为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分...为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分接开关气象灾害易损性评估预警方法。该方法首先基于变压器气象监测数据,建立致灾因子评估体系;根据FCM聚类算法,将传统云模型的阈值划分进行改进,得到客观云模型,将主客观云模型与其进行结合构建组合云模型。基于自然灾害理论,考虑地理孕灾环境、设备本身的抗灾能力、灾害风险累积程度以及面对灾害的风险综合处理能力等因素,对待评估灾害指标进行动态修正,将修正后的指标计算在组合云模型的隶属度中,从而得到OLTC各灾害易损性等级。最后,应用LSTM神经网络提取各致灾因子与各灾害易损性之间的关联规则,并进行气象灾害预警,形成最佳应对策略。算例结果表明:该文提出的OLTC气象灾害易损性评估预警方法准确率较高,达到了防灾减灾的效果。展开更多
变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机...变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机械故障诊断方法。首先,将多通道切换开关振动爆发数据转换为时域波形图输入改进的卷积神经网络(convolutional neural network,CNN),以获取池化层特征。然后,提出换档全过程振动强度特征,将换档全过程振动信号划分为多个区间,统计各区间中幅值超过阈值的点数,以表征各时间段平均振动强度。最后,提出一种新的特征处理方法改变以上两种特征的相对大小,并融合两种特征训练分类器诊断机械故障类型。实例分析表明:相比于现有OLTC机械故障诊断方法,所提方法能有效辨识传动机构故障,进一步提升对切换开关故障的诊断精度,具有较强的鲁棒性与泛用性,可为OLTC机械故障诊断研究提供新的思路。展开更多
文摘为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分接开关气象灾害易损性评估预警方法。该方法首先基于变压器气象监测数据,建立致灾因子评估体系;根据FCM聚类算法,将传统云模型的阈值划分进行改进,得到客观云模型,将主客观云模型与其进行结合构建组合云模型。基于自然灾害理论,考虑地理孕灾环境、设备本身的抗灾能力、灾害风险累积程度以及面对灾害的风险综合处理能力等因素,对待评估灾害指标进行动态修正,将修正后的指标计算在组合云模型的隶属度中,从而得到OLTC各灾害易损性等级。最后,应用LSTM神经网络提取各致灾因子与各灾害易损性之间的关联规则,并进行气象灾害预警,形成最佳应对策略。算例结果表明:该文提出的OLTC气象灾害易损性评估预警方法准确率较高,达到了防灾减灾的效果。
文摘变压器有载分接开关(on-load top changer,OLTC)的主要故障类型是机械故障,现有大多数研究仅诊断切换开关故障,难以辨识影响换档全过程的传动机构故障。为准确诊断切换开关与传动机构故障,该文提出一种基于换档全过程振动强度的OLTC机械故障诊断方法。首先,将多通道切换开关振动爆发数据转换为时域波形图输入改进的卷积神经网络(convolutional neural network,CNN),以获取池化层特征。然后,提出换档全过程振动强度特征,将换档全过程振动信号划分为多个区间,统计各区间中幅值超过阈值的点数,以表征各时间段平均振动强度。最后,提出一种新的特征处理方法改变以上两种特征的相对大小,并融合两种特征训练分类器诊断机械故障类型。实例分析表明:相比于现有OLTC机械故障诊断方法,所提方法能有效辨识传动机构故障,进一步提升对切换开关故障的诊断精度,具有较强的鲁棒性与泛用性,可为OLTC机械故障诊断研究提供新的思路。