变压器油中溶解气体分析和故障诊断

变压器油中溶解气体分析技术具有操作简单快速、无需设备停电等优点,能够及时发现变压器内部的潜伏性故障,对保证电力系统安全运行具有重要意义。在分析变压器内部主要故障类型的基础上,对变压器油中溶解气体分析与故障诊断方法进行了研究,并结合实际故障案例,对该故障诊断方法的准确性加以验证。结果表明,油中溶解气体分析能够检测出多种高压试验无法发现的缺陷与潜伏性故障,并对故障类型进行初步定性,其分析结果可作为变压器状态综合评估的重要依据。     

利用变压器油中溶解气体分析技术进行故障诊断的研究

基于油中溶解气体分析技术是变压器故障诊断重要的分析手段,提出了多种以油中气体含量为依据的判断变压器故障类型的方法.主要对基于油中溶解气体分析技术的变压器绝缘故障诊断方法进行探讨.总结了传统变压器绝缘故障诊断方法,讨论了基于人工智能技术的变压器绝缘故障诊断方法,这些方法有效地提高了,叟压器绝缘故障诊断的正确率.人工智能技...     

基于物元分析原理的变压器故障诊断

针对油中溶解气体新导则在变压器故障诊断中存在的问题,分析了变压器故障诊断的物元分析决策方法.电力变压器故障诊断具有复杂性,各种因素的识别和故障类型的划分之间具有不相容性,应用物元分析理论,构建物元矩阵,根据计算出的关联度大小对故障类型进行可拓识别.实际算例分析,验证了本模型的有效性和可行性.     

基于可拓理论的变压器故障诊断

针对油中溶解气体新导则在变压器故障诊断中存在的问题,分析了变压器故障诊断的可托理论分析方法。电力变压器故障诊断具有复杂性,各种因素的识别和故障类型的划分之间具有不相容性,应用物元分析理论,构建物元矩阵,根据计算出的关联度大小对故障类型进行可拓识别。实际算例分析,验证了本模型的有效性和可行性。     

220kV变压器内部故障的色谱分析与诊断

本文采用溶解气体色谱分析法,跟踪分析了一台有潜伏性故障220kV变压器油中溶解气体的成份、特征气体含量和变化趋势。根据试验结果提出了故障诊断的步骤和方法,首先排除非故障产气的可能性,然后根据特征气体含量进行故障性质识别,再运用三比值法判断故障类型和进行状况诊断,最后应用有关参考文献综合进行故障部位估算。经现场设备检查和故障排除证实该判断方法和结果是正确的。     

卷积神经网络在油浸式变压器故障诊断的应用*

变压器作为变电站的主要电气设备,其智能化程度直接决定了智能变电站的发展程度,是电力系统中关系国民生产生活的重要环节。采集变压器油中溶解气体的含量及类型,通过建立卷积神经网络模型确定变压器的故障类型。在卷积神经网络算法原理的基础上,利用Java编程构建模型,将一维卷积神经网络应用到变压器故障诊断中,以变压器油中溶解的5种气体含量值作为输入向量,变压器的6种状态对应的编码值作为输出向量,并对网络中的池化层进行改进。在模型建立过程中讨论了卷积核的大小、数量、样本长度对模型精度的影响,并通过优选函数的方法确定激活函数。实验表明,将该方法生成的网络应用于变压器故障诊断,可为合理诊断变压器故障提供有价值的参考。     

基于气相色谱法的变压器故障诊断研究

变压器的安全稳定运行对于电力系统的可靠性至关重要。通过气相色谱法判断变压器内部故障是一种广泛的监测手段。重点介绍了变压器的故障类型以及油中所含气体含量之间的关系,为变压器的故障诊断判断提供参考依据。     

变压器大卫三角形法故障诊断结果的基本信任分配函数研究

变压器油中溶解气体分析技术目前已成为变压器故障诊断中最普遍、最重要的技术之一。然而该方法在判断具体某种故障类型的过程中存在一定的不确定性,针对这个问题,提出了基于大卫三角形法的基本信任分配函数研究方法。该方法在大卫三角形的理论基础上,采用有限元法中三节点三角形插值方法来构造变压器故障诊断结果的基本信任分配函数,对判断故障类型的准确性有很好的提高。最后通过实例计算验证了方法的可行性及有效性。     

基于DGA的反馈云熵模型电力变压器故障诊断方法研究

为了解决变压器故障诊断中存在的随机性和模糊性问题,提出了基于反馈云熵模型的电力变压器故障诊断新方法。通过对大量电力变压器故障征兆及故障类型的统计分析,并将其视作云滴输入贝叶斯反馈逆向云发生器中,得到故障特征气体的云模型参数值,构建变压器故障诊断标准正态云模型。将云关联系数和信息熵理论有机结合起来,降低了对单个标准正态云模型的依赖性,充分挖掘变压器油中溶解气体所包含的故障信息,提高了变压器故障诊断的准确率。通过不断丰富输入样本、修正云模型参数值的方法,可以进一步提高模型诊断效果。实例分析结果表明该模型的故障诊断准确率较高,并具有较好的理论价值和应用前景。     

