变压器故障诊断中信息融合技术的应用

电力变压器的可靠性直接影响供电的稳定,为此结合电力变压器故障诊断的具体情况,从信息融合的角度提出了基于信号类型及不同特征向量组合的集成诊断模型。该模型利用基于故障机理内在因素的专家系统,采用匹配知识规则,通过模糊推理,得特征向量与变压器故障信息间的关联性质,完成故障诊断,且诊断完成后,利用数据挖掘技术将诊断过程中的特征量、推理过程、结果以编码形式存入专家系统规则库。该模型将油中溶解气体、电气参数等特征量结合作为故障判据,评估变压器状态,并利用评估结果丰富专家系统的规则库。在讨论了多传感器信息融合技术用于变压器在线故障诊断时的具体实现方法后通过实例进行分析说明:利用来自传感器的各种故障信息进行融合,作为变压器故障诊断的判据,提高了诊断的可靠性和准确性,这将对提高电网安全性能及电气设备的诊断自动化与智能化水平起到推动作用。     

变压器信息融合故障诊断技术

基于变压器故障诊断特点与要求，运用信息融合理论和技术，提出具有数据采掘功能的基于信息融合技术的变压器故障诊断系统的模型．系统阐述模型中各关键技术实现方法，并通过实例对信息融合技术在变压器故障诊断中的应用进行分析。     

信息融合技术在电力变压器故障诊断中的应用

根据变压器运行原理和结构特点,将信息融合思想引入到变压器的故障诊断中,建立基于信息融合技术的故障诊断模式,即通过曲面拟合算法和证据推理技术从不同侧面,充分利用各种特征信息对变压器的故障进行诊断,来有效地提高确诊率。     

多传感器信息融合技术在变压器故障诊断中的应用

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。     

多源信息融合技术在变压器故障诊断中的应用

变压器作为电力系统的关键设备,维护其安全稳定运行具有重要的意义。由于变压器自身结构复杂,利用单一信息的传统故障诊断方法对其进行诊断具有一定的局限性。结合变压器油气数据,利用数据融合原理,将BP神经网络和证据理论相结合,设计了多源信息融合的变压器故障诊断模型,并利用现场数据对该模型进行测试。测试结果表明,该模型能有效地进行变压器的故障诊断,与传统方法相比提高了故障诊断的正确率,具有较高的理论意义和应用价值。     

基于信息融合的变压器故障诊断系统设计

结合现场具体情况,提出了电力变压器状态监测的综合分析方法,并就状态的选取与处理、规则的描述、诊断推理过程作了深入探讨.围绕变压器局部放电特征量、油中溶解气体分析等数据,采用了超声波定位、神经网络、专家系统推理等方法,将各种诊断方法融为一体,设计了基于信息融合的变压器故障诊断系统.该系统的应用将极大地提高变压器的运行可靠性及利用率,延长变压器的使用寿命.     

基于信息融合技术的变压器多层次故障诊断

鉴于电力变压器自身结构复杂,运行环境多变的特性,传统的单一信息来源确定变压器故障类型存在较大的局限性。因此将信息融合技术引入变压器故障诊断中,将变压器故障诊断分为两个融合层次,第一层利用DGA数据确定过热故障和放电故障,第二层利用电气数据确定具体故障位置或原因,两个融合层次所用智能算法均为改进后的BP神经网络算法。最后通过实例分析,证明该方法的有效性。     

基于信息融合的大型油浸电力变压器故障诊断

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。     

基于量子神经网络信息融合的变压器故障诊断

针对电力变压器故障的多样性和故障信息的不确定性、数据量大及无规律性的特点,提出了基于量子神经网络信息融合的故障诊断方法.将多个电力变压器故障参数信息引入到各子量子神经网络进行局部融合诊断,再将各局部诊断信息引入决策融合网络进行全局融合,最终诊断出5种电力变压器故障并给出可信度评价.实验仿真结果表明:量子神经网络信息融合方法有效,诊断结果可靠,能将不确定性的数据合理地分配到各类故障模式中,故障正判率达到97.78％,远高于BP神经网络信息融合及改良IEC三比值法.     

基于量子神经网络信息融合的变压器故障诊断

针对电力变压器故障的多样性和故障信息的不确定性、数据量大及无规律性的特点,提出了基于量子神经网络信息融合的故障诊断方法.将多个电力变压器故障参数信息引入到各子量子神经网络进行局部融合诊断,再将各局部诊断信息引入决策融合网络进行全局融合,最终诊断出5种电力变压器故障并给出可信度评价.实验仿真结果表明:量子神经网络信息融合...     

