基于加权综合损失优化深度学习和DGA的变压器故障诊断方法

为进一步提高变压器故障诊断效果,提出了一种基于加权综合损失优化深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以DGA特征量为输入,以Softmax层各故障状态概率分布为输出,基于堆栈稀疏自编码深度学习理论构建了变压器故障诊断模型。针对常规交叉熵损失函数下,变压器故障诊断效果偏低,训练样本不平衡分布影响故障诊断水平的问题,采用加权综合损失函数对深度学习模型进行优化。案例分析结果表明:相比传统方法,本文方法可削弱训练样本不对称对变压器故障诊断的不利影响并提高变压器故障诊断水平,各训练集下,本文方法故障诊断准确率可保持在90%以上。     

基于云物元分析原理的电力变压器故障诊断方法研究

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及物元理论能同时进行定性定量分析问题的优点,提出了一种基于云物元分析原理和DGA相结合的电力变压器故障诊断新方法。通过建立变压器故障诊断的云物元模型和计算特征云物元与标准云物元之间的关联函数,实现对变压器故障模式的有效识别。实例分析验证了方法的正确性和有效性。     

基于DGA和改进型灰关联度模型的牵引变压器故障诊断

油中溶解气体分析(DGA)是诊断普通电力变压器故障的重要方法,但牵引变压器有着自身的特点,若仿效普通电力变压器的故障诊断方法,在诊断牵引变压器故障时精度较低。文中针对牵引变压器发生故障时的气体特征,提出了一种基于改进的灰关联度分析模型用于牵引变压器故障诊断的方法。该方法充分利用了牵引变压器油中气体数据的全部信息,且发挥了灰关联度适用于小样本、贫信息系统的优势,避免了局部关联和信息损失的缺陷。实例分析结果表明,该方法可以很好地判断牵引变压器故障类型,提高诊断精度。     

基于RIMER专家系统和DGA的变压器故障诊断

针对电力变压器故障诊断中的复杂非线性关系,提出一种基于RIMER(基于证据推理算法的置信规则库推理方法)专家系统和油中溶解气体分析(DGA)技术的变压器故障诊断方法。该方法考虑了变压器故障特征量和征兆的概率不确定性和模糊不确定性,在IEC三比值法和变压器油中溶解气体故障数据样本训练的基础上获得置信规则库的主要参数,结合证据推理算法建立一个新型的变压器DGA故障诊断模型。通过RIMER和DGA变压器故障诊断模型进行故障诊断,克服了IEC三比值法故障编码缺失的问题,故障诊断准确率获得提高,其分布式置信度的输出方式对描述混合故障类型更加有效。仿真实验表明该方法推理计算简单有效,具有较强实用价值。     

基于遗传算法优化XGBoost的油浸式变压器故障诊断方法

为了提高油浸式变压器故障诊断的精度及可靠性,研究了一种基于遗传算法优化极端梯度提升(XGBoost)的油浸式变压器故障诊断方法.首先,以油中溶解气体分析(DGA)为依据,采用无编码比值方法提取油浸式变压器的9维故障特征,并对数据样本进行归一化处理;以归一化样本为输入建立基于XGBoost的故障诊断模型,并采用遗传算法对模型中的多个超参数同时进行优化.在算例部分,收集547例故障类型确定的DGA数据进行对比实验,结果表明与现有传统方法相比,所提方法的诊断精度和稳定性有显著提升;同时验证了遗传算法对故障诊断模型的优化提升效果.     

