基于人工蜂群算法优化支持向量机的变压器故障诊断

支持向量机参数的选择直接影响变压器故障诊断分类的准确率,为了提高变压器故障的诊断精度,提出一种基于人工蜂群算法优化支持向量机的变压器故障诊断模型。利用人工蜂群算法优化支持向量机的惩罚因子C和核函数参数σ。实验结果表明,文章提出的算法能够获得较高的故障诊断精度。     

油中溶解气体分析技术在变压器故障分析中的应用

变压器作为电力系统设备中重要组成设备之一，对保证各电气设备的正常运行起到了重要作用。在电力系统的各种电气设备中，变压器是其重要的组成部分。油中溶解气体分析法能够对变压器早期故障进行准确诊断，有效减少了设备的事故停用率，文章主要针对DGA（油中溶解气体分析）技术进行了概述，并着重分析讨论了其故障诊断原理。     

两种神经网络方法在电力变压器故障诊断中的性能分析

电力变压器是电力系统中最重要的设备之一,它的安全稳定运行关系到整个电力系统的安全性和稳定性。文章首先分析了电力变压器油中溶解气体的特征,然后以三比值法作为主要实验依据,设计了BP神经网络和模糊神经网络两种模型,在此基础上对变压器故障诊断进行了实验,最后对比分析实验结果。     

电力变压器状态在线监测技术

文章主要阐述油浸式的电压绝缘器中检测技术的发展现状以及今后的发展趋势，而且对油中溶解气体以及局部放电在线监测的技术以及原理进行具体分析。提出一项电力变压器绝缘故障诊断以及绝缘监测的思路。以在线油色谱的分析仪为基础，分别检测六种故障产生气体的含量以及产气效率，从而更好的实现故障的局部定位。这样可以有效提高变压器故障诊断的正确性以及在线监测的准确性。     

基于SVM算法的局部放电模式识别

气体绝缘组合电器（GasInsulatedswitehgefdr）局部放电检测对于保证其安全可靠运行具有重要的意义。为了对变压器故障进行有效诊断,试验设计了4种典型缺陷模型。用超声波法提取局部放电信号,得到局放分布图谱,获得了局放特征参数。根据所提取的特征参数的特点,通过支持向量机（SVM）分类算法对典型缺陷信号进行了模式识别。     

电力变压器故障诊断方法研究

电力变压器是电力系统中一个非常重要的部分,电力系统的正常运行离不开电力变压器的保障。如果电力变压器发生故障,将会对电网的正常运行造成极大的影响,所以说对电力变压器进行故障诊断就显得非常有必要。但在实际的工作中,电力变压器故障诊断却一直存在着许多的问题,其中最为突出的问题就是随机性问题和模糊性问题,为了有效的解决这些问题,人们尝试了各种各样的方法试图来对电力变压器故障原因进行准确的分析,以便能够更加妥善的处理电力变压器故障。文章在分析常见的电力变压器故障的基础上,对一些故障诊断方法进行了一定的研究,以期为电力变压器故障诊断提供一些参考。     

基于IFWA-PNN的变压器故障诊断研究

为克服概率神经网络在判断变压器的故障类型方面的不足,文章采用改进的烟花算法优化概率神经网络（IFWA-PNN）的平滑因子。实例分析表明,提出的变压器故障诊断模型诊断准确率达到91.7%,相比传统的支持向量机诊断模型有较大提升,以此证明故障诊断模型的有效性和实用性。     

基于IDE算法优化支持向量机的变压器故障诊断

提出了一种IDE(改进微分进化)与支持向量机模型相结合的变压器故障诊断新方法。该方法通过支持向量机模型搭建变压器故障诊断的综合判定系统,使决策树的每一个分支都对应一种具体的故障类型,然后应用IDE对支持向量机的分类结果进行优化。经过实例分析,验证了该方法的可行性和有效性。     

基于全卷积神经网络的变压器故障诊断

油中溶解气体分析(DGA)是诊断变压器故障的常用方法,能及时发现变压器内部的潜伏性故障。为了减少卷积神经网络的训练参数,提出了一种基于全卷积神经网络的变压器故障诊断方法。将传统卷积神经网络中的全连接层用卷积层替代,实现了端对端的变压器故障输出。相较传统卷积神经网络提升了故障诊断准确率,有较强的实际意义。     

电力变压器铁芯多点接地诊断技术及应用

变压器是变电站运行过程中非常重要的设备，在其正常运行的过程中，要求其铁芯有且仅有一点接地才能保证其正常工作，一旦其运行过程中出现铁芯的多点接地，会导致非常严重的故障，导致变压器不能正常工作的同时，还会引发非常严重的电路故障，对其接地故障进行有效的诊断与处理非常重要，文章就结合相关实例，对其多点接地故障诊断技术进行简单分析研究。     

刍议基于神经网络的变压器故障诊断技术

变压器故障征兆和故障类型具有一定的非线性特征,需要结合一定的故障诊断技术进行判断。而就目前来看,除了使用油中气体分析法,基于神经网络的变压器故障诊断技术也可以用于诊断变压器故障。因此,文章对基于神经网络的故障诊断原理进行了阐述,并对基于BP神经网络和基于概率神经网络的两种故障诊断技术展开了分析和比较,以便为关注这一话题的人们提供参考。     

