智能神经网络在电力变压器故障检测中的应用

电力变压器是电力系统中的重要设备,其可靠安全的运行是居民及工业用电的保障.及时准确的变压器故障诊断及潜在故障的预测迫在眉睫,文中根据变压器故障类型与变压器油中溶解气体之间的关系,梳理了目前比较常用的变压器故障诊断方法,并且深入分析当前学者们研究的基于人工神经网络的故障诊断模型,介绍模型的基本结构及神经网络模型的进一步研...     

一种基于模糊神经网络的变压器故障诊断方法

本文介绍了一种基于模糊神经网络的变压器故障诊断方法，它是将BP神经网络和模糊数学的理论应用到传统变压器故障诊断方法中，有效地解决了变压器故障诊断的复杂性和模糊性，从而提高网络诊断能力。     

一种模拟退火小波网络的电力变压器故障诊断

关于电力变压器是电力系统的主要设备,变压器故障是危及电网安全的主要因素.在传统的故障诊断方法中,存在着易陷入局部最小和对初值依赖性较高的缺陷.根据油中溶解气体的故障诊断技术,为了准确及时检测电力变压器故障,提出对油中溶解的气体(H2,CH14,C2H2,C2H4,C2H6等)采用小波神经网络模型进行分析,对电力变压器进行故障诊断,同时引入了模拟退火算法对模型进行了结构和参数的优化,加快了训练收敛速度,避免了陷入局部极小值.进行仿真,结果表明了改进方法的有效性.     

浅析电力变压器智能故障诊断方法

电力变压器是电力系统中的重要组成部分,是整个系统稳定可靠运行的关键影响因素,智能故障诊断方法的研究对于保证电力变压器的安全运行有着非常重要的现实意义。本文从小波变换的基本原理出发,分析小波神经网络和基于小波神经网络的电力变压器故障诊断模型,结合该模型进行变压器故障诊断,并研究诊断结果。     

电力变压器故障诊断方法研究

变压器作为一个电能转换设备,是电力系统的特别重要的部分,被广泛应用于电力系统之中,因此,要准确监控其运行状态,对即将发生的故障进行预警。由于变压器本身特性,电磁量相对而言比较复杂,因此,多采用气体量进行分析,但在实际运用过程中这类方法存在着较大的局限性。最近几年随着智能算法的不断进步与发展,神经网络被广泛运用于故障分析领域,笔者就对各种方法在变压器故障诊断中的应用进行分析。     

基于改进遗传BP算法的电力变压器故障诊断

本文在改进的遗传算法中加入BP迭代,并应用于电力变压器的故障诊断。它有效地解决了常规的BP算法易陷入局部极小、收敛速度慢和基本遗传算法早熟等缺点。实例仿真诊断结果表明了这种算法具有较快的收敛速度和较高的计算精度,它能满足电力变压器故障诊断的要求。     

仪器装备故障智能诊断系统

推出了结合专家系统与神经网络两种人工智能技术而建立的智能化故障诊断系统。它用神经网络进行故障分类、获取知识；经专家系统给出解释和推理，从而得到具体的诊断结果。建立了快速、准确和智能化的仪器故障诊断模型。     

变压器远程故障诊断系统的设计

随着电力系统的发展,变压器数量的快速增加,作为电力系统的重要设备,变压器的故障诊断技术的发展也变得至关重要,传统的人工定期检测已渐渐不能满足实际需求,在线监控和远程监控已成为发展趋势。由于传统离线故障诊断和在线故障诊断的局限性,本文综合利用智能故障诊断技术、Internet技术、Matlab Web Server技术等开发了一个变压器远程故障诊断系统。利用二叉树模糊支持向量机(Fuzzy Support Vector Machines,FSVM)的方法进行变压器的故障诊断研究,采用B/S结构,使得远程客户端能通过Internet访问远程Matlab Web Server,利用训练好的模糊支持向量机模型进行远程故障诊断。实验结果表明,开发的远程故障诊断系统具有良好的跨平台特性,可以方便地进行远程故障诊断,易于监测现场人员使用,具有较大的实用价值。     

基于优化神经网络的变压器故障诊断方法研究

传统基于反向传播（BackPropagation,BP）神经网络的电力变压器故障诊断方法正判率较低,本文利用粒子群算法优化神经网络算法进而对变压器故障诊断展开研究。具体做法是在电力变压器油的气体分析过程中采用优化后的神经网络方法进行故障诊断,其中优化算法为邻域粒子群算法,将经过采集、归类、预处理后的变压器油气体相关数据输入优化后的BP神经网络,利用网络进行充分优化与训练,完成电力变压器的故障类别诊断。案例分析结果显示本文基于神经网络的变压器故障诊断方法提高了故障类别诊断的正确率。     

神经网络在电力变压器运行状态检测中的应用

设计了一个基于神经网络的电力变压器运行状态检测系统.通过双网络判别法同时处理气相色谱和电气实验数据,运用模糊技术对输入数据进行预处理,使用冗余属性增强学习能力,利用VC维确定网络结构,并用SuperSAB算法进行训练.实验以及对系统的试用表明,该系统在真实应用中取得了较好的效果.     