基于D-S证据理论的变压器故障诊断

针对电力变压器故障征兆与原因之间错综复杂的关系,以及单一变压器故障诊断算法精度有限的问题,本文提出一种在D-S证据理论的基础上,结合灰关联熵法和加权K邻近算法的变压器故障诊断新方法。该算法以油中溶解气体分析方法(Dissolved Gases Analysis,简称DGA)为基础,通过灰关联熵法和加权K邻近算法构建证据理论的基本可信度赋值函数,然后利用证据组合规则产生更为可靠的证据信息;最后根据基本可信数最大值确定变压器故障类型。变压器故障诊断实例结果表明该算法能够准确判断出变压器的故障类型,证明了该算法的可行性和有效性。     

基于模糊罗杰斯四比值法的变压器故障诊断

变压器故障诊断研究需要较高精度的神经网络算法,在故障诊断时需要通过训练信息来获得最优决策.由于变压器所处环境以及监测特殊问题,往往得不到完整数据,这也使得神经网络算法不能实现其自动获取的功能.针对变压器故障诊断的智能算法以及传统三比值法的缺点,以DGA数据为基础,建立了基于模糊罗杰斯(Roger's)四比值法的变压器故障诊断模型.结果证明,该模型在克服了以往故障诊断缺点的同时提高了故障诊断的精准度.     

基于改进型主成分分析的电力变压器潜伏性故障诊断

基于变压器油中溶解气体分析(DGA),提出采用改进型主成分分析(PCA)法对变压器内部潜伏性故障进行诊断。该方法不采用传统主成分分析的标准化方法,而是采用样本指标绝对值之和对样本指标值进行标准化处理,既消除各指标数值在数量级上的差异,又保持了各个样本间的信息差异特征;根据主成分的累计贡献率选取样本主成分,对样本主成分之间的欧氏距离进行聚类,判断变压器的故障类型。实例诊断表明,该方法能有效地提高变压器内部潜伏性故障诊断的准确率。     

改进型灰色关联算法在变压器故障诊断中的应用

灰色关联分析已应用于电力变压器故障诊断,传统基于单一故障标准模式向量灰色关联分析算法的油中溶解气体分析(DGA)诊断模型精度有限.为此,提出一种改进型灰色关联算法,该算法在充分考虑DGA数据分散性的基础上,将每类故障的标准故障模式向量由原来算法中的1个扩充到6个,并给出每类故障的DGA数据分布范围,增大诊断信息量;利用关联分析原理,求出待诊模式与各类故障标准模式的灰色关联度,得到故障诊断判定.实例分析证明,所提算法的诊断准确率高于原来的普通灰色关联方法.     

基于加权灰色关联度的牵引变压器绝缘故障诊断软件

在分析了牵引变压器负荷特征和故障产气机理的基础上,针对牵引变压器的故障特点提出了一种基于加权灰色关联度分析的牵引变压器DGA故障诊断方法:收集了大量的故障变压器历史数据,对变压器状态分类成七种牵引变压器标准状态模式序列;选取五种变压器油色谱分析(DGA)特征气体值作为灰色关联度分析的参考因子并标准化;采用参考因子加权计算关联度.将基于加权关联度分析的故障诊断方法应用在开发的牵引变压器在线监测诊断软件中.通过分析大量的历史运行数据,诊断结果表明与沿用的电力变压器传统故障诊断方法相比,该方法有着更高的准确度.     

热分析方法在金属陶瓷材料研究中的应用

介绍了热分析方法（包括差热分析法和热重分析法）的原理，并结合应用到金属陶瓷的性能测试与分析中，对新产品的性能研究提供了可靠的，有价值的分析结论。     

FMS控制系统的软件设计与开发

本文将软件工程中软件设计和开发的方法与ＦＭＳ控制系统的研制相结合，用数据流分析（ＤＦＡ）方法给出了ＦＭＳ控制系统的数据流图（ＤＦＤ）；用结构化设计（ＳＡ）方法给出了该控制系统的软件模块结构图，并由ＦＭＳ实例提出该的开发方法。这些方法对于其它计算机控制的开发具有普遍意义。     

快速蒙特卡罗方法实现电子线路容差分析

介绍了电子线路容差分析的基本原理,提出了基于MATLAB电子线路最坏情况分析、蒙特卡罗分析和快速蒙特卡罗分析方法的实现方法。通过对具体电子线路容差分析结果的对比,得出了采用快速蒙特卡罗分析方法比其它两种方法更有效。     

