首页期刊导航|电工电能新技术
期刊信息/Journal information
电工电能新技术
电工电能新技术

林良真

季刊

1003-3076

dgdnedit@mail.iee.ac.cn

010-82547196

100080

北京中关村北二条6号(北京2703信箱)

电工电能新技术/Journal Advanced Technology of Electrical Engineering and EnergyCSCD北大核心CSTPCD
查看更多>>本刊创刊于1982年,是综合性科技刊物,中国科技核心期刊,中文核心期刊,国务院学位与研究生教育重要期刊。由中国科学院电工研究所主办,国内外公开发行。主要报道新型发电技术;大、中、小、微型电机技术;超导电工技术;高电压及强脉冲放电技术;电力电子与电气传动, 电加工、电子束和离子束技术;电力系统自动化以及计算机在电工领域中的应用等。 主要栏目有: 院士论坛;论文报告;综述与述评以及新技术应用。《电工电能新技术》已被国际知名检索系统SA,INSPEC,AJ及CSA收录,同时也是中国科学引文数据库、中国学术期刊综合评价数据库、中国科技论文统计与引文分析数据库、中国期刊全文数据库、中国核心期刊数据库、中国期刊网、万方数据-数字化期刊群以及中国学术期刊(光盘版)等来源期刊。
正式出版
收录年代

    基于振动信号与深度学习的电力变压器故障诊断方法

    李浩魏繁荣王浩李旭东...
    1-12页
    查看更多>>摘要:针对当前电力变压器机械故障实时诊断准确率较低的问题,本文提出了一种基于振动信号与深度学习的电力变压器故障诊断方法.首先针对电力变压器箱体表面振动信号采用改进自适应噪声完备经验模态分解(ICEEMDAN)对其进行分解以获取重构信号,并引入模糊熵值构建振动特征向量.然后以卷积神经网络-双向门控循环单元(CNN-BiGRU)组成基础分类网络以实现特征分类,并引入高效通道注意力机制(ECAM)提升CNN学习性能.最后设计一种基于ICMIC混沌映射、自适应动态扰动和精英反向学习混合改进得到多策略协同优化秃鹰搜索(MSCOBES)算法,并将改进后的算法应用于实现 CNN-BiGRU 的超参数寻优,从而得到基于 MSCOBES-CNN-BiGRU-ECAM的电力变压器故障诊断优化模型.在实验中对于试验变压器的机械故障进行诊断,实验结果表明本文所提出的方法对于电力变压器不同类型的机械故障的诊断准确率可达99.4%.

    电力变压器故障诊断ICEEMDANCNN-BiGRUMSCOBESICMIC混沌映射自适应动态扰动精英反向学习

    电力变压器绕组变形状态下的振动信号特性分析

    邓旭东张占龙夏远灿汪力...
    13-23页
    查看更多>>摘要:近些年来国内电力变压器绕组机械故障频发,利用振动法监测电力变压器机械运行状态可以有效规避变压器故障风险.本文首先基于电力变压器绕组振动来源和加速度理论求解分析,搭建了110 kV电力变压器有限元模型,研究了变压器绕组在额定正常负载工况下的振动规律,发现了变压器在负载工况下绕组辐向振动强度远大于轴向振动,且绕组振动信号主频为 100 Hz;在绕组上下端部固定约束条件下,其上下端振动强度小于绕组中间部位.然后,改变高压绕组几何形状使其发生鼓包变形,通过对比分析绕组未变形状态下的振动信号得出:当绕组发生形变时,其振动信号频谱中出现大量高次倍频谐波分量;随着绕组形变程度的加深,其振动信号主频不断增大,高次谐波分量分布也更为复杂.最后,通过定义基频占比、高频占比这两个特征参量,进一步分析了变压器绕组形变前后的振动特征变化规律,为实际现场利用振动法评估变压器绕组机械状态提供了依据.