基于Labview的变压器故障诊断系统研究

本文首先基于油中溶解气体特征含量构建BP网络结构,采集数据样本,进行网络训练,然后应用信息融合原理搭建分层故障诊断模型,分析判断变压器的故障类型,并在此基础上判断变压器局部放电类型。然后采用虚拟仪器技术,在Labview平台上开发了变压器故障诊断系统,该系统从油气量和局部放电信号两个方面对变压器进行故障诊断和局部放电类型识别。通过油气量判断变压器故障类型,然后应用信息融合原理融合局部放电统计特征参量综合判别变压器局部放电类型。该系统实现了变压器油气含量分析,局部放电信号存储,数据综合处理,数据库的查询、修改以及删除功能,从而实现了对变压器的故障诊断。     

基于WSN和数据融合技术的电力变压器故障诊断系统的研究

探讨一种基于数据融合和可拓理论的电力变压器故障诊断方法,基于此方法,应用无线传感器网络技术和.NET开发平台构建和开发出一套电力变压器故障诊断系统。该系统将WSN技术用于电力变压器油中溶解气体的无线数据采集,实现变压器油中溶解气体的实时数据采集和传送;同时运用信息融合技术对数据进行优化处理,既可以降低网络能耗又保证了数据的准确和客观;在变压器进行故障诊断时,针对现有电力变压器故障诊断的气体比值法存在的编码规则不完整、诊断故障类型单一等缺陷,使用可拓诊断方法,定量与定性相结合,使变压器故障诊断方法更为精细化。在线故障诊断可视化系统可以实现变压器油中溶解气体参数的采集、显示、分析、存储和回放等功能,实现对变压器故障信息的实时分析与自动诊断,既解决了作业人员远程实时监测变压器运行状态问题,又大大提高了变压器故障诊断的性能,为变压器在线监测和故障诊断技术提供新的发展方向。     

基于神经网络的变压器故障诊断方法研究

针对概率神经网络(PNN)模型强大的非线性分类能力,PNN能够很好地对变压器故障进行分类;文章通过对PNN神经网络的结构和原理的分析,应用PNN概率神经网络方法对变压器故障进行诊断;通过实例仿真表明,PNN网络的训练时间比BP网络少,比之预测准确度也要高,而且还具有高度的泛化能力,这使得PNN网络可以有效地运用到变压器故障诊断中,具有一定的可操作性。     

油浸式电力变压器故障与其本体外表面温度关系分析

采用"部件-故障原因-温升现象"的3层结构对油浸式电力变压器故障进行了分类,总结了各类故障产生的原因,分析了各类故障对变压器外表面温度变化的影响。结果表明:铁芯及夹件、绕组及引线、分接开关、绝缘系统和油箱及底座等故障都会引起变压器外表面温度升高;冷却系统故障必然导致变压器外表面温度升高;一部分进出线套管故障会引起变压器外表面温度升高;大多数保护和测量装置故障会引起变压器温度升高。从而得出了油浸式电力变压器故障与其本体外表面温度的初步关系,即变压器故障大多会导致变压器外表面温度升高。     

基于模糊神经网络的雷达印制板故障智能诊断系统研究

以故障诊断理论和方法为基础．综合运用人工智能、模糊理论和神经网络理论．对雷达印制板故障智能诊断问题进行了研究，给出了模糊神经网络故障智能诊断系统的实现过程。仿真结果表明，该方法是一种行之有效的故障智能诊断方法。为雷达印制板的故障诊断提供了一务新的途径。     

基于模糊神经和局部统计的变压器故障研究

为了实现电网运行状态的在线监测和故障诊断隔离,提出了基于模糊神经模型和局部统计方法的故障诊断隔离机制。首先在分析电力变压器故障的基础上,利用模糊神经网络建立无故障状态时电力变压器的温度模型,得到模糊神经模型和实际电力变压器输出的温度偏差,然后结合优化的全局检验和最小最大检验的局部统计方法计算对应故障诊断和隔离指标。当其超过设定的故障阈值时,该评估系统可早期发现故障和启动警报,并根据具体参数变化将故障定位在变压器具体元件。仿真试验表明,提出的故障诊断和隔离方法在实际系统中表现出优越的性能,能够提前发现故障原因,维护电网高效运营,具有重要的理论意义和应用价值。     

基于BP神经网络的智能BIT故障诊断系统研究

论述了智能BIT的设计、检测、诊断、决策四个方面的主要研究内容,分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的智能BIT故障诊断系统,并用某雷达录取终端的故障实际数据进行了验证。结果表明将神经网络与智能BIT结合是一种有效的诊断方法,解决了传统BIT故障诊断能力不足,导致系统虚警率过高、自适应性能差等问题,使被测系统具有更高的故障诊断能力。     

电力变压器状态检测中复合推理方法的研究

本文在对电力系统的特点进行深入研究后,提出了基于分类框架推理技术、模糊推理技术、神经网络技术以及事例推理技术的复合推理方法,并将其应用于电力变压器状态检测.试用表明,复合推理方法比传统的单一推理方法具有更高的准确性和灵活性,并且可以在类似故障诊断领域中推广使用.     

基于HMM的电力变压器故障诊断系统软件设计与实现

介绍了一种基于HMM的电力变压器故障诊断系统软件的设计与实现,给出了HMM建模和分类设计的步骤.在该系统中,利用Visual C#和LabVIEW为工具开发上层软件,利用COM技术实现算法的模块化.该系统可及时掌握电力变压器的工作状态和故障征兆及发展趋势,进行超差报警和故障诊断,以保证输变电系统的安全运行.