共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
3.
4.
本文中作者通过采集变压器运行时的状态参数,运用并行的两个BP神经网络对变压器进行局部诊断,再用D-S证据理论对局部诊断的结果进行全局融合,实现了对变压器故障的准确诊断。 相似文献
5.
针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。 相似文献
6.
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
7.
8.
多神经网络与证据理论融合的变压器故障综合诊断方法研究 总被引:31,自引:6,他引:31
电力变压器发生故障的部位多,故障原因、现象复杂,在故障诊断中,可以通过变压器不同方面的特征信号从不同侧面来反映变压器的故障。因而需要对变压器的多种特征信号进行综合处理和协同分析。该文结合色谱数据和电气试验数据,利用数据融合原理,将神经网络和证据理论进行有机结合,使两者优势互补,提出了多神经网络与证据理论融合的变压器故障综合诊断方法。诊断结果表明,运用提出的融合诊断算法,能充分利用色谱数据和电气试验数据的冗余、互补信息,使基于多种特征信号综合诊断结果的准确性和可靠性比基于单一故障特征的诊断得到有效的提高。 相似文献
9.
10.
基于信息融合的大型油浸电力变压器故障诊断 总被引:33,自引:17,他引:33
由于大型电力变压器具有互补性,冗余性和较强的不确定性等特点,该文将信息融合的基本思想引入到变压器的故障诊断中,在信息融合的基本框架下,利用反向传播人工神经网络和证据推理技术,建立了一种新型的油浸式电力变压器故障综合诊断的多级决策融合模型,该模型将油中溶解气体分析与常规电气试验的结论紧密结合起来,并充分借鉴现场的运行,诊断和维修经验,具有较强的知识表示及不确定性处理能力。 相似文献
11.
12.
13.
14.
基于信息融合技术的并发故障诊断的研究 总被引:14,自引:4,他引:14
为了诊断并发故障,文中扩展了证据理论:将并发故障状态作为设备的运行状态引入分辨框Θ中,视其为独立的运行状态,并根据不同证据体的差异程度,提出了两种不同的证据组合算法。然后,应用此两种不同的证据组合算法于并发故障诊断:第一种融合算法用来处理有相同焦点元素的证据体;第二种融合算法用来处理有不同焦点元素的证据体。该算法有利于充分利用各种证据体的有用信息,具有较强处理不确定性、不一致性证据体的能力。通过实验台转子轴承系统并发故障的诊断事例,证实了该算法的有效性。 相似文献
15.
16.
17.
基于多分辨率小波网络-BP神经网-D-S证据理论信息融合模型的直流系统故障诊断方法 总被引:8,自引:1,他引:7
直流系统接地故障检测中常用的低频信号注入法容易受到大电容接地、环网以及电流互感器故障和饱和等因素的影响.针对这种情况,引入多传感器信息融合的思想,提出了基于"多分辨率小波网络-BP神经网络-D-S证据理论"信息融合模型的故障诊断方法,以综合多个信息源对直流系统的接地故障进行诊断.对具有3条支路的直流供电系统进行的仿真分析表明,在上述情况下利用该方法可以有效诊断出直流系统的故障支路,具有较好的诊断效果. 相似文献
18.
19.
应用数据融合的理论和方法,在整个水电机组故障诊断过程中,在数据处理的信号层、特征层及决策层上分别提出不同的数据融合算法,解决了传统水电机组故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对水电机组故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。 相似文献