搜索结果: 1-15 共查到“变压器故障”相关记录30条 . 查询时间(0.136 秒)
《基于频率响应分析的电力变压器故障诊断方法》（图）
电力变压器 故障诊断 绕线轴异常 频率响应分析
2023/6/19
随着我国现代化的不断发展，对于电力供应的需求也在不断的增加。如何保障电力工作过程中的用电安全，一直是较为重要的问题。在输电过程中电力变压器是进行电压转换的核心设备，而且因为电力变压器的重要作用和价格问题，导致电力变压器更换比较困难，所以如何保障电力变压器在长期工作过程中的故障概率诊断是一大难点。本文提出了基于频率响应分析绕组故障诊断方法，通过预测有没有实测参考数据的电力变压器故障概率诊断方法。
核电厂主变压器多起损毁事故表明主变压器故障诊断准确性和时效性较差。对核电厂主变压器故障诊断技术现状进行了分析，结果表明核电厂主变压器故障诊断工作流程过于简单，故障在线诊断系统的信息化水平较低。对电力变压器故障诊断的方法与应对策略进行了研究。设计了一种融合了成熟的电力变压器故障诊断技术的核电厂主变压器故障诊断工作流程。给出了基于数字化分布式控制系统改进核电厂主变压器故障在线诊断系统功能，以及提高系统...
基于遗传小波神经网络的变压器故障诊断
小波神经网络 遗传算法 变压器故障诊断
2014/1/9
电力变压器油中溶解气体的色谱分析是变压器故障诊断的重要方法，通过该方法可以间接了解变压器的运行状态和内部潜在故障.人工神经网络已经成功地应用于电力变压器故障诊断，但学习样本数多和输入输出关系复杂性减慢了网络的收敛速度.为解决此问题，将用遗传算法改进的小波神经网络应用于电力变压器故障诊断，克服小波算法易于陷入局部极小、收敛速度慢等缺点.
变压器是电力系统的重要设备，其工作状态直接影响电网的稳定性。因此，研究变压器故障诊断技术以及如何提高变压器的运行维护水平具有重要的意义。经过大量的实践发现，常用的三比值法存在缺编码、编码边界过于绝对和故障诊断准确率不理想等缺陷。为弥补上述不足，提出了基于支持向量机的变压器故障诊断方法。诊断实例表明，采用该方法进行变压器故障诊断准确率得到较大提高。
针对电力变压器单一故障和多故障诊断问题，模拟生物免疫系统，提出一种两级分类器级联的诊断算法。采用遗传算法优化支持向量机核函数参数的电力变压器故障和正常状态初分类器，和以灰关联度度量抗体与抗原之间亲和力的灰色人工免疫算法，设计了动态疫苗机制的高频变异操作。根据不同的故障类型，训练生成最佳记忆抗体集。采用5近邻综合决策法，根据最佳记忆抗体集诊断电力变压器故障类型。实验表明，遗传支持向量机和动态疫苗机制...
