基于优化极限学习机的变压器故障诊断方法研究

电力变压器的智能故障诊断是推动智能电网发展的主要环节,但传统的单一智能诊断算法无法有效处理变压器大量不完整的故障信息,导致故障诊断准确率低。因此,结合溶解气体分析(DGA)技术,本文提出了一种基于灰狼优化算法优化的混合核极限学习机的变压器故障诊断方法。首先,根据Mercer定理,结合局部径向基核函数和全局多项式核函数,构建了混合核极限学习机模型。其次,可以通过灰狼优化算法对混合核函数的参数进行优化。最后结合实际数据对6种变压器故障数据进行了诊断,诊断准确率为90.02%（普通神经网络仅为77.8%）。此相比如传统的神经网络具有较高的诊断精度。应用混合核函数可以提高KELM的学习能力和泛化能力,以至于提高诊断精度。     

基于图优化的INS/GNSS深组合导航系统研究

为充分考虑历史信息对未来导航结果的影响,并充分利用更深层次的组合导航信息进行信息融合,提出了一种基于图优化的INS/GNSS深组合导航方法.通过将量测信息和状态传播作为约束信息,在时间域上构建优化代价函数,利用列文伯格-马夸尔特法求解状态的最优估计.通过INS/GPS深组合导航系统仿真实验对该方法进行了评估和分析,仿真...     

应用交叉熵组合预测配电变压器的健康指数

预测各个设备的状态能有效地促进配电网状态检修任务的顺利开展。采用AHP灰色聚类的状态评估模型确定配电变压器的健康指数HI。基于交叉熵理论,通过组合方法预测配电变压器的HI。该组合预测方法利用交叉熵理论动态确定改进神经网络和改进马尔科夫链的权重,有机融合了两个单一预测法的优点。整个预测过程,考虑了影响配电变压器全寿命周期中健康指数的重要因素——故障概率密度形状参数和尺度参数的变化。通过具体案例检验了组合方法的合理性和可靠性,为状态趋势预测提供了一种新方法。     

基于直觉语言评价的电力变压器状态维修决策方法

研究电力变压器状态维修的决策方法对提高其运行安全和可靠性具有重要意义。针对当前变压器状态维修决策方法对定性评价信息处理的不足,文中结合直觉模糊集和语言评价法提出一种基于直觉语言评价的决策方法。为得到更为完备的决策信息,该方法首先引入直觉语言数形式以充分表达专家评语的肯定度、犹豫度;在此基础上,基于直觉语言熵定义并综合考虑多方面因素建立起优化模型来确定指标权值,同时利用直觉二元语言算子对专家群体决策信息进行集成运算,以进行方案优选。实例分析表明,该方法能涵盖更多的决策信息,并减小定性到定量转化过程中的信息量损失,使得决策结果更加客观、合理和全面。     

基于粒子群优化灰关联分析法的电力变压器绝缘可靠性研究

采用故障树分析法对变压器绝缘故障进行建树,根据统计资料以及专家判断法确定了底事件的失效概率。针对变压器绝缘故障原因具有灰性的特点采用粒子群优化的灰关联分析法进行关联度计算,在优化过程中结合了粒子群方法和差异信息理论的知识,最终得到一个信息分辨程度较高的关联度序列。根据此序列可以找到影响变压器绝缘故障的前四位因素,在变压器的运行过程中降低这些因素的发生概率,能够提高变压器的可靠性,为变压器的可靠运行奠定基础。     

基于kalman滤波的灰色BP神经网络方法的电力变压器运行状态评估

针对目前电力变压器运行状态的评估方法,本文提出了一种基于kalman滤波的灰色BP神经网络方法对电力变压器运行状态进行预测评估。首先用kalman滤波剔除原始数据的随机干扰误差,然后用灰色模型进行预测并与原始数据比较,然后用BP神经网络模型训练误差,以此来修正模拟预测值,文中是对已知的变压器油色谱试验信息进行分析预测,再对其进行评分,根据评分结果综合考虑采取相应的维护策略,从而为变压器的检修和维护提供技术依据,为变压器的安全运行提供保障。通过实例分析可以得出改方法较传统的方法精度更好,预测效果更加可行实用。     

基于人工鱼群算法和LS_SVM的变压器故障诊断

针对变压器故障数据的特征信息不确定性以及传统诊断方法准确率较低的问题,文中采用人工鱼群算法和最小二乘支持向量机相结合的方法来进行变压器故障诊断。将IECTC10数据库中的DGA特征气体比值作为输入,建立基于最小二乘支持向量机的变压器故障诊断模型,并运用人工鱼群算法对最小二乘支持向量机的参数进行优化选取。然后根据诊断结果,选出分类效果最佳的多比值特征参量组合。实验验证结果显示,文中所提出的诊断方法准确率可达96.67%,拥有更高的故障诊断正确率。     

基于DBN与健康指数的变压器评估与寿命预测方法

变压器的运行状态对电网能否正常运行至关重要,准确对变压器运行状态进行评估以及寿命预测是保证其变电站安全稳定运行的关键。提出了一种基于深度置信网络（DBN）与健康指数的变压器评估与寿命预测方法。通过无监督训练深度置信网络实现变压器运行状态数据的有效特征提取,进而构建设备运行状态的健康指数,对变压器状态进行评估,将评估结果结合健康指数曲线对其剩余寿命进行预测。以某变压器采集数据为例,结合实际运行情况,证明该方法能科学预测变压器设备有效寿命,为变电站的状态检修工作提供科学指导依据。     

基于核方法的敏感信息过滤的研究

在深入分析敏感信息过滤任务的特点和难点的基础上,针对现有一般的信息过滤方法的不足,提出了一种利用敏感词的组合信息来改进过滤效果的思想.进而,研究了在核方法的框架下特征共现行为建模的原则并提出了复合ANOVA核来刻画特征组合行为.通过真实信息过滤环境中的测试评估,显示了此敏感信息过滤方法的有效性.     

