首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
为了提高传统油中溶解气体分析(DGA)的诊断能力,克服相对关联度诊断变压器故障的不足,探讨了基于关联分析的故障诊断理论,提出了三级关联算法, 建立了一种定性与定量相结合的电力变压器故障诊断的三级关联度方法。以氢气、甲烷、乙烷、乙烯和乙炔这5种油中溶解气体的含量参数作为特征量,验证了新方法对变压器故障的实际诊断效果。结果表明,该方法不仅能找出故障类型,而且能确定故障部位,其有效性超过了传统的相对关联度方法。  相似文献   

2.
为了提高传统的油中溶解气体分析的诊断能力,提出了一种定性与定量相结合的电力变压器故障的可拓诊断方法。首先基于可拓学中的物元理论,建立了定性地描述电力变压器故障诊断问题的物元模型;其次引入可拓集合中的关联函数,根据故障特征定量地计算故障发生的程度;最后以195台次电力变压器为例验证了该方法的有效性。结果表明该方法能够克服IEC三比值法中无法诊断多重故障和无匹配的故障编码的不足,且具有更高的诊断准确率。  相似文献   

3.
鉴于粗糙集处理不完备信息的有效性、范例推理查询匹配的直观性以及比值法的简洁性,提出了基于多种智能方法的变压器故障综合诊断方法。综合考虑了油中溶解气体分析与电气试验等多种故障征兆,在分析大量变压器故障案例的基础上,建立了基于粗糙集、范例推理及比值法的综合诊断模型。该模型采用3层结构对变压器故障逐步进行细分,即使在不完备信息时也有助于为现场提供较有效的维修建议。该模型具有计算速度快、正判率高、结果直观等优点。实例也表明了该方法的有效性。  相似文献   

4.
为了提高变压器油中溶解特征气体的分析诊断准确度,结合模糊理论和改进遗传算法对改良IEC三比值分析法气体比值边界和故障编码进行模糊处理,通过模糊推理得到故障诊断结果,大幅度降低其他干扰气体对诊断结果的影响,从而提高变压器油中溶解气体色谱分析的准确度和精度,提高变压器绝缘油的运行可靠性。  相似文献   

5.
鉴于变压器故障时,故障信息繁杂多样,加之其本身的元器件比较多,运行检修人员往往很难全面把握故障征兆从而确定可能存在故障的变压器元器件。文章应用决策树ID3算法确定浸油式变压器故障部位,该方法基于熵值理论,利用常规电气试验的结论,借鉴现场运行、诊断经验,结合变压器的外部信息,形成变压器故障诊断决策树。  相似文献   

6.
介绍了一起±660kV换流变压器故障诊断分析情况。通过油色谱在线装置,发现了该换流变压器油中的溶解气体异常,然后通过调整负荷对该变压器故障进行了定性。在停电检查的过程中,根据该换流变压器的结构特点,在各柱的不同分接位置开展了温升试验,同时还提取油样开展了油色谱分析,并对试验结果进行了综合分析。根据分析结果,初步确定了故障部位以及故障原因,最后通过解体检查,验证了试验的有效性和准确性。可为今后开展此类变压器故障诊断及定位提供借鉴与参考。  相似文献   

7.
变压器作为水电厂重要的电气设备,其故障诊断技术是近年来研究的热点,介绍了基于油中溶解气体分析的传统变压器故障诊断技术即三比值法。分析了当前三比值法的不足,即当选定的气体比值处于编码规则对应的边界位置时,常常容易造成误判,并且三比值法的编码并不能包含所有的故障类型。为此对三比值法进行了改进将模糊聚类算法与三比值法相结合用于变压器故障诊断,经验证,改进型三比值法较传统的三比值法有着更广的诊断范围。  相似文献   

8.
刘裕舸  黄忠辉 《红水河》2022,41(1):89-93
针对采用传统油中溶解气体分析技术在变压器故障诊断时存在的准确率不高、智能化低等缺点,笔者提出了一种基于SVM核函数优化算法,结合采用气体传感器、嵌入式系统以及物联网技术搭建的故障检测硬件的变压器故障诊断系统.通过实例验证,结果表明:该系统将SVM核函数优化结果应用于变压器故障分类及预测,能够将准确率从74.5%大幅提升...  相似文献   

9.
对油色谱分析方法及油中溶解气体含量在线监测系统进行简单的介绍,并应用油色谱分析方法对实际测量数据进行分析,同时应用三比值法对变压器可能存在的故障进行诊断。检修情况表明,诊断结果与实际情况相符。  相似文献   

10.
应用熵权、灰色关联分析和信息融合技术对水轮发电机组振动故障进行诊断。以水电机组振动信号的频域特征和时域振幅特征为诊断样本,使用基于熵权的灰色关联分析方法进行水电机组振动故障的初步诊断,然后应用证据融合理论对不同证据进行决策信息融合,从而得出最终的诊断结果。诊断实例表明,基于熵权的灰色关联分析和信息融合技术相结合的方法是有效的,适合于水电机组的振动故障诊断。  相似文献   