Kernel PCA与BP神经网络相结合的变压器故障诊断
核主成分分析 BP神经网络 电力变压器 故障诊断
2010/9/1
为了提高变压器故障诊断的准确率和抗干扰能力，提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间，提高了样本的可分性，然后以核特征量作为BP神经网络的输入特征量，建立变压器故障诊断模型。实验对比了结构相似、输入量不同的BP神经网络，结果表明采用核特征量的诊断模型具有更好的诊断效果和抗干扰能力。
一种变压器故障诊断新方法
油中溶解气体分析 支持向量机 欧氏聚类
2009/12/10
提出一个基于欧氏聚类（Euclidean Clustering，EC）和支持向量机（Support Vector Machine，SVM）的变压器故障诊断模型及其求解步骤。选择典型油中气体作为模型的输入参数，按照变压器常见的13种故障类型，利用训练集样本数据建立基于EC和SVM多分类的组合故障诊断模型。通过与其他组合诊断的方法进行比较证明了该模型的有效性。
应用多分类多核学习支持向量机的变压器故障诊断方法
变压器 故障诊断 支持向量机 多分类多核学习
2012/8/2
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法，相对于传统的2分类支持向量机，该方法有如 下特点：算法针对单一的优化目标函数求解，只需设计1组参数，降低了支持向量机在解决多类问题中模型构造和参数选择的难度；核函数是多个基核函数的组合，提高了分类的精度；将模型分解为2个凸优问题进行求解，问题的复杂度低，求解速度快。诊断实例表明，该方法能保证较高的诊断准确率，具有较好的实用性和推广性。
最小二乘支持向量机(least square support vector machines，LS-SVM)能较好地解决小样本、非线性数据特征的多分类问题，适用于电力变压器油色谱故障诊断，但参数c与s 2的选取对诊断结果影响较大，因此有必要对其进行优化选择。文中利用改进遗传算法(improved genetic algorithm，IGA)对c与s 2参数进行寻优。IGA采用了编码机制随机产生初始...
一种新的遗传算法及其在变压器故障诊断中的应用
遗传算法 变压器 故障诊断
2009/8/26
提出了一种新的遗传算法,其基本思想是:以网络权重和偏差的实数形式作为基因构成染色体向量,采用基因多点交叉和动态变异进行种群最优选择。研究结果表明,这种新的遗传算法是一种随机优化算法,克服了梯度下降法的不足,能够自动调节网络参数、网络的连接权重和偏差。在此基础上设计出一种基于遗传算法和溶解气体分析的变压器故障在线诊断系统。该系统只要将传感器测出的变压器中线圈电流、特征气体的含量作为输入参数,就能对信...
动态模糊聚类及其在变压器故障诊断中的应用
溶解气体分析 聚类分析 故障诊断
2009/7/23
理论分析和实践表明，电力变压器绝缘故障与油中特征气体组分含量及特征气体组分比值密切相关。提出一种基于遗传算法的动态模糊聚类算法，有效融合特征气体组分含量及组分比值两类故障信息，完成对变压器故障的动态聚类分析。该算法采用实数编码方案，染色体长度可变，不同的长度对应于不同的故障类别数；并采用一种新的适合于变长染色体的交叉和变异算子。与特征气体法、三比值法进行对比实验，表明该算法具有较高的判定正确率。
基于模糊免疫识别方法的电力变压器故障诊断
电力变压器 故障诊断 免疫识别
2009/7/17
工免疫识别系统的基础上，结合模糊推理，提出了基于模糊免疫识别的充油变压器故障诊断方法。代表相同B细胞的人工识别球经克隆选择和资源竞争后产生具有分类性能的记忆抗体，但其资源分配数目和人工识别球的刺激水平成线性，易使少数优秀人工识别球占据过多资源，引起人工识别球种群早熟收敛。将模糊推理应用于资源分配机制中，可使分配兼顾刺激水平和抑制水平，改善收敛性能。实例分析表明，以H2、CH4、C2H4、C2H6、...
变压器故障分析中气相色谱技术的运用
变压器故障 气相色谱技术 运用
2009/3/18
气相色谱技术是近年来兴起的一项新技术，能够对运行中的变压器进行实时监测，通过采集变压器箱体内的少量油样，分析油中气体的组分及其含量，就可以判断变压器是否存在故障、故障的性质以及故障的大致部位。
基于改进灰色聚类分析的电力变压器故障诊断
自动化技术 电力变压器 灰色聚类
2009/3/5
提出了基于高斯白化权函数的灰色聚类算法和高斯白化权函数参数σ的选择方法，通过对34组故障变压器DGA数据的学习，初步确定了σ参数值。实验分析证明，本文提出的故障诊断方法与实际检测结果一致，具有一定的有效性和实用性，并且具有分析速度快、实时性好的优点。