一起变压器油色谱异常分析与处理

电力变压器是电力系统的枢纽设备,其可靠性直接影响到电网的安全稳定,油中溶解气体分析是一种较好的监测和诊断变压器故障的方法。结合一起变压器绝缘油色谱数据异常的案例,通过油中溶解气体分析和停电试验来判断变压器的绝缘故障类型,发现了变压器缺陷。     

基于欧式距离法的变压器故障BBA模型建立与分析

针对变压器故障诊断中油溶气体技术的改良三比值法存在故障区域边界值判断模糊的问题,在分析改良三比值法的基础上,以欧式距离来表征隶属每种故障概率大小的形式,建立了不同故障下的基本信任分配函数(BBA)诊断模型进行变压器故障诊断,并采用D-S合成规则对不同故障的BBA进行融合,实现了对多BBA模型函数重新构造以及归一表述的功能。利用该模型对长春某500 k VA变电站的变压器故障进行实例计算,并通过改良三比值法和模糊算法进行对比分析。结果表明:该诊断模型能准确、有效地对变压器的多种常见故障进行诊断;用计算隶属故障概率的形式弥补了改良三比值法边界值计算模糊的缺陷,使故障的判别更加趋于真实准确,为电力变压器故障诊断提供了一种有效的方法。     

粗糙集结合Petri网的3/2接线变电站故障诊断研究

500kV及以上的变电站多采用3/2接线方式,其主接线结构和保护配置具有自身的特点.本文在分析了3/2接线系统保护动作策略的基础上,建立了故障诊断的初始决策表,并利用粗糙集的属性优选对该表进行最小约简,构建最优的Petri网模型,从而实现故障诊断.变电站故障诊断实例证明了该方法不仅能够准确诊断出3/2接线系统的故障元件,而且诊断速度快,容错性好.     

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。     

电力变压器灰色关联故障诊断模型的组合权重法

油中溶解气体分析(dissolved gas-in-oil analysis,DGA)是识别变压器故障的重要手段。笔者基于油中溶解气体数据介绍灰色关联理论,给出了基于组合权重变压器故障诊断的灰色关联分析法。在判定变压器故障类型时,各溶解气体其权重不同,利用层次分析法求出各特征气体在诊断变压器故障类型时的主观权重,但各专家通过层次分析法确定指标权重会存在许多主观因素,文中应用灰色关联分析法对其进行调整,消除各专家造成的各指标权重分配不统一,用熵值法确定指标的客观权重,结合熵值法和层次分析法对指标权重值进行综合确定得到组合权重,再将组合权重应用到灰色关联诊断模型中。最后结合实例对诊断方法进行分析讨论,诊断结果表明了该方法的有效性。     

集成冗杂保护信息的扩展Petri网故障诊断

提出用扩展Petri网后向诊断模型来处理具有冗杂保护信息的电力系统故障,其有效性在宿豫县黄墩变故障诊断中得到了印证,同时也与前向Petri网演绎仿真所得的结果相吻合。不确定或不正确的保护信息也可以通过与所建立起的相应诊断模板进行比照分析给出定性的结论。全部诊断过程只需要建立正确的Petri网模型和进行一些简单的矩阵运算就可以获得准确的结果,节省了故障诊断时间,提高了效率,适于实时在线故障诊断。     

基于油中溶解气体特征量筛选的变压器故障诊断方法

油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest, RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator, TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。     

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。     

基于多分类概率输出模型的变压器故障诊断*

针对传统的SVM方法在辨别故障特征不明确的样本时会导致误诊断的问题,提出一种基于多分类概率输出(MCPO)模型的变压器故障诊断方法。利用Sigmoid函数构建了基于SVM的MCPO模型,模型的输入为DGA数据和变压器故障类型,输出为发生每种类型故障的概率估计,通过制定相关的故障诊断判据利用故障概率信息能够有效的辨识故障特征是否明确。仿真分析结果表明,MCPO模型的诊断结果能够有效识别故障特征不显著的样本,为进一步采取合理的校正措施提供一种参考。     

粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法研究

针对配电网规模庞大且发生故障后警报信息存在不确定性和不完整性的问题,提出了一种粗糙集结合Petri网进行分区域并行推理的配电网故障诊断方法。该方法先将配电网划分为多个独立的区域,对于各个区域分别建立故障决策表,再利用粗糙集对决策表进行属性优选和诊断规则提取,最后构建Petri网模型,通过Petri网的并行推理实现故障诊断。诊断实例证明了该方法不仅诊断快速准确,而且容错能力强、适应性好、灵活性高。     

基于时序信息的模糊Petri网电网故障诊断方法

为提高电网故障诊断的准确性,充分利用报警信号的时序信息,研究一种基于时序信息的分层变迁模糊Petri网故障诊断方法。首先,建立分层变迁加权模糊Petri网(WFPN)故障诊断模型;其次,构建元件、保护和断路器之间的时间关联特性(TAC),进行时间关联一致性检查;最后,通过模糊推理进行故障诊断,并对保护和断路器异常行为进行评判。通过典型电网算例推理验证,结果证明该方法不仅能够提高故障诊断的准确性和容错性,还能够判断保护和断路器的异常行为并推出元件故障发生时刻。