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...     

基于多模型选择性融合的变压器在线故障诊断

在线智能化故障诊断是变压器故障诊断的发展趋势,为发挥不同征兆子集及诊断算法的性能优势,实现多元诊断模型的互补决策,文中通过对智能诊断算法的性能进行多维对比分析,选取综合性能优的诊断算法用于征兆子集优选,使用优选子集与诊断算法训练多个诊断模型,通过模型间差异性分析有选择地对模型进行融合并用于最终决策.实例验证结果表明,融合模型泛化性能及均衡诊断能力均有提升.     

基于多预测模型融合的电力变压器安全预判

为解决传统分析措施未能将多源异类的数据信息纳入电网设备故障征兆分析及基于小样本单一算法难以较好应对多种故障类型设备诊断的问题,构建一种不同类型电网设备相关数据的统一化、标准化方法。采用卡方分布算法通过对数据相关性挖掘进行特定故障类型征兆集的选择,以避免层次分析法、格林兰验证等故障征兆集分析方法存在人工经验干扰。构建了一种多算法融合决策方法来避免单一算法决策的弊端。通过实例验证了对电力设备的单一故障类型寻找故障征兆集比针对设备选择故障征兆集具有更好的简约效果与预判准确率。实例还验证了所提融合算法效果好于单一算法。