基于声纹检测技术的变压器绕组损坏故障分析

文章针对变压器运行中绕组故障时的声纹信息,指出故障会引起绕组声纹改变,并用一起变压器绕组故障后的声纹采集案例进行了验证。验证表明,采集变压器的原始声纹信息对变压器绕组健康状态监测十分重要,对于提高变压器绕组故障诊断效率具有重要意义。     

10kV配电变压器状态评估模型研究

本文针对10kV配电变压器状态评估模型进行了介绍,叙述了变压器状态评级、评估指标体系的建立、评估模型的建立和实例计算等思路和方法。鉴于检修体制是否合理完善直接影响配电变压器可靠性水平,通过基于风险度计算的状态评估模型,对配电变压器进行状态评价,对变压器的合理使用和维修、故障预测以及配电管理等有着极为重要的意义。     

混合核函数SVM在变压器状态评估中的应用

核函数是SVM(Support Vector Machine,支持向量机)的重要组成部分,核函数的选取对分类效果有明显的影响。该文把混合核函数引入到变压器状态评估中。实例分析表明,混合核函数支持向量机提高了状态评估的准确率。     

10kV配电变压器状态评估模型研究

本文针对10kV配电变压器状态评估模型进行了介绍,叙述了变压器状态评级、评估指标体系的建立、评估模型的建立和实例计算等思路和方法。鉴于检修体制是否合理完善直接影响配电变压器可靠性水平,通过基于风险度计算的状态评估模型,对配电变压器进行状态评价,对变压器的合理使用和维修、故障预测以及配电管理等有着极为重要的意义。     

10kV配电变压器状态评估模型探究

本文针对10kV配电变压器状态评估模型进行了介绍,叙述了变压器状态评级、评估指标体系的建立、评估模型的建立和实例计算等思路和方法。鉴于检修体制是否合理完善直接影响配电变压器可靠性水平,通过基于风险度计算的状态评估模型,对配电变压器进行状态评价,对变压器的合理使用和维修、故障预测以及配电管理等有着极为重要的意义。     

基于加权组合核RX算法异物检测及其参量选择

为了融合光谱形状差异信息和多项式核函数全局信息,充分挖掘地物特征,提高异常检测正确率,提出了一种加权组合核RX算法.该算法在高斯核函数的基础上,增加一个光谱角核函数.由于核函数参量和加权参量直接影响算法性能,分别采用了随机函数法、爬山法和粒子群算法对上述参量进行了选择.结果表明,在恒虚警率下使用粒子群算法进行参量设定得到的效果最好,且采用加权组合核函数RX算法得到的目标检测率为83.5%,相对于普通的核RX算法,正确率得到了提高.     

基于健康指数的变压器运行可靠性评估研究

对变压器进行可靠性评估是实施状态检修的关键,目前电力企业对变压器运行的可靠性研究尚存在一些问题,导致了变压器的"过修"与"欠修",造成了资源的浪费.针对此问题,本文以油浸式变压器状态评价导则为基础,综合考虑绝缘状态、检修记录、运行时间、变压器附件、运行环境等因素的影响构造了基于健康指数的变压器运行可靠性评估模型,并得出变压器状态风险等级和检修策略.经实例分析可知所提出的方法有效可行,可以为电力变压器的状态检修工作提供技术支持.     

基于PCA与SVM的焊缝缺陷信号分类方法

为保证焊接结构处于安全工作状态,文中针对焊缝缺陷的分类问题提出一种结合主成分分析和支持向量机的焊缝特征导波缺陷信号的分类方法。该方法首先以缺陷回波的稀疏重构信号为基础提取了缺陷信号的特征参数矩阵,然后利用主成分分析法对参数矩阵进行降维优化以消除冗余信息。将优化的低维特征矩阵应用于支持向量机进行分类训练,并对比不同主成分的分类效果。最后选择核函数和相关参数来提高分类器的准确率。实验结果表明,该方法能够有效地对焊缝缺陷进行分类。     

高压电气试验过程的变压器应用研究

试验变压器为高压电气试验的有效开展提供了设备硬件基础,为实现对电网高压电气设备行状态的有效判断提供保障,本文针对高压电气试验过程的试验变压器的实际运用展开了研究,为进一步优化试验变压器的使用效果提供保障.     

浅析故障树分析法在变压器运行状态评估中的应用

本文提出了一种基于故障树分析法的变压器的运行状态评估分析方法。该方法应用最小割集建立故障树,给出了变压器运行状态可靠性评估的加权计算公式,并结合具体算例对变压器运行状态进行了评估分析,得出计算结果,找出变压器运行的薄弱环节。     

粗糙集和贝叶斯网络组合诊断变压器故障

针对油浸式变压器故障诊断中信息伴随着随机性、复杂性和不确定性的特点,为了获得更高的诊断率,提出了粗糙集和贝叶斯网络组合诊断模型。在处理不确定性问题方面贝叶斯网络能力很强,粗糙集对离散后的条件属性约简去除冗余信息得到最简决策表后作为贝叶斯网络分类模型的输入,降低了网络结构的复杂性和减少了获取故障属性的难度。对搜集到的数据进行对比测试表明其诊断效果要比单独使用粗糙集或贝叶斯网络分类器的方法更优。最后采用具体的变压器故障实例来测试该方法的可行性。