排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
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 总被引:1,自引:0,他引:1
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。 相似文献
2.
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。 相似文献
3.
4.
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。 相似文献
1