变压器油色谱远程在线监测与诊断系统

阐述了变压器远程在线监测与诊断系统——卫士2000系统的原理及结构,分析了系统所采用的技术,介绍了系统信号采集功能测试、监测系统在咸阳供电局的应用情况。该系统以油色谱在线监测为主,同时可兼容变压器局部放电监测、套管绝缘监测等在线监测模块,可对电力变压器实施全面的在线状态监测。该系统可组成具有远程监测与故障诊断的多级数字监控网络,通过系统提供的状态监测数据与诊断结论,为电力变压器提供在线监测与故障诊断的整体解决方案。     

基于缺失数据修复的变压器在线故障诊断方法

数据质量是影响变压器故障诊断正确率的重要因素。为了解决变压器油色谱在线监测数据缺失问题,提出了一种基于缺失数据修复的变压器在线故障诊断方法,利用改进k-最邻近和多分类SVM的循环迭代实现基于缺失数据的变压器故障诊断。在k-最邻近方法中,提出以相关系数的负指数为权值的曼哈顿距离来度量样本间距离。一方面用以突出强相关指标对缺失信息的影响,提高数据修复的准确性。另一方面改进的曼哈顿距离适用于基于k-d树的高效搜索策略,可以实现针对海量历史数据的快速搜索,满足在线诊断对算法实时性的需求。实例诊断的结果表明,该方法可以有效降低数据缺失对变压器故障诊断正确率的影响,有利于实现变压器故障的准确、高效在线诊断。     

基于神经网络、模糊理论的变压器油中气体诊断专家系统

随着大容量变压器的应用日益广泛,以在线监测及故障诊断技术为基础的状态维修体系愈发显得重要,国内外已有诸如神经网络模式识别、基于不确定推理的模糊化处理等智能诊断技术,在各自擅长的领域内应用并取得了一定的成果,但单一的方法均存在不同程度的弊端。该文以人工智能理论中的模糊理论和神经网络理论为基础,介绍了面向对象技术的变压器油中气体诊断黑板型专家系统,该系统体现了专家系统启发性、透明性、高性能和灵活性的特点,不仅能够利用模糊理论来解决变压器故障诊断时出现的复杂性、经验性和模糊性等问题,还能利用神经网络的良好模式分类能力和自学习功能来不断地提高整个系统的故障诊断精度,从而有效地克服了以往采用单一方法进行诊断时所固有的诊断出错或诊断结果不全面的缺点,提高了电力变压器绝缘诊断的准确度,体现了该专家系统的优越性。     

变压器的故障诊断研究

变压器的运行状态直接影响电力系统的安全性,开展变压器的在线故障诊断研究,可以尽早发现变压器的潜伏性故障,对提高变压器的运行维护水平,具有重要的意义。本文首先阐述了变压器在线故障诊断的意义,然后对变压器的故障类型和故障诊断方法做了详细的介绍,最后系统地阐述了基于神经网络的变压器诊断理论。     

基于神经网络综合分析的变压器油色谱在线监测系统

油色谱在线监测是电力变压器在线监测领域常用的方法之一。变压器故障诊断的结果将直接作为变压器是否需要检修的决策依据,鉴于变压器故障原因的复杂性,仅靠单一的故障诊断方法很难满足故障诊断的要求,故将传统故障诊断方法与BP神经网络方法通过Borda模型相结合,以提高变压器故障诊断的准确率,最后用C#语言设计开发了故障诊断系统。该系统改变了以往的定期试验模式,实现了变压器状态在线监测和分析。     

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。     

基于超声波法的变压器重症监护系统研制及应用

变压器局部放电超声波检测技术作为一种有效的绝缘诊断技术,目前已在超特高压变电站变压器故障诊断中广泛应用。借鉴重症监护医学领域技术,研制了基于超声波法的变压器重症监护系统,并应用于存在故障隐患或危急停运的变压器设备上。该系统以变压器局部放电超声波信号特征量为基础,结合现有的在线或离线特征量,如油色谱在线监测、数据采集与监视控制(SCADA)运行负荷等实时数据,采用数据融合的方法综合分析,实时检测并准确定位局部放电源。现场应用情况表明,该系统能够有效检测变压器内部放电性故障,为变压器状态诊断及检修策略的制定提供有效支撑。     

