基于化学反应优化神经网络与融合DGA算法的油浸式变压器模型研究

为了及时准确掌握变压器的健康状况,对潜伏性故障进行预测分析,将人工智能算法与DGA算法相结合,提出了一种基于化学反应优化神经网络的变压器故障诊断模型。考虑到BP神经网络和传统DGA算法在变压器故障诊断应用过程中存在的缺陷,在模型中引入化学反应优化算法和融合DGA算法对其进行改进。通过实例分析表明,提出的故障诊断模型的诊断准确率达到87.88%,迭代次数和训练时间分别为1991次和1927 ms;与其他诊断模型相比,模型在诊断效率和训练时间上具有明显的优势,对于变压器的故障预测和实时诊断具有一定的参考意义。     

基于模糊综合评价和证据理论的水电站下导轴承预警模型

目前,水电站下导轴承状态监测系统的预警方式大多仍为单一的越限预警,预警模型简单,导致大多报警皆为无效报警,无法为水电站运营维护提供有效支持,因此提出了一种基于模糊综合评价和D-S证据理论的水电站预警模型。首先基于层次分析法确定各预警参数的权重集,然后结合参数隶属度分布求出设备在不同状态下的基本概率值,最后采用D-S证据理论对相关证据进行融合得出设备预警等级。以某电站机组下导轴承为例,验证了此预警模型的实用性及可靠性。该模型的提出对水电站的预警机制进行了补充,为水电站的运行维护提供了必要的技术支撑。     

基于改进灰色预测与熵权融合体系的变压器寿命预测研究

文中提出了一种基于熵权融合体系与改进灰色预测理论的变压器寿命预测模型。该模型采用的健康指标体系基于熵权法对变压器层次分析和可靠性指标两个方面进行了融合,并充分考虑运行环境、负荷情况与故障缺陷等相关因素,提出了适应于运行实际的健康指数修正因子,提高了变压器健康状况评估的全面性及客观性。通过实例验证表明,模型预测结果合理有效,能够对变压器寿命预测和检修决策工作的开展提供指导与建议。     

基于全维度的电力变压器智能决策支持系统研究

在对现有变压器信息系统的研究分析基础上,提出了变压器全维度决策体系,实现了变压器多源异构数据的接入、整合和高级分析的功能,涉及变压器的状态评价、故障诊断、风险评估、寿命预测和检修决策分析模块,能够为变压器全寿期内工作开展提供必要的理论指导,并通过分布式物理架构和智能代理技术对系统进行了设计与实现,构建了变压器全维度智能决策支持系统。通过实例验证表明,该系统的模型分析结果与现场实际相符,分析结果具有合理性和准确性,具备辅助用户进行检修决策的能力,是变压器状态检修工作开展的有力支撑。