电力变压器故障诊断专家系统TFDES

电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。本文介绍电 力变压器故障诊断专家系统TFDES的原理与结构。以气相色谱法为主，T FDES综合运用各种故障检测的知识判断故障性质；运用模糊逻辑较好地处 理了故障诊断中的模糊性问题。初步测试表明，TFDES结构合理，推理正确 ，能有效地诊断运行中的变压器的内部潜伏性故障。     

电力变压器状态检测与故障诊断系统

电力变压器状态检测与故障诊断对电力系统的安全、经济运行有着十分重要的意义。介绍了电力变压器故障诊断的基本原理和实现方法，描述了应用于嘉定供电分公司电力变压器状态检测与故障诊断系统(TFDES)的结构、实现机理、各模块功能及特点。实践证明．TFDES通过引进多种诊断模块．能正确诊断出运行中变压器的故障及早期潜伏性故障．并提出专家意见和相应对策．真正实现变压器的计算机管理。下一步将结合人工神经网络．不断丰富和完善TFDES。     

电力变压器信息管理及故障诊断专家系统的研制

介绍了变压器故障诊断专家系统的情况,描述了所开发系统的TFDES结构、推理机制、实现方法及诊断管理的主要功能。现场测试表明:TFDES结构合理,推理正确,能有效诊断运行中变压器的内部故障。     

基于小波包能量熵的电力变压器运行状态评估方法研究

振动在线检测法在电力变压器机械故障诊断中的应用越来越广泛,在此基础上将能量熵引入电力变压器绕组振动信号的特征提取中。通过实验提取一台电力变压器绕组正常运行和短路冲击运行时的振动信号,运用小波包分解重构原理分解出信号的子频带,采用频段-能量熵方法来检测电力变压器绕组不同运行条件下短路故障类型。实验结果表明,不同机械状态下电力变压器绕组振动信号特征向量之间的差异性可作为故障诊断的依据。     

人工智能在变压器故障诊断中的应用

人工智能（AI）在变压器故障诊断领域的开发和应用,以专家系统和人工神经网络的研究最引入注目。已开发的软件TFDES由变压器故障诊断知识库、数据库、推理机、解释机制和人机接口组成,知识库建成模块化结构。人工神经网络TFDANN为模块化结构,采用反向传播的BP网络,引入了模糊逻辑理论。系统对运行中变压器的内部潜伏性故障,可作出早期诊断,对现场运行人员可提供“咨询”意见。     

基于概率神经网络的变压器故障诊断的研究

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义,本文介绍了基于概率故障神经网络(PNN)在变压器故障诊断中的应用。通过运用所设计的网络针对不同类型故障进行定性诊断并比较实验数据的合理性,仿真结果表明,这种方法应用于工程实际问题具有良好的有效性和实用性。     

电力变压器故障诊断专家系统

将电力变压器油气分析法和电气试验法作为主要检测数据来源，收集整理了故障诊断的专家知识，利用专家系统开发工具，开发出一种电力变压器故障诊断的专家系统，能有效诊断运行中的电力变压器内部故障。因其知识库维护性较强，用户接口方便，适合专业技术人员使用，并为电力变压器故障在线诊断提供了一种途径。     

基于BP网络远程无线电力变压器故障诊断系统

针对电力变压器故障的特点,运用BP神经网络技术对传统的电力变压器故障诊断方法加以完善,以TMS320VC5402 DSP为硬件核心,设计了高速实时电力变压器故障诊断模块,同时利用Zigbee网络实现了电力变压器故障远距离无线诊断.通过电力变压器故障诊断实例,比较了BP神经网络法和传统的改良三比值法在诊断电力变压器故障类型方面的性能.比较实例表明,基于BP网络远程无线电力变压器故障诊断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诊断,提高了诊断准确率,同时还可以进行远距离无线诊断,从而节省了成本.     

电力变压顺故障论断专家系统

将电力变压器油气分析法和卢气试验法作为主要检测数据来源，收集整理了故障诊断的专家知识，利用专家系统开发工具，开发出一种电力变压器故障诊断的专家系统，能有效诊断运行中的电力变压器内部故障。因其知识库维护性较经，用户接口方便，适合专业技术人员使用，并为电力变压器故障在线诊断提供了一种途径。     

变压器故障样本多维诊断及结果可信度分析

电力变压器作为电力系统的核心设备,其安全稳定运行对于电力系统具有重要意义.电力变压器在线故障诊断是实现电力变压器实时状态分析的重要方法,油中溶解气体分析是最常用的电力变压器在线故障诊断方法.目前变压器故障诊断征兆优选多采用基于启发式算法的策略,虽然相较于遍历型算法简化了筛选流程,但仍需消耗大量算力.电力变压器融合故障诊...     