11.
灰色关联分析在变压器故障诊断中的应用研究   总被引:3,自引:0,他引:3  
基于灰色关联度理论,提出了将灰色关联分析用于判断变压器的故障类型,运用实例验证了该方法评判变压器故障类型的正确性。  相似文献   

12.
电力变压器故障检测主要有电气检测和化学检测两种方法。化学检测主要是通过变压器油中特征气体的含量、产气速率和三比值法进行分析判断,它能有效地发现变压器的潜伏性故障及故障发展程度。实际应用过程中,为了更准确的诊断变压器的内部故障,色谱分析应根据设备历史运行状况、特征气体的含量等采用不同的分析模型确定设备是否存在潜伏性故障以及故障类别。变压器故障可能有一种或几种故障同时存在,也可能从一种故障发展演变到另一种故障。本文结合电气检测和化学检测两种方法,讲述了电路故障和磁路故障同时存在的案例。  相似文献   

13.
变压器油中溶解气体在线监测装置中的色谱柱和气敏传感器存在消耗被测气体和长期稳定性差等不足。光声光谱气体分析技术灵敏度高,不消耗被测气体,克服了传统油中溶解气体在线监测技术的缺点。文中对其在变压器油中溶解气体在线监测中的应用进行了研究。构建了用于变压器油中溶解气体分析的光声光谱平台,给出具有红外特征吸收峰的CH4 ,C2 H6 ,C2 H4 ,C2 H2 ,CO和CO2 这6种主要故障特征气体的特征频谱,采用加权最小二乘法对2种混合气体中的CH4 ,C2 H6 ,C2 H4 ,C2 H2 ,CO和CO2 进行了定性和定量分析。分析结果与气体各组分体积分数真实值或气相色谱仪测量值的比较表明,光声光谱技术能有效地对变压器油中溶解气体进行分析。  相似文献   

14.
利用变压器油中溶解特征气体的组分及含量可识别变压器潜伏性的故障.基于某大型变压器总烃含量增高的原因分析和处理过程,通过产气速率计算、三比值法,结合电气试验,潜油泵检查等方法准确判断变压器故障类型,故障最终得到有效处理.  相似文献   

15.
杨万柳  李芝灿 《小水电》2011,(4):155-158
气相色谱分析技术是近年来兴起的一项新技术,能够对运行中的变压器进行故障分析。通过采集变压器箱体内的少量油样,分析油中气体的组分及其含量,就可以判断变压器是否存在故障、故障的性质及故障大致部位,在油务监督中得到了很好的应用。表2个。  相似文献   

16.
分析了变压器油中溶解气体特性及其与故障的对应情况,确定了故障现象模糊集合和故障种类标准模型库(模糊集),根据现象子集对每个故障模型进行划分,形成多个模糊向量集合族;收集了大量故障变压器的历史数据,并用数理统计方法估算故障隶属度函数的参数;采用时间序列灰色预测法估计某时间内各故障隶属度及其发展趋势,对阈值原则进行改进,并根据改进后的阈值原则推断可能发生故障的种类及其发展趋势。最后,用实例验证了该方法的有效性。  相似文献   

17.
介绍了基于油中溶解气体分析(DGA)的电力变压器故障综合诊断。采用的诊断判据主要包括改良三比值法、大卫三角形法、神经网络和范例推理。在多专家(多诊断判据)的参与下,可能出现诊断结果相互冲突的问题,而如何融合不同诊断判据下的诊断结果仍是一个难点。为解决这一问题,在把各诊断结果分解为放电和过热故障的基础上,引入了多专家加权投票策略(加权多数算法)。权重系数根据各诊断判据的诊断正确率初步确定。实践证明了该方法的可行性。  相似文献   

18.
抽水蓄能主变压器在运行过程中,承受双向潮流,其绝缘油在过热、放电、电弧等作用下会产生故障特征气体,通过分析故障特征气体的成分、含量及增长率,形成对变压器的运行状态评估,以强化变压器绝缘技术监督,探讨开展变压器状态检修的可能性。绝缘油中溶解气体组分含量测定对充油电气设备制造、电厂运行部门是十分重要的检测项目之一,是充油电气设备出厂检验和运行监督过程中判断设备潜伏故障的有效手段。  相似文献   

19.
在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定。在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合。大量实例表明,该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率。  相似文献   

20.
万家寨水电站2号主变压器运行至2015年,在进行第一季度、第二季度油中溶解气体色谱分析时,发现变压器内部存在高温过热故障,对铁芯进行绝缘电阻测量,阻值为0Ω。本文通过对万家寨水电站220kV大型油浸式变压器铁芯多点接地故障的处理,阐述了如何运用变压器油中溶解气体色谱分析、电气性能试验等方法,进行故障诊断和识别,并介绍设备故障的处理方法,供参考。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号