    变压器有限元仿真绕组变形振动信号频谱分析

    基于WKPCA与IEDO-XGBoost的变压器故障诊断方法研究

    张容槟徐耀松牛元平
    24-42页
    查看更多>>摘要:针对变压器故障的特点,将加权核主成分分析技术与IEDO-XGBoost相结合,提出了一种新的变压器故障诊断模型.该方法主要将溶解气体分析技术与无编码比值法相结合,获取变压器的故障特征,利用WKPCA对其进行降维处理,并将归一化处理后的故障样本数据作为IEDO-XG-Boost模型的输入,输出变压器故障诊断类型及其诊断准确率.选取 20 维变压器故障特征数据进行 WKPCA降维处理,加快了模型的收敛速度;采用自适应正余弦策略和高斯变异策略对指数分布优化器算法进行改进,并用10 个典型测试函数对改进后的指数分布优化算法性能进行了测试,结果表明改进后的指数分布优化算法具有更快的收敛速度和全局搜索能力.然后,利用改进的指数分布算法来确定 XGBoost 模型中的多个最优参数.仿真结果表明,该模型的诊断准确率为91.82%,分别比 EDO-XGBoost、NGO-XGBoost、GJO-XGBoost、GWO-XGBoost 和 WOA-XGBoost 故障诊断模型高 2.73%、3.64%、5.46%、8.18%和 10.91%,验证了本文所提方法能够有效提高变压器故障诊断性能.

    变压器加权核主成分分析故障诊断溶解气体分析指数分布优化算法极端梯度提升

    特高压换流变压器匝间短路故障建模与仿真

    陈一悰陈宗让张芃徐浩东...
    43-51页
    查看更多>>摘要:近年来,特高压换流变压器内部短路故障导致的爆炸起火事故接连发生,严重威胁电力系统安全稳定运行.本文以±800 kV特高压换流站典型单相四柱式换流变压器为研究对象,基于AN-SYS Maxwell和Simplorer平台开展绕组匝间短路故障建模仿真,研究不同故障条件下绕组漏磁、短路环流及电弧故障能量的变化规律.结果表明:伴随匝间短路发生,换流变压器内部大量横向漏磁破坏绕组正常纵向磁通分布,短路匝环中出现高幅值故障环流.1.98%匝间短路漏磁峰值达2.76 T,短路环流峰值达80.59 kA,四个周波内释放能量 1.22 MJ.根据安匝平衡规律,短路匝数越多,环流幅值越小,而电弧电压随电弧长度单调增加,总体而言电弧能量与短路匝数呈正相关.此外,由于漏磁畸变引起的漏电感差异,靠近绕组中部的匝间短路故障更为严重.

    特高压换流变压器匝间短路故障油气电弧模型建模仿真

    基于感应能量的换流变压器剩磁测量方法研究

    潘志城张占龙吕金壮邓军...
    52-61页
    查看更多>>摘要:铁心中剩磁较多时会引起较大幅值的励磁涌流,导致换流变压器保护装置烧毁或误动作,严重影响其正常运行.为了消除剩磁对换流变压器的影响,本文从换流变压器感应线圈一侧的感应能量变化着手,提出了一种基于感应能量的换流变压器剩磁测量方法,其目的是在对换流变压器施加外部激励的基础上,以换流变压器感应线圈一侧产生的能量变化为计算基础,通过拟合感应能量与换流变压器铁心剩磁关系式对其铁心剩磁进行计算.研究所提出的方法执行简便,操作性强,对换流变压器的影响较小,能够为换流变压器剩磁的测量与消除提供理论依据.

    感应能量脉冲激励剩磁测量换流变压器

    换流变压器绕组辐向非线性振动模型与分布特性研究

    蒋培榆方舒淇钱梦昊黎佳龙...
    62-70页
    查看更多>>摘要:换流变压器辐向上网侧-阀侧-调压绕组多层绕组结构紧密连接,结构间会产生耦合振动效应,从而影响箱体振动响应特性.目前绕组辐向结构耦合振动理论并不完善,相关振动模型不能有效解释绕组振动时多频响应现象.为解决上述问题,本文考虑绕组振动产生-传递途径中结构耦合作用,将耦合振动过程简化为简谐载荷激励作用下的拱形绕组振动问题,进而提出绕组辐向耦合振动非线性振动模型,利用多尺度方法推导耦合振动加速的数学表达式,并通过理论分析与试验证明模型的正确性.研究结果表明:50 Hz工频电流激励下,绕组振动主频集中于 100 Hz,在结构耦合作用下出现200 Hz、300 Hz等多倍频谐波分量,还存在少量150 Hz、250 Hz等50 Hz奇数倍谐波成分.研究结论为换流变压器振动检测技术、结构减震降噪设计等工程应用提供理论参考.

