【摘 要】
：
在农网系统的电力设备中,电力变压器极为重要,实践证明绝大部分变压器故障都是由绝缘系统的损坏引起的,因此维持农网变压器良好的绝缘状态是提高变压器使用寿命和提高农网供电可靠性的关键。介损因数是评定变压器油绝缘性能的一项极为重要指标,对判断变压器油的劣化以及污染程度极为敏感。目前农网系统中变压器油介损因数的检测方法为定期从变压器中抽取油样送往实验室进行测定,无法及时检测出变压器油绝缘结构的潜在性故障和突
论文部分内容阅读
在农网系统的电力设备中,电力变压器极为重要,实践证明绝大部分变压器故障都是由绝缘系统的损坏引起的,因此维持农网变压器良好的绝缘状态是提高变压器使用寿命和提高农网供电可靠性的关键。介损因数是评定变压器油绝缘性能的一项极为重要指标,对判断变压器油的劣化以及污染程度极为敏感。目前农网系统中变压器油介损因数的检测方法为定期从变压器中抽取油样送往实验室进行测定,无法及时检测出变压器油绝缘结构的潜在性故障和突发性故障。因此,研究一种及时有效的农网变压器油介损因数的检测方法对预警变压器潜在故障、维持变压器安全稳定运行具有重要意义。超声波检测技术是一种利用超声波在传输介质中各个特征参量的变化来获得待测介质信息的无损检测技术,响应速度快、精度高以及抗干扰能力强。本文搭建了变压器油多频超声波检测平台,结合超声波反射检测法和透射检测法对变压器油进行检测,获得蕴含变压器油内部特征信息的多频超声波检测信号,并分析了多频超声波检测信号与变压器油介损因数之间的关系,在MATLAB环境下建立了农网变压器油介损因数预测模型,实现对农网变压器油介损因数的有效预测。本文的主要研究工作及研究结果如下:（1）研究了农网变压器油介损因数的超声波检测理论基础,超声波检测原理是通过超声波在变压器油中传输时的声速、声衰减以及声阻抗等参量来获得变压器油的特征信息;研究了超声波在变压器油中的波动特性和衰减特性,在此基础上研究了变压器油介损因数的超声波检测机理,建立了超声波信号与变压器油介损因数之间的物理机制,油中的极性物质和带电胶体等杂质引起的超声波阻抗增大以及散射和吸收等效应是超声波检测变压器油介损因数的理论基础。（2）搭建了变压器油多频超声波检测平台,包括超声波传感器、多频超声波控制单元、数据处理单元三部分;从不同运行年限、不同工况的农网系统变压器中收集了175组绝缘油样本,分别通过超声波检测平台和GB/T 7595-2017国家标准进行了多频超声波检测和介损因数检测;此外,选用运行中不同介损因数的变压器油样本以及KI25X、KI45X和Nytro 10XN三种型号的新油进行了多频超声波无损检测实验,探究超声波效应对变压器油检测参数的影响。（3）分析了农网变压器油的多频超声波检测信号。变压器油多频超声波检测信号是由声速、幅值以及相位等特征信息构成的242维高维信号;超声波声速与变压器油介损因数大小成反比,L1信号为反射信号,幅值与变压器油介损因数大小成正比,L2和L3信号为透射信号,幅值与变压器油介损因数大小成正比;相位响应曲线均呈现出峰值和谷值交替出现的规律性,不同油样的峰值和谷值出现的的频率点各不相同;多频超声波无损检测实验结果表明变压器油经长时间的超声波测试后,595.5k Hz～832.1k Hz频率区间内的超声波参数以及电气性能指标无明显变化,但在843.4k Hz～943.7k Hz频率区间内的超声波对变压器油幅值参数产生的影响较高。（4）在MATLAB环境下,分别利用KPCA和TSNE算法对原始242维高维超声波数据降维,将降维结果代入Elman神经网络进行验证,当多频超声波数据降维至36维时,KPCA降维结果代入Elman网络的预测误差小于TSNE的降维结果,选择经KPCA降维后的36维数据作为后续农网变压器油介损因数预测模型的输入;分别建立了PSO-Elman和WOA-Elman农网变压器油介损因数预测模型,175组油样中采用160组测试集样本对PSO-Elman模型和WOA-Elman模型进行留一法交叉验证,其余15组样本用于评估两种模型对未知样本的预测精确度,测试结果表明PSO-Elman模型的预测准确率为85.5%,WOA-Elman模型为93.2%,且WOA-Elman模型的MSE、RMSE、MAE以及MAPE四项评价指标均优于PSO-Elman模型,证明WOA-Elman模型对变压器油介损因数的预测性能优于PSO-Elman模型,可以实现对变压器油介损因数的有效预测。
其他文献