基于蚁群算法的变压器智能故障诊断系统

基于变压器溶解气体分析数据,介绍了采用基于蚁群算法的神经网络方法,建立变压器在线智能故障诊断系统.变压器油中溶解气体数据的训练和诊断表明,蚁群算法的收敛速度快,克服了网络陷入局部极小值的缺陷,具有较高的诊断准确率,是一种切实有效的方法.     

基于溶解气体分析的电力变压器在线监测与诊断技术

油中溶解气体分析是评估变压器绝缘状态和分析变压器绝缘故障的重要依据。在介绍基于油中溶解气体分析的变压器在线监测与诊断技术原理的基础上,进一步总结了当前在线监测与诊断系统的研究现状及存在的问题:系统主要是在线监测油中气体成分及超阈值报警,而对故障性质、种类、定位及发展趋势预测等诊断尚不具备或很不完备,故障诊断需靠离线分析;因缺乏相应的理论指导,在线监测数据在正常情况下应满足的规律还很模糊,装置自身的精确度不能保证。对今后的研究提出了展望,指出如何通过对在线数据的挖掘找到变压器故障诊断的相应理论依据是进一步研究的核心。     

变压器油中气体在线智能诊断系统

本文介绍基于人工智能理论中的模糊数学和神经网络理论建立起来的变压器油中气体在线智能诊断系统，该系统不仅能够利用模糊数学理论来解决变压器故障诊断时出现的复杂性、经验性和模糊性等问题，还能利用BP神经网络的良好模式分类能力和自学习功能来不断的提高整个系统的故障诊断精度，从而有效的克服了以往采用单一方法进行诊断时所固有的诊断出错或诊断结果不全面的问题等缺点。并被应用到现场中，具有一定的工程使用价值。     

变压器故障特征量可信度的关联规则分析

变压器在线监测得到的多个特征量对于不同故障类别的潜在信息量不一样,量化各特征量与特定故障类型之间的关联度将对变压器的潜在故障诊断和预测都有着很重要的作用。为此,利用布尔型离散化方法和基于ChiMerge算法的多值离散化方法分别对变压器在线监测的连续数据进行离散化,再利用改进的Apriori关联规则数据挖掘算法计算多个变压器在线监测特征量与各个故障类型之间的可信度。最后在实例中进行了多个特征量与多个故障类型的可信度的计算,结果表明特定特征量与故障类型之间确实存在不同的关联程度,量化关联程度能有效提高故障诊断算法的效率;另外还在实例中进行了多值的关联规则挖掘,结果表明关联规则可以应用在对故障类型划分较细的变压器故障诊断。     

有载分接开关机械性能的在线监测与故障诊断系统设计

设计了电力变压器有载调压分接开关 (OLTC)机械性能的在线监测与故障诊断系统 ,包括硬件和软件两大部分。本设计将数据处理与故障诊断技术集成在远程计算机的综合分析软件中 ,具有丰富的实时显示和数据库存储功能 ,能满足 OL TC的实际运行监测需要 ,为其实现状态维修提供了技术手段。     

基于C语言集成产生式系统的火电厂实时故障诊断系统

提出基于C语言集成产生式系统(C language integrated production system,CLIPS)的火电厂实时故障诊断系统设计方案。该方案使用专家系统工具CLIPS构建知识库并作为推理机,采用Visual C++编程语言实现数据采集、与数据库的交互及人机界面功能,采用SQL SERVER数据库存储动态过程数据和故障信息等。系统的测试平台采用基于虚拟分散控制系统的仿真系统。运行及测试结果表明,该系统能够快速、准确地对火电厂锅炉和汽机系统相关故障进行实时监测和诊断,对生产具有指导意义。     