    换流变压器绕组振动辐向特性多倍频现象

    基于多粒度注意力机制的隔离开关故障诊断

    解骞刘柏泽丁进中闫大鹏...
    71-84页
    查看更多>>摘要:针对现有的大多数深度学习方法只能在有限的含标签样本数据下工作,使诊断模型过拟合,导致模型训练时准确率高而投入运用时故障识别准确率低的问题,本文研究隔离开关在不同工况小样本数据集的准确率高诊断方法,构造应用于不同工况下隔离开关故障诊断的多粒度注意力机制(MG-AM)网络框架.此框架首先要对所获得的隔离开关故障数据进行数据预处理,在此程中将获得增强的数据样本以及数据特征库.随之利用时间对比模块对数据故障进行粗比对,初步获取故障工况的几种可能;并通过多粒度语境对比模块对原始数据预测及预测结果与增强数据进行比对.其次充分挖掘并应用已经搜集的样本资源,以含标签和无标签为输入,网络通过半监督以及无监督学习进行优化,以强化输入数据的处理效果.最终搭建诊断模型,实现对未知样本的故障识别.实验结果表明,所设计的网络可以有效利用固有样本对进行故障识别,对目标的平均识别率达到96.47%.

    隔离开关故障诊断对比学习多粒度注意力机制(MG-AM)半监督学习

    多光谱信息下的油纸绝缘局部放电深度学习融合诊断方法

    胡蝶李晓枫姜晓峰阳瑞霖...
    85-92页
    查看更多>>摘要:为了获得更丰富的放电特征信息,提高局部放电诊断的效率,提出了一种多光谱信息下的油纸绝缘局部放电深度学习融合方法.首先,基于微型光学传感器件和局部放电光谱分布,构建了局部放电多光谱同步检测平台,通过实验获得了四种放电类型的多光谱数据;然后构建卷积神经网络模型,将不同光谱段的局部放电数据作为模型不同通道的输入,利用通道级融合提取多光谱信号中的有效信息,对油纸绝缘局部放电类型进行准确辨识.结果表明:不同放电类型的多光谱信息可以作为模式识别的有效特征;引入多光谱信息后,本文所提方法的识别准确率可以达到 98%以上,相比于仅使用脉冲电流信号有着明显的提升;相比于统计特征参数分析法和深度神经网络,提出的方法对多光谱信息融合的效果更好,识别的准确率更高.

    油纸绝缘局部放电深度学习多光谱信息模式识别

    含高比例电解铝负荷的异步联网系统频率稳定研究

    胡杰周鑫李京华何鑫...
    93-101页
    查看更多>>摘要:基于云南电网与南方电网异步联网的背景,针对云南电网中负荷占比较高的电解铝负荷以及直流频率限制器(FLC)对电网频率稳定性的影响展开论述.首先对负荷规模不断增大的电解铝负荷进行研究,针对其负荷组成和特性建立了能反映电解铝负荷频率、电压功率响应的负荷模型并进行了仿真验证;其次对系统发生大功率扰动后FLC与调速器的动态调频过程进行分析,说明了若FLC死区设置不当或调速器响应过慢均会导致直流线长期过负荷运行,不利于电力系统的安全稳定运行;在此基础上提出了FLC的死区安排以及优化调速器性能的方法.最后,利用云广直流工程的实际数据进行仿真,分析了电解铝负荷的接入对系统频率稳定性的影响,验证了本文所提调频策略的有效性.

    异步联网高比例电解铝负荷直流频率限制器调速系统

    虚拟磁链定向下构网型变流器滑模控制

    陈兵李群王旭朱银方...
    102-112页
    查看更多>>摘要:新能源在现代电力系统中的逐步渗透正造成愈发严重的稳定问题.构网变流控制因其在改善系统安全方面的独特优势,正成为新能源大规模并网的主流控制方法.因此,本文提出了一种用于构网型变流器的基于虚拟磁链定向的滑模控制策略,使变流器具备虚拟同步机特性以支撑新能源安全并网与同步运行.首先,定义了构网变流器虚拟磁链的概念,其为电压源变流器端电压对时间的积分,并通过一个磁链控制器,将虚拟磁链矢量定向为虚拟同步机摇摆方程的参考轴系,进而实现变流器并网同步.此外,针对虚拟磁链提出了一种滑模控制器,进而实现对电压源型变流器有功/无功功率和电压的控制.为防止电网故障下变流器过电流的发生,本文又提出了一种故障电流抑制方法以提高系统的低电压穿越能力.最终,通过RTDS半实物仿真验证了本文所提控制方法的有效性.

    构网型变流器虚拟磁链定向电流限幅器并网同步运行