基于故障树分析法的全光纤电流互感器可靠性研究

全光纤电流互感器（FOCT）具有体积小、绝缘简单、无磁饱和等优点,并能更好地兼容现代数字控制和保护系统,成为电流互感器的重要发展方向。然而,目前FOCT长期运行可靠性较低,严重制约了其在数字化变电站中的推广应用。本文从电路和光路两方面全面开展了FOCT的故障树模式分析,建立了覆盖FOCT整体结构的故障模式分析体系,提取出FOCT长期运行过程中出现的主要故障模式,构建了完整的FOCT故障树,对其故障模式进行原因分析和排查,从方案设计、元器件筛选和施工工艺方面提出可靠性提升措施,并结合实际案例对所提方法进行了应用验证。研究结果可为FOCT故障分析及运行可靠性提供理论依据。     

大型电力变压器故障机辅分析

本文首先构造了大型电力变压器的故障树,并进行了机辅分析,得出了逻辑分析与数量分析的结果。然后对故障树的简化与等效、基本故障的重要度进行了讨论,指出了提高可靠性的最佳途径。     

故障树分析法在变电站通信系统可靠性分析中的应用

随着测控技术的电子化和信息化的发展,变电站通信系统的可靠性直接关系着变电站自动化水平.故障树作为系统失效分析和预测系统故障发生概率的有力工具,可应用于变电站通信系统的可靠性分析与预测.文章介绍了故障树分析法的基本原理及其定性和定量分析方法.结合变电站通信系统的特点,建立了变电站通信系统的失效模型,采用最小割集分析法进行了定性分析,以确定影响变电站通信系统失效的主要因素,针对变电站通信系统的常见拓扑结构定量分析了其有效度,说明了不同拓扑结构对通信系统可靠性的影响.应用故障树分析法,可以提高变电站通信系统的可靠性分析水平,并可作为新建变电站通信系统可靠性分析的理论依据.     

振动频响法与传统频响法在变压器绕组变形检测中的比较

首先详细介绍了振动频响法(vibration frequency response analysis,VFRA)检测原理,并与传统频响法(frequency response analysis,FRA)进行了对比。然后对一台220 kV变压器绕组进行了多种人工故障设定,并利用振动频响法与传统频响法对所设故障进行对比检测分析。试验结果表明,振动频响法相比传统频响法对绕组预紧力下降、垫块脱落、幅向轻微变形等故障具有更高的检测灵敏度。     

基于电机驱动系统的齿轮故障诊断方法对比研究

电机的电磁转矩、定子电流等信号可以反映负载转矩的变化,故而在采用电机驱动的齿轮传动系统中,可直接利用电机本体作为传感器来实现齿轮故障的无损诊断。建立了电机、齿轮一体化机电系统模型,对电磁转矩分析法(ETSA)和电机电流特征分析法(MCSA)的故障诊断原理进行了分析与仿真验证,发现电磁转矩信号不受电流基波的影响,更能直观地体现出故障信息;且故障特征在频域下比时域下更为明显。实验平台综合对比了不同转速和负载转矩下两种方法的诊断效果。结果表明两种方法均受转速和负载转矩影响较大,低速重载有利于故障诊断的进行;但ETSA比MCSA适用的转速范围更广。     

华光电厂600MW机组辅机故障减负荷试验

结合华光电厂2×600 MW机组辅机故障减负荷RB（RUN BACK）试验,针对在RB试验过程中暴露的问题进行分析,并采取了有效的改进措施,完善了RB功能。试验为今后类似机组RB功能的调试及其存在问题的处理提供参考。     

脉冲电场对脂肪氧化酶活性及构象的影响

为了解脉冲电场的钝酶机理,研究了高压脉冲电场处理对脂肪氧化酶(LOX)活性的影响。用圆二色谱和荧光分析法考察处理前后LOX构象变化的结果表明:PEF处理能够有效灭活LOX,且随着电场强度和处理时间的增加,灭活效果增加。CD光谱结果表明,PEF处理后LOX蛋白中α-螺旋的含量降低,而β-折叠含量增加,LOX二级构象发生变化。PEF处理后LOX的荧光发射增强,LOX的三级构象发生变化。