基于因子分析和灰色关联度分析法的变压器故障诊断

变压器油中溶解气体分析是目前有效的变压器状态诊断方法,应用灰色关联度算法处理变压器油色谱数据时,变压器故障标准模式的选取直接影响诊断结果.采用因子分析方法对大量确诊故障的油色谱数据进行分析计算,将变压器故障分为高温过热、高能放电等11类故障,并通过计算其标准差、方差以及M估计值,确定表征变压器各类故障的标准模式,该标准模式充分考虑了检测数据的分散性,减小了各类故障数据间的相关信息,使诊断具有更高的分辨率.结合灰色关联度分析法进行变压器故障诊断实例分析,结果表明该方法的诊断准确率高于传统的灰色关联度诊断法.     

基于综合关联度分析的电力变压器故障诊断

在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题。结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨。该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度。实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析方法。在收集到的数据中随机选取350组进行计算,诊断准确率达到93．7％。     

人工智能方法在变压器故障诊断中的应用

作者介绍了诊断变压器故障的气相色谱分析法 ,综述了专家系统、人工神经网络、灰关联分析以及数据挖掘技术在变压器故障诊断中的应用 ,阐述了各方法的优缺点 ,并指出了变压器故障诊断系统的未来发展趋势。     

电力变压器工作状态在线监测与故障诊断系统

目的　研究并建立电力变压器中油内气体的在线监测与故障诊断系统.方法　根据变压器故障诊断问题的特点,采用4种气体传感器构成的检测系统,建立了与之相应的四参数故障诊断方法.结果　初步测试结果表明,数据稳定,系统功能较齐全.结论　该系统能有效地诊断运行中变压器的内部潜伏性故障.     

变压器故障分析在线监测诊断

随着我国电力事业的发展,以及变压器在电力输变系统中的重要作用,本文主要介绍变压器的制作和发展以及运行中出现故障的分析,同时结合相关知识,提出了大型变压器在运行中利用油色谱在线监测进行故障诊断的综合措施.     

基于综合特征输入的DGA在变压器故障诊断中的应用

介绍了反向传播人工神经元网络在变压器故障诊断中的应用,建立了一种新型的基于综合特征输入的溶解气体分析DGA模型,说明了它的工作原理、样本分类方法及计算步骤.结果表明,该网络模型在变压器故障诊断中,经过不断地自适应训练,显著地提高了判断准确率.     

电力变压器故障自动诊断系统的设计

对电力变压器油中的溶解气体进行分析可以及时发现变压器的潜在故障,从而实现对电力变压器故障的诊断.针对常见的电力变压器故障,设计了基于变压器油中溶解气体分析方法和粗糙集方法的故障自动诊断系统,该系统具有直观、方便、可扩展性好的特点,测试结果验证了该系统的有效性.     

电力变压器工作状态在线监测与故障诊断系统

目的 研究并建立电力变压器中油内气体的在线监测与故障诊断系统。方法 根据变压器故障诊断问题的特点，采用4种气体传感器构成的检测系统，建立了与之相应的四参数故障诊断方法。结果 初步测试结果表明，数据稳定，系统功能较齐全。结论 该系统能有效地诊断运行中变压器的内部潜伏性故障。     

基于案例推理技术的机车故障诊断系统研究

针对目前机车故障诊断过程中复杂、繁琐的操作,将基于案例推理技术的故障诊断方法应用于机车故障的诊断,并以电力机车变压器铁芯故障为例进行了研究,分析了对故障属性的约减过程及表示方法,以.Net 4.0为软件平台,设计了基于案例推理技术的机车故障诊断系统,实际应用结果表明,该系统达到了简化诊断操作,提高诊断效率的目的。     

模态区间在液体火箭发动机故障诊断中的应用

基于模型的故障诊断方法在处理具有不确定参数的复杂非线性系统时,由于仿真结果的不精确导致诊断错误.而传统的区间算法又容易发散,为此,引入模态区间分析方法对含有不确定性参数的非线性系统进行建模仿真和故障诊断.模态区间分析方法通过定义逻辑谓词对区间进行语义解释,从而得出系统工作区间的精确包络线,在此基础上进行的故障检测与诊断是可靠的.利用模态区间分析方法对某大型液体火箭发动机进行模拟仿真与故障诊断,结果表明:得到的系统工作区间包络线是正确的,进行故障诊断得到的结果是真实可靠的.     