模糊神经网络在变压器故障诊断中的应用

提出了与神经网络结合的模糊变压器故障诊断新方法 ,克服了一般模糊诊断学习困难的局限 ;通过与模糊判决矩阵的对应关系 ,发现神经网络系统的权值矩阵就是模糊诊断里面的判决矩阵。模糊神经网络、组合神经网络和判决树 3种方法对故障样本的正判率分别为 90 .4 %、75 .4 %、83.3% ,这表明模糊神经网络方法的有效性与可行性 ,它弥补了DGA试验相近故障识别率低的不足 ,克服了组合神经网络无“可塑性”的缺陷 ,避免了判决树对样本选择的强烈依赖 ,使故障诊断准确度大为提高 ;也说明了DGA和其它电气试验相结合综合分析的必要     

基于信息融合技术的电力变压器故障部位诊断

首先对变压器故障诊断中的可用信息进行分类,然后在分析目前诊断信息欠缺的基础上,提出信息融合诊断的思想,并针对变压器故障部位诊断,探讨了识别框架的形成、基本概率赋值函数的构造以及运用D-S证据理论进行证据组合与推理的过程,并用实例验证了该方法的有效性。     

Petri网络在变压器故障诊断中的应用

Petri网络理论以网络理论，代数理论等为数学基础，以图形化的方法直观地描述了离散事件系统的各种关系和行为，适用于描述异步并发现象的计算机系统模型和对并行及并发系统进行行为分析，在人工智能领域中正得到越来越广泛的应用。作者提出一种基于Petri网络的变压器故障诊断模型，论述了利用Petri网络进行知识表示及推理的矩阵运算算法。描述了故障征兆与故障的关系。使用了比传统系统更深的知识、简单，明确。与传统的专家系统相比，利用此理论及方法仅仅使用简单的矩阵计算，可以减少诊断时间，提高准确度。通过实例对此模型进行的测试表明该模型方法是快速、准确的。     

基于信息融合技术的并发故障诊断的研究

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。     

D-S证据理论在断路器故障诊断中的应用

在一个使用了电流与振动双传感器的断路器实时监测系统上,运用D-S证据理论、Dempster合成法则,对断路器故障进行了判断,以考察D-S证据理论用于状态监测中信息融合的可靠度。     

模糊诊断电力变压器故障点部位的应用研究

反映电力变压器固体绝缘和裸金属故障部位的特征量,利用模糊数学原理故障点部位综合诊断。分析单个化合物ＣＯ、ＣＯ２、糠醛、Ｃ２Ｈ４含量对电力变压器点单位的影响,探索用各化合物含量对故障部位延兆的隶属度大小,确定其固体绝缘或裸金属故障,实验证明这种方法自满简单,判别正确。     

模糊Petri网络知识表示方法及其在变压器故障诊断中的应用

Petri网络理论以图形化的方法直观地描述了离散事件系统的各种关系和行为，且以网络理论、代数理论等作为数学基础，适合于描述异步并发现象的计算机系统模型和对并行及并发系统进行行为分析的有效工具，在人工智能领域中正得到越来越广泛的应用。该文从模糊产生式系统出发，提出一种模糊Petri网络知识表示方法及其严密的推理算法，论述了利用模糊Petri网络(FPN)进行知识表示及推理的矩阵运算算法，为模糊知识的表示提供了一种有效的工具，并首次将其应用于电力变压器故障诊断中，“描述了故障征兆与故障的关系，使用了比传统专家系统更深的知识。与传统的专家系统相比，利用此理论及方法仅仅使用简单的矩阵计算，大大减少诊断时间，提高了准确度。最后通过实例对此算法进行了测试，表明该模型方法快速、准确。     

基于信息融合技术的汽轮机转子故障诊断

选取蚁群神经网络作为汽轮机转子故障诊断的初级模块,采用证据理论混合算法的故障诊断方法,对汽轮机转子的局部故障进行诊断,并将诊断结果作为证据体利用证据理论将各证据体进行合成,计算它们的基本可信任分配函数,从而判定故障及其类型.以汽轮机转子x、y方向的不平衡故障为例进行诊断,结果表明该方法可有效提高诊断的可信度,减少诊断的不确定性.     

大型电力变压器过热性故障诊断与处理

章详细介绍了水口水电厂６号主变压器过热性故障的综合判断与处理的全过程，在消除冷却器潜油泵故障，油箱磁屏蔽过热的基础上，最后查明为Ａ相低压线圈内部存在同电位并绕导线股间绝缘不良，造成短路而民导线终于根除了困扰三年之久的主要变内部潜伏性热故障。     

变压器故障诊断专家系统

在讨论变压器故障原因、种类以及检测与判断流程后，总结国内外变压器生产和运行部门专家经验，设计了变压器故障诊断专家系统ＴＦＤＥＳ，ＴＦＤＥＳ运用模糊逻辑较好地处理了故障诊断中的模糊性问题；使用不确定理论、主观Ｂａｙｅｓ等不精确推理方法进行推理。在使用ＩＥＣ三比值法、罗杰斯比值法的基础上，综合考虑特征气体含量、产气速率等多种因素之后得出诊断结论。对故障实例的测试结果表明，该专家系统能够有效地诊断运行中变压器的内部潜伏性故障。