社交媒体为公众即时交流带来了便利,但同时也成为了谣言发布和传播的媒介。谣言的发布和传播为社交媒体的科学管理和有效利用带来了严峻挑战。目前依靠人工收集并验证谣言的方式存在覆盖度不足、时延性较高的问题。因此,从社交媒体海量的信息中及时而准确地检测出谣言成为一个亟需解决的现实问题。通过自动谣言检测方法辅助人工进行检测,对减轻甚至消除谣言的负面影响具有积极意义。现有的自动谣言检测方法可分为基于机器学习的方
随着社会的发展进步和人民生活水平的提高,人们对公共交通出行需求不断提升。X光安全检查是防止限制品威胁公共交通,保障乘客人身财产安全的必要手段。安检工作的质量好坏将直接关乎到人民利益和社会繁荣稳定。安检工作需要安检员在短时间内快速对行李X光图像做出反应,辨别其中是否含有限制品。并且随着出行人数的不断增加,人工安检压力增大,逐渐无法满足快速、准确的需求,容易造成漏检、错检等人为事故。近些年来,计算机视
随着旅游业的快速发展,民宿已经成为旅游者外出落脚的首要方式。对网络平台上的民宿评论进行情感分析,有利于游客进行选择,商家进行针对性的改进。不同于传统的文本情感分类方法,方面级情感分类旨在识别出一个句子中不同方面的情感极性。以更细粒度的方式来进行分析,可以挖掘出用户对民宿不同特征的情感倾向。故利用方面级情感分类方法去分析民宿评论数据是十分有意义的。近年来,由于方面级情感分类任务的复杂性,传统的深度学
课堂注意力揭示了学生在课堂上一定时间内专注于某事的能力,也是学生在课堂上自发地、积极地获取信息、提高学识和掌握技能的基本品质。课堂注意力的质量对听课效果、学习成效和其他评价手段的有效性有非常重要的影响。但传统教学场景中,义务教育的普及使学生的数量增多,如果没有科学的量化标准和技术支持,教师需要很长的时间跨度来观察和评价所有学生的注意力状态,且更多停留于主观层面。为了使教育工作者更高效地掌握当前的学
通过机器人在非结构环境中执行搜索、救援、探测等各类工作任务,有效提高了这类工作的效率和人员安全性,具有越障功能的机器人正越来越广泛的被部署在非结构环境中。针对现有复合式越障机器人在兼顾翻越垂直障碍和跨越壕沟障碍方面存在的不足,本文旨在设计并实现一款新型轮腿复合式越障机器人,该机器人在拥有轮式移动高效性的同时,对垂直障碍和壕沟障碍也具有良好的通过能力。该机器人还搭载了各类传感器模块,有效的采集机器人
在非传染性疾病中,癌症的发病率与致死率均高居前列,极大的危害了人们的生命健康。目前我国已经成为全球结直肠癌新发病例与死亡病例数量最多的国家。近年来,随着神经网络在不同应用领域的广泛研究与快速发展,将神经网络应用至医疗影像分析也逐渐成为趋势。运用神经网络辅助医师诊断肠道影像,能够提高诊治效率,降低漏诊率,消除主观因素带来的诊断差异。通过对肠炎与肠息肉的诊断与防治,能够极大降低癌变风险。因此,利用神经
深度学习技术在很多领域都得到了非常成功的应用,如语音识别、目标检测、图像生成、自然语言处理等,但是深度学习技术在安全性与鲁棒性方面是十分脆弱的。对抗样本是指在原有数据中添加微小的、不可察觉的扰动所形成的输入样本,会导致深度学习模型以高置信度产生错误输出。对抗样本也可以作为工具辅助攻击者获取有关模型的信息。对抗样本的存在限制了深度学习模型在安全敏感的领域的进一步应用,如异常检测、人脸识别、自动驾驶等
随着深度学习的大力发展,许多优秀的成果已经成功应用,其中移动端的便携性以及高使用频次,使得深度学习结合移动端拥有着更丰富的应用场景,因此设计高效模型以及针对移动端设备的轻量化迁移也成为了当下的热门话题。基于神经网络的目标检测与目标追踪在计算资源丰富的PC端有很好的效果且有非常成熟的部署经验,但是在计算资源有限的移动端存在着算法模型对内存资源开销大,推理预测速度慢等难点,并且部署难度高,限制了目标检
随着人们对绿豆日益增长的需求,丘陵山区的绿豆种植面积逐年增加,适宜机械化收获绿豆新品种的研发与普及,极大地推动了绿豆机收的进程。我国南方丘陵山区地块小而散,整体地势陡峭,土壤黏且重,不适宜中大型联合收割机广泛作业,而传统人力收获具有工作效率低下、劳动强度大和生产成本高等缺点,如今又面临劳动力短缺的困境,因此设计适用于丘陵山区绿豆收获的联合收割机对提高绿豆收割效率、解放农村劳动力和推进农业现代化进程
随着深度学习和人工智能技术的发展,辅助驾驶和自动驾驶成为了当前非常热门且重要的研究课题。无论是辅助驾驶还是自动驾驶,车道线检测都是其中极其重要的一环,是自动巡航、车道线保持等功能的基础依据。因此,找出一种准确、快速且鲁棒性高的车道线检测方法,不仅可以提高辅助驾驶和自动驾驶的安全性,也可以有效的减少交通事故的发生,提高驾驶的安全性,整体提高出行的质量。车道线的检测方法虽然已经有多种方法,但是车道线因