故障电力变压器油中气体的B型灰色关联度诊断法

在分析灰色关联度应用于故障诊断的基础上，提出了电力变压器故障的灰色关联度诊断法，从变压器的油中气体中提取特征参数，讨论了特征参数的无量纲化处理方法。通过仿真实验表明该方法具有良好的诊断果果。     

基于综合特征输入的DGA在变压器故障诊断中的应用

介绍了反向传播人工神经元网络在变压器故障诊断中的应用,建立了一种新型的基于综合特征输入的溶解气体分析DGA模型,说明了它的工作原理,样本分类方法及计算步骤,结果表明,该网络模型在变压器故障诊断中,经过不断地自适应训练,显著地提高了判断准确率。     

基于免疫抗体生成算法的电力变压器故障诊断

提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。     

电力变压器故障诊断的人工神经网络方法

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义．在介绍人工神经网络（ANN）和模糊理论的基本工作原理的基础上,针对变压器故障诊断的特点,运用油中溶解气体分析法（DGA）,采用分块化的反向传播神经网络（BP）,建立了变压器故障诊断的神经网络模型．通过训练和实际测试,表明了这一方法的有效性和可行性．     

基于综合特征输入的DGA在变压器故障诊断中的应用

介绍了反向传播人工神经元网络在变压器故障诊断中的应用,建立了一种新型的基于综合特征输入的溶解气体分析DGA模型,说明了它的工作原理、样本分类方法及计算步骤.结果表明,该网络模型在变压器故障诊断中,经过不断地自适应训练,显著地提高了判断准确率.     

电力变压器故障诊断管理系统的研制

电力变压器故障诊断管理系统(TFDES)的研制对变压器、电力系统的安全运行意义重大．介绍了变压器故障诊断的常用方法，描述了所开发的TFDES结构、推理机制、实现方法，以及诊断管理的主要功能．现场测试表明：TFDES结构合理，推理正确，能有效诊断运行中变压器内部故障．     

电力变压器故障诊断中模糊决策方法应用的初探

电力变压器故障诊断受众多因素的影响，其中存在大量不确定性因素。     

基于因子分析和灰色关联度分析法的变压器故障诊断

变压器油中溶解气体分析是目前有效的变压器状态诊断方法,应用灰色关联度算法处理变压器油色谱数据时,变压器故障标准模式的选取直接影响诊断结果.采用因子分析方法对大量确诊故障的油色谱数据进行分析计算,将变压器故障分为高温过热、高能放电等11类故障,并通过计算其标准差、方差以及M估计值,确定表征变压器各类故障的标准模式,该标准模式充分考虑了检测数据的分散性,减小了各类故障数据间的相关信息,使诊断具有更高的分辨率.结合灰色关联度分析法进行变压器故障诊断实例分析,结果表明该方法的诊断准确率高于传统的灰色关联度诊断法.     

基于DBSCAN的电力变压器故障诊断

三比值法是目前电力系统中发现潜伏性故障行之有效的方法之一,但其存在编码缺码和编码边界过于绝对等不足之处,鉴于此,利用具有噪声的密度聚类(density-based spatial clustering of applications with noise,DBSCAN)算法建立了电力变压器故障诊断模型,将多种故障类型的...     

云模型在电力变压器故障诊断中的应用

鉴于物元理论在构建诊断模型时,忽略了分界值的不确定性,使诊断结果偏离了实际情况。利用云模型能合理地解决边界不确定问题,将物元理论与云模型相结合,建立了新的故障诊断模型。同时,结合油中溶解气体分析技术,通过对油中溶解气体的浓度、产气率、总烃含量以及气体间比值的分析,客观、准确地对变压器进行故障诊断。通过与其他诊断技术相比较,并结合案例分析,得出基于物元理论和云模型的变压器故障诊断技术具有更高的正确率。     

基于人工免疫方法的变压器故障诊断

将人工免疫方法引人变压器油中溶解气体分析,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类．通过对变压器故障数据的仿真研究表明：与IEC三比值法相比,该算法具有较高的诊断准确率．     

基于人工免疫方法的变压器故障诊断

将人工免疫方法引入变压器油中溶解气体分析,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类.通过对变压器故障数据的仿真研究表明:与IEC三比值法相比,该算法具有较高的诊断准确率.     

专家系统在变压器故障诊断中的应用

为了实现变压器故障诊断的自动化,提高判断的准确性,把人工智能专家系统引入到故障诊断中.该系统采用基于置信度的模糊推理方法,由观测到的信息,利用知识库来推断结论.试验证明此方法降低了判断的随机性,提高了诊断水平.     

人工神经网络在电力变压器故障诊断中的应用及仿真

研究了径向基函数 ( RBF)神经网络的模型结构及其在电力变压器故障诊断中的实现方法。通过仿真实验 ,将 RBF神经网络与 BP神经网络的性能进行比较。结果表明 ,RBF神经网络训练速度快 ,逼近误差小 ,能够更有效地解决电力变压器故障诊断问题     

基于信息熵-灰关联度法的汽轮机振动故障诊断

以汽轮机轴系典型振动故障模拟试验为基础,利用灰关联分析理论对汽轮机轴系振动故障的识别进行了研究。通过对试验数据的研究,确定了故障信号的4种信息熵特征组成的灰色关联参考故障矩阵,并建立了相应的灰色关联度计算模型。对各组故障信号的灰色关联度计算表明,关联度作为一种表征待分析信号与参考故障矩阵相似度的定量特征,可实现对部分轴系振动故障的较好识别,具有良好的应用前景。     

电力变压器故障诊断专家系统研制及其应用技术开发

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义。本文介绍了变压器故障诊断的基本原理和常用方法,描述了所开发的TFDES结构、推理机制、特点、实现方法及各模块的功能,并结合具体实例测试表明:TFDES结构合理,推理正确,能有效地诊断运行中变压器的内部潜伏性故障。     

电力变压器设备故障概率计算方法研究

变压器故障概率计算复杂、应用性强,是工程实践和研究领域中最为关切的问题之一。分析了变压器故障概率计算方法研究现状,并重点提出了融合故障树分析和设备状态量评价的变压器故障概率综合计算方法。基于故障树分析方法获取变压器故障因素及故障树底事件,与对应状态量建立关联后进行评价,并采用模糊综合评判法求取变压器故障状态量表征权重,最终构建出变压器故障概率综合计算公式模型。以实际计算案例验证了所提方法的应用效果。     

基于模糊故障树的变压器可靠性分析

针对电力变压器故障特点,采用模糊理论与故障树分析相结合的方法对变压器可靠性进行分析．介绍了变压器故障树的建树方法与故障树分析流程,建立变压器故障树,找出故障树顶事件的最小割集;利用模糊理论合理客观地得到变压器的故障概率区间;对底事件模糊概率重要度进行计算,得到顶事件的薄弱环节以及关键事件,为变压器可靠性设计和可靠性增长提供理论依据．     

电力变压器故障自动诊断系统的设计

对电力变压器油中的溶解气体进行分析可以及时发现变压器的潜在故障,从而实现对电力变压器故障的诊断.针对常见的电力变压器故障,设计了基于变压器油中溶解气体分析方法和粗糙集方法的故障自动诊断系统,该系统具有直观、方便、可扩展性好的特点,测试结果验证了该系统的有效性.