变压器油中溶解气体在线监测装置在供电公司的实践探析

随着时代的进步和社会经济的发展,我国电力系统发展迅速,电网容量越来越大,电压等级越来越高,那么设备故障就会造成很大的影响,变压器作为非常重要的一个组成部分,就需要对其产生足够的重视,要有效监测变压器绝缘油中的气体。文章简要分析了变压器油中溶解气体在线监测装置在供电公司的实践,希望可以提供一些有价值的参考意见。     

油浸式电力变压器受潮原因及干燥方式分析

经济的快速发展离不开电力的支持,随着我国经济的快速发展,我国的电力装机容量与电网建设的速度不断加快,高压、超高压输送线路被逐步建立起来。电力变压器作为电网构成的最基本元器件之一,变压器的可靠性对于电网的正常运行有着十分重要的影响。在变压器的绝缘中,尽管国内外都致力于开发无油变压器,但是现今最主流的变压器多是油浸式电力变压器,其依靠油和纸板来进行变压器绝缘。通过对变压器绝缘故障进行统计发现,油浸式电力变压器的故障多是由于油-纸绝系统的失效、缺陷以及破坏等造成的。因此,油、纸绝缘系统的好坏关乎油浸式电力变压器的生命。油、纸绝缘受到将会加速变压器绝缘系统的失效、老化,严重影响油浸式电力变压器的正常使用。文章将在分析油浸式电力变压器受潮原因进行分析的基础上对如何做好油浸式电力变压器的干燥、防潮进行介绍。     

变压器故障诊断研究现状

电力变压器是电力系统非常重要的一部分。只有其良好的运行,电力系统才可以可靠供电。由电力变压器的原理可知,其技术故障时有发生。文章用传统与智能的方法诊断其故障,并总结了其研究现状。     

变压器的故障诊断技术研究

变压器在电力系统中发挥着非常重要的作用,而在变压器长期的运行过程中,容易受到多种因素的影响导致发生各种运行故障,严重影响了电力系统的安全性和稳定性,因此必须高度重视变压器的故障诊断,结合其故障类型,采取科学合理的故障诊断技术,加强变压器运行维护,提高变压器的故障诊断技术水平。文章分析了变压器常见的故障类型,阐述了变压器的故障诊断技术,以供参考。     

浅谈变压器故障油色谱分析

在供电系统中,变压器作为系统运行的主要设备之一,其对电力系统的安全稳定运行起着非常重要的作用。一旦变压器发生故障,则会影响到电力系统的正常稳定运行。所以在变压器工作时,要做好变压器的故障检测工作,对变压器进行故障检测主要有电气量检测和化学检测两种方法。但在实际检测中,为了能更好的诊断出变压器的内部故障,色谱分析诊断方法比较常用。文章分析了变压器的故障类型,同时对色谱分析方法对变压器故障诊断进行了具体的阐述。     

变压器冷却技术的发展现状及发展前景展望

在电力系统中,电力变压器是非常重要与关键的组成部分,其效用非常显著,具体表现为改变电压元件、保证实现电能的灵活调配等,其进一步满足人们的用电与供电需求,实现逐步变化电流以及阻抗的目的,继而以此来逐步保证电流系统的安全与有效运行。伴随着我国电力行业的进步与发展,电力变压器也开始逐渐被广泛的应用到了电力系统中,为了充分保证电力系统的正常与安全运行,对于检修人员来说,一定要尽可能及时的发现变压器中存在的故障。冷却系统作为变压器中的关键组成部分,其涉及到的各种技术也应该受到重视。基于此,文章主要分析与介绍了变压器冷却系统中的常见故障以及变压器冷却技术的实际发展现状与前景展望。     

基于模糊关系与自组织竞争网络的变压器故障诊断

纵观现阶段变压器故障诊断的相关研究,发现传统的诊断方式存在着诸多的弊端,对比于人工智能网络诊断方法来说,其发挥出的作用并不明显。基于人工智能网络诊断方法的研究,构建自组织竞争网络模型,在此基础上的电力变压器故障诊断方法更加的科学。基于此,文章将重点阐述模糊关系与自组织竞争网络的变压器故障诊断。     

电力变压器故障分析中气相色谱的应用探讨

油浸变压器大多采用油纸组合绝缘,当变压器内部发生潜伏性故障时,最好的监测手段就是对溶解于变压器油中的气体进行气相色谱分析。现从判断油样中气体成分、分析气体含量超标原因入手,对变压器内部存在的故障及其严重程度、发展趋势进行诊断,并结合实例加以说明。     

变压器检修中油色谱分析的实践应用

变压器是整个电力系统和电网中的重要设备,对于变压器的故障检测主要有色谱分析检测和电气量检测。前者主要是对变压器油中特征气体的产气速率、三比值法和含量进行分析。在实际应用过程中,采用不同的分析模型确定设备运行是否属于正常或存在潜伏性故障以及故障类别,能有效判断变压器的内部故障以及故障类型。