Junjie Feng · Ruosong Shang · Ming Zhang · Guojun Jiang 等6人 · IEEE Access · 2025年1月

变压器是电力系统关键组件，其运行稳定性对确保电网安全可靠性起决定性作用。为应对实际运行中负荷和环境因素影响准确评估变压器健康的挑战，本文分析变压器的电气、热和振动特性。采用k-means++算法根据变压器负荷电流、环境温度和运行电压三个关键参数分类运行条件。提出基于时序卷积网络-Transformer（TCN-Transformer）的融合模型识别变压器异常运行状态。以500kV变压器为例进行实验。结果表明，所提TCN-Transformer模型在预测精度方面显著优于对比算法。模型有效捕获数据内...

解读: 该多物理场诊断技术对阳光电源储能变压器和箱变监测具有应用价值。阳光大型光伏电站和储能站配备大量箱式变压器，需要实时健康监测和异常预警。该研究的TCN-Transformer模型集成电气、热和振动多维数据，可应用于阳光箱变智能监控系统，实现异常状态早期识别。在储能电站中，变压器异常可能导致系统停机和经...