Results 1 to 10 of about 542 (103)
基于GWO-LSTM与NKDE的变压器油中溶解气体体积分数点——区间联合预测方法
Gaoya dianqi, 2022 变压器油中溶解气体体积分数是表征变压器健康状态及故障特性的重要参量。因此，准确预测变压器油中溶解气体的体积分数，有助于及时把握变压器的状态演化与故障发展趋势。现有对气体体积分数预测的研究多集中在点预测方面，难以全面反映气体体积分数的不确定性信息。针对此问题，提出了一种基于灰狼优化长短期记忆网络（long short-term memory based on grey wolf optimization,GWO-LSTM）与非参数核密度估计（non-parametric kernel density ...
栗磊 +6 more
doaj
基于CEEMDAN-SG-BiLSTM的变压器油中溶解气体体积分数预测
Gaoya dianqi, 2023 变压器油中溶解气体体积分数可对变压器潜伏故障诊断提供重要依据，为了更精确的预测变压器油中溶解气体体积分数，提出了CEEMDAN结合BiLSTM网络的组合预测方法，先针对EMD中的模态混叠现象和EEMD重构误差较大的问题，提出了CEEMDAN，将气体序列分解，得到模态分量，并对高频波动分量进行Savitzky-Golay(SG)滤波，消弱高频分量中的极值点和噪声干扰。然后利用BiLSTM网络对各个分量进行预测，进一步提高特征提取的完整性。叠加重构所有分量的预测结果，得到变压器油中溶解气体体积分数预测值 ...
陈铁 +5 more
doaj
Evolvable Transformer Fault Diagnosis Model Combining Feature Analysis and Machine Learning [PDF]
Transformers, which possess complex mechanisms and exert an extensive influence, are important equipment in large power systems. The state detection and fault diagnosis of transformers are hence a key challenge in traditional power systems; they also ...
Yedong MAO, Chunhui ZHANG, Jie CHEN
core +1 more source
Gaoya dianqi, 2020 油中溶解气体分析是诊断油浸式变压器绝缘系统故障最有效的方法之一,对实现变压器故障精确诊断具有重要意义。文中基于深度信念网络（deep belief network,DBN）、BP神经网络（back propagation neural network,BPNN）和RBF神经网络（radial basis function neural network,RBFNN）构建了不同结构的变压器油中溶解气体分析模型,实现了基于油中溶解气体分析的变压器故障诊断。文中对比分析了不同建模方法 ...
任双赞 +4 more
doaj
Gaoya dianqi, 2021 变压器油中溶解气体在线监测是对油浸式变压器绝缘状况进行实时监测的有效技术手段。对油中溶解气体在线监测装置进行运行质量评价,对装置选型、供应商评价和保障变压器运行可靠性具有重要意义。现有的变电在线监测装置运行质量评价研究存在数据规模小和评价指标有限等问题。为提高评价水平,文中统计分析了大型数据集中在线监测装置的厂家分布、运行年限分布、数据质量等重要信息,然后建立了油中溶解气体在线监测装置运行质量的模糊层次综合评价模型;最后对数据集进行评价结果分析统计,证明了该评价体系反映各厂家监测装置实际应用情况的准确性。
刘慧鑫 +4 more
doaj
基于QPSO-SVM与DGA五边形解释工具的变压器故障诊断方法
Gaoya dianqi, 2021 鉴于变压器油中溶解气体分析(dissolved gas analysis,DGA)五边形解释工具存在依赖现场经验、准确率较低和分类边界过于绝对化等问题,提出了基于量子行为粒子群优化支持向量机(quantum-behaved particle swarm optimization support vector machine QPSO-SVM)与DGA五边形解释工具的变压器故障诊断方法。首先,基于变压器油中溶解气体数据,计算了Duval Pentagon1特征气体相对百分比的质心坐标和Mansour ...
张丞鸣, 谢菊芳, 胡东, 唐超
doaj
Gaoya dianqi, 2005 通过实际工作中正确消除变压器内部缺陷的几个典型例子,介绍了油中溶解气体分析法在变压器故障综合判断中的应用,并提出了存实际工作中使用《变压器油中溶解气体分析和判断导则》应注意的问题。
王美荣, 傅丽君
doaj
基于非负矩阵分解与改进极端学习机的变压器油中溶解气体浓度预测模型
Gaoya dianqi, 2016 变压器油中溶解气体浓度是评估变压器绝缘状态的重要依据,对气体浓度进行有效预测,可以及时识别变压器潜伏性故障。文中提出一种基于非负矩阵分解（nonnegative matrix factorization,NMF）与改进极端学习机（extreme learning machine,ELM）组合的变压器中溶解气体浓度预测模型。该方法通过NMF算法对输入样本进行分解,同时引入Adaboost算法对极端学习机进行改进;将低维矩阵作为模型的训练样本输入,剔除冗余数据,提高预测精度。实例分析结果表明 ...
刘亚南 +5 more
doaj
Gaoya dianqi, 2019 油中溶解气体分析是监测电力变压器运行状态最常用的方法之一。针对现有标准对油中溶解气体体积分数预警阈值设定单一和裕度过大等不足,提出了一种基于数据统计和分布模型的220 kV变压器油中溶解气体体积分数动态预警方法。首先,对某电网近10万条220 kV变压器油中溶解气体体积分数数据进行统计与分类处理,并建立了油中溶解气体体积分数的分布模型;然后,根据油中溶解气体体积分数实际预警数据统计结果,通过分布模型的逆累积运算计算得到动态预警值,从而实现了一种油中溶解气体体积分数的动态预警方法;最后 ...
陈太 +6 more
doaj
Gaoya dianqi, 2003 变压器油中溶解气体气相色谱分析（DGA）在有效检测变压器各类故障方面发挥了毋容置疑的作用。同时各种新型溶解气体在线监测技术的开发、应用也日渐成为确保变压器状态检修工作有效开展的一个重要前提,笔者简要介绍了某发电厂目前变压器溶解气体在线监测装置的应用状况。
李逊
doaj