共查询到20条相似文献,搜索用时 78 毫秒
1.
使用多参量的变压器故障综合诊断技术 总被引:2,自引:3,他引:2
为全面综合诊断电力变压器故障,参考已有变压器故障综合诊断方法,结合变压器油中溶解气体数据和电力试验数据,利用自适应遗传算法优化小波神经网络和证据理论融合技术,提出了一种基于多参量的电力变压器故障综合诊断模型。通过故障特征参数的划分分别构建神经网络从不同侧面反映变压器的故障,同时结合证据的重要性、神经网络的输出改进证据体的基本概率分配赋值,充分体现证据体对单个故障模式识别的可信度。诊断结果表明,基于信息融合技术的变压器多参量故障综合诊断比基于单参量故障诊断的诊断性能较好。 相似文献
2.
3.
4.
5.
作为重要的输变电设备,电力变压器的故障诊断以及检修一直是电力系统工作人员研究的重点内容,因为一旦电力变压器在运行过程中出现故障,对电力系统的影响将是不可估量的。本文对电力变压器故障诊断以及检修的相关内容展开研究,以期给同行参考。 相似文献
6.
8.
电力变压器过热故障及其综合诊断 总被引:8,自引:5,他引:3
电力变压器各类故障中过热故障比重很大且类型多样,油色谱能较有效判断出过热故障,电气试验和红外测温能较准确判定故障的原因和部位,提出了以油色谱为主结合有关电气试验、红外测温来分析过热故障性质、原因和部位的综合诊断方法。实践证明此法诊断中、小型变压器典型过热故障十分有效。 相似文献
9.
大型变压器内部放电故障实例诊断与分析 总被引:2,自引:0,他引:2
为了能在放电故障发展的初始阶段发现并监测其发展过程,及时分析判断其故障状态和严重程度,从而提高运行的可靠性,笔者针对几种常用局部放电监测方法的不足,通过油中溶解气体分析及相关电气试验,准确判断了某大变压器的内部放电性质、严重程度及可能发生的大致部位。利用脉冲电流法和超声波检测法的综合运用,成功地检测了该变压器的内部放电故障、发展趋势,并精确地进行了故障定位,在进人检查时上述方法判断和分析的结论得到了验证。 相似文献
10.
变压器是电力系统中的核心设备,在发供电企业中起着枢纽环节。一旦变压器出现故障,将大大的影响系统的安全稳定运行。本文从变压器常见故障一铁芯多点接地,从诊断、分析和消除等方面进行阐述。 相似文献
11.
12.
13.
14.
15.
针对基于传统智能学习方法的变压器故障诊断存在训练速度慢、需调整的参数多及参数确定困难的问题,本文提出了基于极限学习机(Extreme Learning Machine,ELM)的变压器故障诊断方法。文中根据变压器故障的特点选取输入特征向量,分析了激活函数、隐含层节点数目对诊断性能的影响,并与基于BP神经网络和SVM的诊断方法进行了对比。实验结果表明,文中提出的变压器故障诊断方法性能明显优于BP神经网络,与SVM的诊断正确率相当,需要预先设置的参数更少,训练速度更快,更加便于工程应用。 相似文献
16.
基于小波神经网络和D-S证据理论的电力变压器故障诊断研究 总被引:2,自引:0,他引:2
>Transformer faults are quite complicated phenomena and can occur due to a variety of reasons.There have been several methods for transformer fault synthetic diagnosis,but each of them has its own limitations in real fault diagnosis applications.In order to overcome those shortcomings in the existing methods,a new transformer fault diagnosis method based on a wavelet neural network optimized by adaptive genetic algorithm(AGA)and an improved D-S evidence theory fusion technique is proposed in this paper.The proposed method combines the oil chromatogram data and the off-line electrical test data of transformers to carry out fault diagnosis.Based on the fusion mechanism of D-S evidence theory,the comprehensive reliability of evidence is constructed by considering the evidence importance,the outputs of the neural network and the expert experience.The new method increases the objectivity of the basic probability assignment(BPA)and reduces the basic probability assigned for uncertain and unimportant information.The case study results of using the proposed method show that it has a good performance of fault diagnosis for transformers. 相似文献
17.
组合核相关向量机在电力变压器故障诊断中的应用研究 总被引:1,自引:0,他引:1
仅依据反映变压器运行状态的单一特征信息很难对变压器的状态做出正确的诊断,而组合核相关向量机可实现多特征空间的融合。鉴于此,提出了基于组合核相关向量机的变压器故障诊断新方法。该诊断方法可融合蕴含变压器运行状态的多种特征信息,输出变压器为各种状态的概率,为变压器的检修提供更多的可用信息。此外,为进一步提高组合核相关向量机的性能,提出了基于 K 折交叉验证和遗传算法的核函数参数优化方法,对组合核相关向量机进行了优化。实例分析表明,与BP神经网络、支持向量机诊断方法相比,该文所提方法具有较好的故障诊断效果。 相似文献
18.
19.
基于最小二乘支持向量机的变压器故障诊断 总被引:1,自引:0,他引:1
介绍了一种基于最小二乘支持向量机(LS-SVM)的电力变压器故障诊断方法,将样本数据进行归一化处理,以绝缘油中特征气体种类及其含量为依据建立变压器故障诊断LS-SVM模型,对模型中的核参数σ与惩罚参数C进行优化,并将测试样本输入训练好的LS-SVM模型,得到诊断结果。实例结果分析表明,LS-SVM将原先的非线性问题转化为求解线性问题,即使在小训练样本的前提下,也能获得更为准确的诊断结果。 相似文献