毋容置疑的作用。同时各种新型溶解气体在线监测技术的开发、应用也日渐成为确保变压器状态检修工作有效开展的一个重要前提,笔者简要介绍了某发电厂目前变压器溶解气体在线监测装置的应用状况。
李逊
doaj
Gaoya dianqi针对非平稳变压器油中溶解气体序列既有长期趋势又有短期细微波动的复杂特性，文中将黄金正弦算法（GSA）优化的麻雀搜索算法（SSA）与变分模态分解（VMD）组合构成GSSA-VMD模型；对原始变压器油中溶解气体序列使用GSSA-VMD分解，最终得到一组平稳的模态分量；其次，为了精准预测变压器气体序列长期趋势和短期波动，文中将时序卷积网络（TCN）与长短期记忆网络（LSTM）组合起来，并与GSSA-VMD组合构成变压器油中溶解气体含量组合预测模型；最后，文中选用变压器油中溶解气体CO2进行实验验证，与VMD ...
代浩 +6 more
doaj
Ni掺杂单层PtSe2检测变压器油中溶解气体CH4和C2H4的DFT研究
Gaoya dianqi, 2023 甲烷(CH4)和乙烯(C2H4)是变压器故障的重要特征气体，其组分可以有效反应变压器的运行状态。为实现特征气体的快速精准检测，文中提出一种新型材料Ni掺杂单层PtSe2(Ni-PtSe2)用于检测变压器油中溶解特征气体CH4和C2H4的检测方法。基于第一性原理密度泛函理论，文中对单层Ni-PtSe2吸附变压器油中溶解特征气体CH4和C2H4进行理论计算，从理论上探讨单层Ni-PtSe2在气体吸附前后的几何结构、单层NiPtSe2电子态密度以及能带结构的变化。计算发现 ...
孙仲明 +4 more
doaj
基于QPSO-SVM与DGA五边形解释工具的变压器故障诊断方法
Gaoya dianqi, 2021 鉴于变压器油中溶解气体分析(dissolved gas analysis,DGA)五边形解释工具存在依赖现场经验、准确率较低和分类边界过于绝对化等问题,提出了基于量子行为粒子群优化支持向量机(quantum-behaved particle swarm optimization support vector machine QPSO-SVM)与DGA五边形解释工具的变压器故障诊断方法。首先,基于变压器油中溶解气体数据,计算了Duval Pentagon1特征气体相对百分比的质心坐标和Mansour ...
张丞鸣, 谢菊芳, 胡东, 唐超
doaj
Gaoya dianqi, 2019 变压器作为电力系统的核心设备,其安全运行是电力系统稳定可靠的基础。根据在线监测系统提供的油中溶解气体含量历史数据,预测未来气体体积分数及其发展趋势,是DGA故障预测的关键,也是在线监测的必要补充和提前预警变压器故障的重要手段。现有的预测算法存在着模型泛化性差和没有考虑时间序列模型等问题。为提高预测能力,文中首先介绍了非时序有监督学习和时间序列模型关键技术及其在变压器油中溶解气体体积分数预测的应用;然后搜集和发布了一个大规模数据样本,为算法提供了一个较为全面的验证集,提高模型的泛化性 ...
刘慧鑫 +4 more
doaj
Gaoya dianqi, 2015 以灰色预测和理想点解理论（TOPSIS）为基础,研究基于油中溶解气体体积分数的变压器状态预测及其应用。该方法不同于目前单纯依据数学算法预测油中溶解气体含量的方法,而是从系统的角度综合考虑各特征参数及三比值规则,对故障状态贴近度进行预测。首先根据理想点解法计算各期油中气体体积分数三比值的故障贴近度,以此作为变压器三比值状态信息,然后根据灰色GM（1,1）模型,对变压器三比值故障状态贴进度发展趋势进行预测,最后得到其故障的贴近度,反应了变压器故障状态的发展趋势,对状态维修具有较直观的参考意义 ...
陈金强, 李群湛
doaj
Gaoya dianqi, 2014 为实现变压器在线监测装置的有效性检验,应开发相应的状态仿真技术实现油中溶解气体、局部放电、铁心接地电流、绝缘油温度等状态量的有效模拟。笔者首先介绍了自制仿真平台的总体结构和工作机理,提出了油中溶解气体配置、绝缘油加热、油中放电信号产生、铁心接地电流产生的具体实现方式。其次在仿真平台上实现了变压器各种在线监测装置的安装固定,完成了变压器相关在线监测装置的可靠性检验。通过实验和检验结果证明,该仿真平台能有效模拟变压器状态量,完成变压器在线监测装置的有效检验。
王文浩 +6 more
doaj
Gaoya dianqi, 2022 针对传统预测方法在变压器油中溶解气体预测时精度不高的问题，提出一种EMD和GCT联合应用的新型预测方法。首先使用EMD将溶解气体浓度、环境温度、油温及负载电流等时序信息分解成平稳的模态分量；然后使用GCT分析模态之间的预测关系，提取每阶模态的格兰杰原因；最后将待预测分量及其格兰杰原因所对应的历史时序输入到时间注意力机制LSTM网络进行预测，并采用改进的蚁狮算法优化网络参数，经叠加重构得到特征气体浓度最终预测结果。实验结果表明：与传统LSTM网络相比，所提方法具有更高的预测精度和可行性。
陈铁 +4 more
doaj
Gaoya dianqi, 1996 论述了变压器油中溶解气体色谱在线监测装置中气体检测单元的构成原理,分离条件的选择方法,分离度和分时间制约因素。得到了螺旋型串联复合色谱柱与气敏传感器为主体的检测单元的色谱出力波形。
孙才新 +4 more
doaj