改进型灰色关联算法在变压器故障诊断中的应用

灰色关联分析已应用于电力变压器故障诊断,传统基于单一故障标准模式向量灰色关联分析算法的油中溶解气体分析（DGA）诊断模型精度有限.为此,提出一种改进型灰色关联算法,该算法在充分考虑DGA数据分散性的基础上,将每类故障的标准故障模式向量由原来算法中的1个扩充到6个,并给出每类故障的DGA数据分布范围,增大诊断信息量;利用关联分析原理,求出待诊模式与各类故障标准模式的灰色关联度,得到故障诊断判定.实例分析证明,所提算法的诊断准确率高于原来的普通灰色关联方法.     

Application of fuzzy analytic hierarchy process and neural network in power transformer risk assessment

In operation, risk arising from power transformer faults is of much uncertainty and complicacy. To timely and objectively control the risks, a transformer risk assessment method based on fuzzy analytic hierarchy process (FAHP) and artificial neural network (ANN) from the perspective of accuracy and quickness is proposed. An analytic hierarchy process model for the transformer risk assessment is built by analysis of the risk factors affecting the transformer risk level and the weight relation of each risk factor in transformer risk calculation is analyzed by application of fuzzy consistency judgment matrix; with utilization of adaptive ability and nonlinear mapping ability of the ANN, the risk factors with large weights are used as input of neutral network, and thus intelligent quantitative assessment of transformer risk is realized. The simulation result shows that the proposed method increases the speed and accuracy of the risk assessment and can provide feasible decision basis for the transformer risk management and maintenance decisions.     

大型电力变压器故障诊断专家系统(Ⅰ)

本文系统地叙述了专家系统的基本理论,详细地讨论了专家系统在电力变压器故障诊断方面的开发和应用。结合TFDES具体内容,分析了知识库的建立、总体模块结构、故障诊断程序等特点,进一步阐述了TFDES的开发经验。     

基于主成分分析和遗传程序设计的油浸式变压器故障诊断

提出了一种基于主成分分析和遗传程序设计的分类模型,并应用于油浸式变压器故障诊断中。该分类模型以变压器油中溶解气体的DGA数据为评价指标;通过对所采集数据进行主成分分析,减少了数据的冗余度,从而大大降低了问题的复杂度。实验证明该模型是高效可行的。     

基于多GEP分类器和DGA的变压器故障诊断

将GEP(Gene Expression Programming)方法与变压器油中溶解气体分析方法结合起来,提出了基于自适应GEP分类算法的变压器故障诊断方法。该方法继承了遗传算法(GA)的线性性和遗传程序设计(GP)的普适性,从而达到了简单编码解决复杂问题的目的,具有良好的收敛性和鲁棒性。选择能反映各种故障而又不冗余的400组DGA实测数据作为GEP分类器的训练样本和测试样本,并将测试结果与NB分类器,BP网络法,免疫分类法进行对比分析。大量诊断实例表明,所提出的自适应多GEP分类方法适用于变压器故障诊断,其性能优于另外3种方法。     

油中气体分析在变压器故障诊断中的应用

本文叙述了油中气体分析在变压器类设备故障诊断中的应用,介绍了特征气体法、三比值法和三角形法的基本原理。并通过实例,进一步说明建立油中气体分析(DGA)数据库的必要性。     

基于模糊故障树的变压器可靠性分析

针对电力变压器故障特点,采用模糊理论与故障树分析相结合的方法对变压器可靠性进行分析．介绍了变压器故障树的建树方法与故障树分析流程,建立变压器故障树,找出故障树顶事件的最小割集;利用模糊理论合理客观地得到变压器的故障概率区间;对底事件模糊概率重要度进行计算,得到顶事件的薄弱环节以及关键事件,为变压器可靠性设计和可靠性增长提供理论依据．     

电力变压器故障诊断的人工神经网络方法

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．在介绍人工神经网络（ANN）和模糊理论的基本工作原理的基础上,针对变压器故障诊断的特点,运用油中溶解气体分析法（DGA）,采用分块化的反向传播神经网络（BP）,建立了变压器故障诊断的神经网络模型．通过训练和实际测试,表明了这一方法的有效性和可行性．     

结合N-W方法的L-M算法在变压器故障诊断中的应用

在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。     

基于改进算法ANFIS的变压器故障诊断

在分析变压器油中溶解气体进行变压器故障诊断的基础上,提出一种基于改进算法的自适应神经模糊推理系统的变压器绝缘故障诊断方法.该方法使用IEC三比值法的3个气体比值作为ANFIS输入向量,构造三输入一输出的ANFIS,然后使用具有全局收敛性的相关的广义Fletcher-Reeves共轭梯度法改进ANFIS默认的以BP算法和最小二乘法构成的混合学习算法,再使用新的学习算法训练系统.最后,对模型的有效性进行了检验,并与使用BP学习算法训练的诊断结果做了比较.检验结果表明:使用改进算法的ANFIS进行变压器故障诊断是可行的,并且诊断精度有所提高.