高压断路器故障诊断专家系统中快速诊断及新知识获取方法

高压断路器是电力系统关键设备之一，对其进行快速故障诊断对于事故发生后快速寻找故障发生的原因，解决事故源，确保电力系统迅速恢复正常运行有重要的意义。通过改进广义径向基人工神经网络(RBF)算法，使其具有快速故障诊断和网络自更新能力，并应用于断路器在线故障诊断专家系统。专家系统通过神经网络处理在线监测装置传送的故障数据，得到故障类型编码，利用该编码通过正向推理从知识库中找出对应的故障类型，并给出合理的故障解决办法。同时，利用神经网络的自更新能力和与专家系统的配合，专家系统还具有新知识的获取能力。     

电力变压器铁心振动特性分析

作为电力变压器的主要部件,变压器铁心的振动信号主要与铁心紧固状况、绝缘程度密切相关,具有较强的非线性非平稳特性。本文以电力变压器铁心为研究对象,将希尔伯特黄变换(HHT)时频分析方法引入变压器铁心非线性振动信号分析领域,并结合传统频谱分析法对六种不同型号的电力变压器铁心振动信号进行了分析及实验研究,从时域、频域及时-频域等几个角度分析了铁心本体振动特性、油箱表面空载时振动特性及负载时绕组振动对铁心振动的影响。该研究分析结果为电力变压器的状态检测与故障诊断提供了一个良好的基础。     

Time and frequency domain analyses based expert system for impulsefault diagnosis in transformers

The presence of insulation failure in the transformer winding is detected using the voltage and current oscillograms recorded during the impulse test. Fault diagnosis in transformers has several parameters such as the severity of fault, the kind of fault and the location of the fault. Detection of major faults involving a large section of the coils have never been a big issue and several visual and computational methods have already been proposed by several researchers. The present paper describes an expert system based on re-confirmative method for the diagnosis of minor insulation failures involving small number of turns in transformers during impulse tests. The proposed expert system imitates the performance of an experienced testing personnel. To identify and locate a fault, an inference engine is developed to perform deductive reasoning based on the rules in the knowledge base and different statistical techniques. The expert system includes both the time-domain and frequency-domain analyses for fault diagnosis. The basic aim of the expert system is to provide a non-expert with the necessary information and interaction in order to make fault diagnosis in a friendly windowed environment. The rules for fault diagnosis have been so designed that these are valid for the range of power transformers used in practice up to a voltage level of 33 kV. The fault diagnosis algorithm has been tested using experimental results obtained for a 3 MVA transformer and simulation results obtained for 5 and 7 MVA transformers     

模糊专家系统在电力变压器在线故障诊断中的应用初探

在经故障诊断专家系统的实现遇到的瓶颈问题是：在线可获得的专家知识相对匮乏，以及专家知识的有效性。本文分析了在线可获得的原始特征数据，首次提出了利用在线获得的油气量和局放信号相结合来进行故障诊断，提高了诊断的精确性。利用油色谱进行故障分析需要很多的非定量的经验知识，利用模糊推理，很好的定量化了这些知识，在此之上，构造了一个全新的变压器在线故障诊断专家系统。     

汽轮发电机在线故障诊断中的数据预处理

对于一个基于知识处理的在线故障诊断系统,故障先兆的准确提取是系统进行合理诊断的前提条件。首先介绍一个已投入运行的汽轮发电机在线故障诊断专家系统的总体结构和诊断数据流程,然后重点介绍其中以先兆提取为主要功能的数据预处理及其各模块的实现,系统根据诊断需要的所有监测量来源及特点,对其分类进行处理,同时,为了方便预处理子系统的维护,特别地设置了数据管理的功能。     

状态检修技术及其辅助分析系统的应用

状态检修是近年来输变电企业普遍关注的技术。文中提出了一种基于模糊数学和专家系统的状态检修分析模型，它集成了各种信息和分析手段，弥补了一般电力企业在线监测和故障诊断手段缺乏的问题。文章同时阐述了绍兴电力局开发并已应用的状态检修计算机辅助分析系统的设计思路和主要模块。