金淼
- 作品数：4 被引量：53H指数：3
- 供职机构：武汉大学电气工程学院更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：电气工程一般工业技术自动化与计算机技术更多>>
- 纳米改性变压器油传热特性仿真研究被引量：4
- 2016年
- 为改善油浸式变压器油纸绝缘系统的散热状况,对纳米改性变压器油的传热特性进行研究。通过制备不同浓度的Si O2纳米改性变压器油并对其热导率进行比较分析,结果表明随浓度增加,改性变压器油的热导率相应增大。利用COMSOL Multiphysics建立了油浸式变压器二维简化模型,分别在自然对流和强制对流条件下,利用有限元法(FEM)求解变压器内温度场与速度场的分布。考虑到纳米颗粒的分布及电泳动力对温度和速度分布的影响,对原模型进行了修正。仿真结果表明:自然对流下纳米改性变压器油较未改性变压器油的温升明显降低,强制对流下主要受入口速度影响,改善效果不明显。采用扰流板结构对变压器箱壁进行优化后,提高了自然对流下的散热效果。
- 周竹君金逸孔海洋方福歆王璇金淼刘红雨关伟民
- 关键词：变压器油纳米改性传热特性有限元法
- 基于最大相关最小冗余准则的变压器故障诊断特征选择被引量：13
- 2018年
- 电力变压器油中溶解气体分析(DGA)技术广泛应用于变压器内典型故障诊断,其中基于DGA数据的人工智能诊断方法在变压器故障诊断领域具有较高的识别率,但该类方法在选择故障特征量时尚无统一的标准。鉴于此,本文尝试引入最大相关最小冗余算法(mRMR),以互信息理论为基础挖掘变压器故障特征量之间以及特征量与故障类型之间的关联关系,通过分析大量的DGA在线监测数据挖掘出最优的变压器故障特征量集,并采用支持向量机(SVM)分类器对比优选特征量集和传统的特征量集合在变压器故障诊断的效率。最后,通过与SVM智能分类、IEC推荐的三比值分类方法的对比测试表明该方案的故障诊断准确率优于传统的故障诊断方案,故障识别效率高于新型的人工智能诊断方案,更适合于现场的工程应用及推广。
- 辜超杨祎张晓星金淼周思远
- 关键词：电力变压器故障诊断溶解气体分析
- 用于局部放电模式识别的深度置信网络方法被引量：35
- 2016年
- 气体绝缘电器(gas insulated switchgear,GIS)内部绝缘缺陷产生的局部放电(partial discharge,PD),特征表现较复杂,分散性大,易受运行环境影响,而基于PD统计特征模式识别的传统方法,特征量选取主观性较强,且容易丢失部分特征信息,尤其对自由金属微粒类型缺陷识别率较低。因此,提出了一种基于深度置信网络(deep belief nets,DBN)的GIS设备内部PD模式识别方法,DBN能从数据中自主学习出高阶特征,避免了特征量选取的主观影响,能较好识别自由金属微粒类型缺陷,且识别用时远低于支持向量机(support vector machine,SVM)和BP神经网络(back propagation neural networks,BPNN)算法,作为对GIS设备PD模式识别的新方法具有一定的实用价值。
- 张新伯唐炬潘成张晓星金淼杨东郑建汪挺
- 关键词：气体绝缘电器局部放电模式识别
- 基于FKNN算法的GIS运行状态评估研究被引量：1
- 2018年
- 研发了基于机器学习算法的GIS设备运行状态分析模型,根据其PD的严重程度做出GIS设备状态的评估。该模型主要完成了ISODATA算法和模糊KNN(Fuzzy K-Nearest Neighbor)算法开发。其中,ISODATA算法对训练样本数据集进行训练,得到具有若干个聚类的新样本数据集;在此基础之上,FKNN算法对新样本进行设备状态分类。实验结果显示,对设备状态评估多分类问题,研发的模型可以保持95%以上的准确率,而且相较于原始KNN算法能减少90%以上时间开销,具有良好的应用前景。
- 方钦陈建峡张晓星金淼郑建李秀卫
- 关键词：GIS设备PD