基于XGBOOST算法的大型电力变压器运行故障诊断方法

作为电网中的关键枢纽设备,大型电力变压器运行状态的稳定关乎供电系统的可靠性,所以对其运行故障的诊断具有重要价值。基于XGBOOST算法的大型电力变压器运行故障诊断方法的研究,首先对变压器故障进行预处理,其次建立XGBOOST算法下的诊断模型,接着对故障特征进行选择,然后诊断不同的故障模型,最后进行实验验证,得出XGBOOST算法下大型电力变压器故障诊断方法具有最好适用性的结论。     

基于参数优化的电力变压器故障诊断模型

针对当前电力变压器故障诊断效率低、误差大的难题,提出了基于参数优化的电力变压器故障诊断模型。首先提取电力变压器故障的特征,将其作为最小二乘支持向量机输入,电力变压器故障类型作为输出,然后采用最小二乘支持向量机对电力变压器的故障诊断样本进行学习,构建电力变压器故障识别的分类器,并引入混沌粒子群算法对最小二乘支持向量机的参数进行优化,最后进行了电力变压器故障诊断的仿真对比测试。测试结果表明,本文模型可以准确辨识各种类型的电力变压器故障,获得较高正确率的变压器故障诊断结果,电力变压器故障诊断的速度,而且电力变压器故障诊断整体性能要优于当前其它电力变压器故障诊断模型。     

基于BP网络远程无线电力变压器故障诊断系统

针对电力变压器故障的特点,运用BP神经网络技术对传统的电力变压器故障诊断方法加以完善,以TMS320VC5402 DSP为硬件核心,设计了高速实时电力变压器故障诊断模块,同时利用Zigbee网络实现了电力变压器故障远距离无线诊断。通过电力变压器故障诊断实例,比较了BP神经网络法和传统的改良三比值法在诊断电力变压器故障类型方面的性能。比较实例表明,基于BP网络远程无线电力变压器故障诊断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诊断,提高了诊断准确率,同时还可以进行远距离无线诊断,从而节省了成本。     

基于BP神经网络的变压器故障诊断及其应用

针对电力变压器故障的特点以及传统故障诊断方法在变压器诊断应用中的局限性,研究一种基于BP神经网络算法的变压器故障诊断方法.通过选择足够的故障样本训练神经网络,达到变压器故障诊断的要求,并通过实例证明本算法的有效性.     

近邻成分分析和k近邻学习融合的变压器不平衡样本故障诊断

在基于机器学习的电力变压器故障诊断方法中,各故障类别间案例数量不平衡会导致诊断准确率降低.为了提升电力变压器故障诊断模型的准确率及运行效率,构建了融合引入修正因子的近邻成分分析和k近邻学习的故障诊断模型.首先,通过对近邻成分分析算法(neighborhood component analysis,NCA)目标函数引入修...     

基于有限元分析的电力变压器绕组故障诊断

电力变压器绕组故障诊断是保证电力变压器安全运行的关键技术。文中通过建立变压器有限元模型和高频等值电路模型,提出了基于"结构参数—电气参数—试验结果"诊断思路的变压器绕组故障诊断方法,可以有效提高电力变压器绕组故障诊断的可靠性。文中基于Ansoft Maxwell仿真平台建立变压器三维有限元模型,计算了变压器主要电气参数(对地电容、饼间电容等),分析了不同故障类型及故障程度下电气参数的变化。运用求解的电气参数搭建了高频等值电路模型,并由高频等值电路模型仿真对应试验结果。文中以轴向位移故障为例,仿真了不同轴向位移程度下变压器的频率响应试验曲线。建立了200~250 k Hz频率带上频率响应试验结果变化与轴向位移故障程度的拟合函数关系,通过该特征频率带上谐振峰的变化可以实现对轴向位移故障程度的诊断。提出的故障诊断方法为实现通过试验结果直接诊断变压器故障类型及其程度提供了参考。     

基于支持向量机的油浸式电力变压器故障诊断方法研究

在电力网络中变压器是非常重要的电气设备,对电力网络的正常运行具有非常重要的作用,利用变压器油中溶解气体组成的分析,对电力变压器运行中的故障进行诊断具有重要意义。采用支持向量机(SVM)算法分析变压器油中溶解气体组成并进行故障诊断,选取了SVM核函数及最优参数并构造了OVR-SVM多类分类器。最后,基于DGA数据的实验结果显示,这种故障诊断方法具有很好的效果。     

基于云推理及加权隐式半Markov模型的变压器故障预测

为分析电力变压器运行过程中的状态变化并准确预测潜伏故障,在现有研究基础上建立了基于云推理及加权半Markov退化模型(HSMM)的变压器故障预测方法.利用云理论对故障变压器油中气体样本数据训练以发掘对应定性云概念,并构建油中气体状态空间.基于变压器运行状态变化规律分析引入老化因子,通过多步长加权方法在Markov链中引入历史运行状态信息,构建了加权HSMM退化模型对变压器运行状态进行预测.若预测DGA表征的变压器运行状态处于异常时,利用构建的云推理组合规则发生器对变压器故障类型进行诊断.多实例分析验证表明:基于加权HSMM退化模型能准确预测变压器运行状态;相较于其它常用预测方法,其在非等间隔观测数据或出现波动情况下鲁棒性及准确性更佳;结合基于云推理机制的故障诊断方法能实现变压器状态的准确预测和故障诊断.     

基于灰关联理论的变压器故障诊断专家系统

以变压器油中溶解气体含量为特征量,针对电力变压器的故障特点,提出了采用基于规则的产生式方法进行知识表示,以模块方式构造知识库,并选用正反向混合推理方式,创建电力变压器故障诊断专家系统。讨论了基于灰色关联理论的案例推理在整个系统中的实现方法。该系统具有运行状态监测和智能化故障诊断功能。大量诊断实例表明,该专家系统有效、灵活,具有一定容错能力,能有效提高电力变压器运行和维修效率。     

电力变压器故障诊断及检修

作为重要的输变电设备,电力变压器的故障诊断以及检修一直是电力系统工作人员研究的重点内容,因为一旦电力变压器在运行过程中出现故障,对电力系统的影响将是不可估量的。本文对电力变压器故障诊断以及检修的相关内容展开研究,以期给同行参考。