期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
外部环境温度与内部气压对HVDC GIL表面电荷积聚的影响
被引量：
2
1
作者
张雨啸
张磊
唐忠
《绝缘材料》
CAS
北大核心
2024年第9期80-87,共8页
盆式绝缘子的表面电荷积聚是制约高压直流GIL发展的重要因素之一,而GIL内部热传递过程会加剧表面电荷的积聚进程。本文建立了电荷积聚的电-热场耦合数学模型,模拟了不同外部环境温度和内部气体压力下高压直流GIL内部温度随时间的变化情...
盆式绝缘子的表面电荷积聚是制约高压直流GIL发展的重要因素之一,而GIL内部热传递过程会加剧表面电荷的积聚进程。本文建立了电荷积聚的电-热场耦合数学模型,模拟了不同外部环境温度和内部气体压力下高压直流GIL内部温度随时间的变化情况,进一步研究了外部环境温度恒定及时变情况下的表面电荷积聚特征,并分析了其对表面电荷积聚的影响。结果表明:在外部环境温度为恒定值的情况下,外部温度每升高10℃,绝缘子表面的稳态温度会升高9.2%以上,绝缘子的稳态表面电荷密度也会因此增加17.3%以上。当考虑到外部环境温度随时间变化时,绝缘子表面的温度在持续上升一段时间后,最终会在特定温度范围内波动,此时绝缘子表面电荷密度与外部环境平均温度下的表面电荷密度值近似相等。此外,绝缘子的表面温度和电荷密度会随着气压的升高而减小。研究结果有望为直流GIL的设计和运行提供参考,从而提高直流GIL运行的安全性和稳定性。
展开更多
关键词
盆式绝缘子
高压直流GIL
表面电荷积聚
温度分布
电-热耦合
有限元仿真
多物理场
SF_(6)
在线阅读
下载PDF
职称材料
非典型数据集下基于Swin Transformer的局部放电模式识别
2
作者
张雨啸
张贲
+3 位作者
宋辉
唐忠
刘广辉
江长明
《高电压技术》
CSCD
北大核心
2024年第12期5346-5356,共11页
随着深度学习算法在局部放电模式识别领域的广泛应用,其很大程度上弥补了传统方法施行困难、效率低下的缺点。但由于实际现场局部放电机理复杂且情况多变,且可供训练的缺陷放电数据稀缺,大部分深度学习算法仍难以在实际使用中取得理想...
随着深度学习算法在局部放电模式识别领域的广泛应用,其很大程度上弥补了传统方法施行困难、效率低下的缺点。但由于实际现场局部放电机理复杂且情况多变,且可供训练的缺陷放电数据稀缺,大部分深度学习算法仍难以在实际使用中取得理想的识别准确率。该文通过分析实际测得的局部放电相位分辩的脉冲序列(phase resolved pluse sequence,PRPS)图谱特征上存在的问题,对比前者和局部放电缺陷实验模型上测得的PRPS图谱特征之间的差异,发现实际测得的现场数据具有更多的非典型特征,因此针对其提出一种基于Swin Transformer网络的局部放电识别方法,测试了该网络在前述两种来源数据上的识别准确率,并与传统神经网络进行了对比。结果表明:Swin Transformer网络可以在实际现场数据分类上取得93.3%的识别准确率,与传统方法相比,其识别准确率更高,且适用于现场缺乏局部放电样本的情形,更适合实际条件下使用。
展开更多
关键词
局部放电
深度学习
模式识别
非典型特征
Swin
Transformer
PRPS
在线阅读
下载PDF
职称材料
题名
外部环境温度与内部气压对HVDC GIL表面电荷积聚的影响
被引量：
2
1
作者
张雨啸
张磊
唐忠
机构
上海电力大学计算机科学与技术学院
上海电力大学电气工程学院
出处
《绝缘材料》
CAS
北大核心
2024年第9期80-87,共8页
基金
国家自然科学基金资助项目(51677113)。
文摘
盆式绝缘子的表面电荷积聚是制约高压直流GIL发展的重要因素之一,而GIL内部热传递过程会加剧表面电荷的积聚进程。本文建立了电荷积聚的电-热场耦合数学模型,模拟了不同外部环境温度和内部气体压力下高压直流GIL内部温度随时间的变化情况,进一步研究了外部环境温度恒定及时变情况下的表面电荷积聚特征,并分析了其对表面电荷积聚的影响。结果表明:在外部环境温度为恒定值的情况下,外部温度每升高10℃,绝缘子表面的稳态温度会升高9.2%以上,绝缘子的稳态表面电荷密度也会因此增加17.3%以上。当考虑到外部环境温度随时间变化时,绝缘子表面的温度在持续上升一段时间后,最终会在特定温度范围内波动,此时绝缘子表面电荷密度与外部环境平均温度下的表面电荷密度值近似相等。此外,绝缘子的表面温度和电荷密度会随着气压的升高而减小。研究结果有望为直流GIL的设计和运行提供参考,从而提高直流GIL运行的安全性和稳定性。
关键词
盆式绝缘子
高压直流GIL
表面电荷积聚
温度分布
电-热耦合
有限元仿真
多物理场
SF_(6)
Keywords
basin insulator
HVDC GIL
surface charge accumulation
temperature distribution
electric-thermal coupling
finite element simulation
multiple physical fields
SF6
分类号
TM852 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
非典型数据集下基于Swin Transformer的局部放电模式识别
2
作者
张雨啸
张贲
宋辉
唐忠
刘广辉
江长明
机构
上海电力大学计算机科学与技术学院
国家电网有限公司华北分部
上海交通大学电子信息与电气工程学院
国网山东省电力公司枣庄供电公司
出处
《高电压技术》
CSCD
北大核心
2024年第12期5346-5356,共11页
基金
国家自然科学基金(52007117)
国家电网有限公司科技项目(编号略)。
文摘
随着深度学习算法在局部放电模式识别领域的广泛应用,其很大程度上弥补了传统方法施行困难、效率低下的缺点。但由于实际现场局部放电机理复杂且情况多变,且可供训练的缺陷放电数据稀缺,大部分深度学习算法仍难以在实际使用中取得理想的识别准确率。该文通过分析实际测得的局部放电相位分辩的脉冲序列(phase resolved pluse sequence,PRPS)图谱特征上存在的问题,对比前者和局部放电缺陷实验模型上测得的PRPS图谱特征之间的差异,发现实际测得的现场数据具有更多的非典型特征,因此针对其提出一种基于Swin Transformer网络的局部放电识别方法,测试了该网络在前述两种来源数据上的识别准确率,并与传统神经网络进行了对比。结果表明:Swin Transformer网络可以在实际现场数据分类上取得93.3%的识别准确率,与传统方法相比,其识别准确率更高,且适用于现场缺乏局部放电样本的情形,更适合实际条件下使用。
关键词
局部放电
深度学习
模式识别
非典型特征
Swin
Transformer
PRPS
Keywords
partial discharge
deep learning
pattern recognition
atypical feature
Swin Transformer
PRPS
分类号
TM855 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
外部环境温度与内部气压对HVDC GIL表面电荷积聚的影响
张雨啸
张磊
唐忠
《绝缘材料》
CAS
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
非典型数据集下基于Swin Transformer的局部放电模式识别
张雨啸
张贲
宋辉
唐忠
刘广辉
江长明
《高电压技术》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
