电力变压器绝缘故障的动态分析

通过一种动态识别的方法，根据油中溶解的不同特征气体成分间伴生增长情况来判断变压器的故障情况，以弥补了以往静态分析方法受故障累计效应及测量随机误差等因素的影响，提高对故障的诊断精度。     

基于传递函数的电力变压器绝缘故障加信诊断方法

大型电力变压器的绝缘故障点定位是绝缘在线监测的难题之一。针对这一问题，文中提出了加信诊断法。首先，建立了基于Bergeron法的变压器等值电路模型，该模型考虑了损耗及互感；其次，以某台110kV/20MVA SF6气体绝缘电力变压器为算例，比较并分析了具有不同频谱特性的激励对传递函数数值计算的影响，总结得出最优的激励信号应为具有丰富分量的激励，它能够比较全面和准确地捕获传递函数的特征；最后，计算了矩形波脉冲激励下，饼间短路、饼间放电及饼对地放电3种故障情况的传递函数，对比分析了这3种不同故障对应的传递函数特征，为绝缘故障的诊断和定位提供了依据。     

电力变压器故障红外诊断专家系统

介绍了一种实用的电力变压器故障红外诊断专家系统，对红外诊断的基本原理，故障诊断的数学模型模糊知识的表示和推理机制进行了研究，还详细叙述了该专家系统的结构，知识表示与获取及推理机制的设计，实现方法。     

油浸电力变压器固体绝缘老化的诊断

分析了固体绝缘老化机理，对变压器油中糠醛含量，熔解气体含量和绝缘纸聚合度等数据进行了统计分析，提出了对现场运行变压器固体绝缘的老化状态进行判断和评估的方法。     

电力变压器典型故障及其演变

电力变压器做为电力系统的主要设备之一，在电力系统中占有极其重要地位。由于电力变压器结构复杂、部件繁多，导致其事故较多且分析难度大。本文通过对变压器的绝缘树和故障树的分析，将变压器故障直观地逐级划分为几种基本故障类型，有利于故障分析。     

简述电力变压器故障的技术诊断

从实例出发,阐述了电力变压器故障的技术诊断过程,对故障原因进行分析和测试,得出了相关结论。     

电力变压器固体绝缘故障的诊断方法

根据电力变压器的绝缘特点，通过对故障实例的统计分析，提出了一种动态分析变压器内部固体绝缘故障的方法。这种方法弥补了以往静态分析时受故障累积效应及测量随机误差等因素影响的不足，有助于提高对故障的诊断精度，并能对故障的发展趋势提供较好的预测。     

基于油中溶解气体分析的电力变压器绝缘故障诊断方法

电力变压器是电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定,油中溶解气体分析方法作为一种有铲的充油电力设备异常监测手段,在电力系统得到广泛的应用,本文述述了基于油中溶解气体分析的电力变压器故障诊断技术的产生背景、研究现状和发展方向。     

基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断

充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例。经检验,系统具有较好的分类诊断能力。     

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。     

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。     

一种基于粗糙集理论的电力变压器故障综合诊断方法

提出了一种基于粗糙集的理论对变压器故障性质和故障部位的综合诊断方法。它既充分利用了油中溶解气体的分析结果,又考虑了一些比较典型的影响因素,如某些电气试验结果和其它试验结果。由于利用了粗糙集理论的决策表约简技术,去除冗余信息,大大压缩了人工神经元网络(ANN)的训练样本,从而有效地提高了ANN的训练速度和诊断的准确率。     

基于模糊综合评判的变压器故障模糊诊断法

针对电力变压器故障诊断常用的罗杰斯比值法中存在着临界比值判据缺损的问题，提出了利用模糊集理论进行电力变压器故障诊断的方法。将气体比值看作故障类别的模糊现象子集，依据罗杰斯比法中给出的不同气体成份相互间的比值与变压器故障类别之间的定量关系，建立模糊现象子集相对于不同故障类别的隶属函数，从而进行故障类别的模糊综合评判。算例表明了这种方法的优越性和应用价值。     

基于模糊推理与覆盖集理论的电力变压器故障诊断方法

介绍了一种在覆盖集理论框架上集成模糊推理的诊断方法,在此基础上建立了应用于电力变压器故障诊断的实用模型。由于该模型实现了模糊推理与符号推导的结合,能够较好地解决故障诊断过程中遇到的模糊性问题,并有助于实现对故障的综合诊断,所以具有较高的诊断准确性和实用性。     

集成模糊数学与范例推理的变压器故障诊断方法

提出一种在范例推理框架上集成模糊数学的故障诊断方法,并进一步建立起可应用于电力变压器故障诊断的实用模型。由于较好地将模糊数学理论融入到了范例推理过程中,该模型可期望具有较高的诊断准确率和实用价值。     

基于多数据源的电力变压器分层故障诊断系统设计

在现有变压器在线监测条件普遍不足的前提下,介绍了一种基于多数据源的变压器分层故障诊断系统。该系统充分利用在线监测数据和各种电气试验、运行状况以及专家经验等信息,将人工神经网络和基于事例(case)推理的专家系统结合起来,在不同层次的故障诊断模型中采用不同的智能诊断手段,逐步深入、细化诊断结果,并对系统的数据流和知识流进行合理的总体规划。该系统还提供了模拟变电站数据的仿真器,可用于系统的测试,在一定程度上保证了其可靠性。