Results 51 to 60 of about 521 (112)

一起220kV变压器绕组短路损坏事故分析

open access: yesGaoya dianqi, 2012
介绍了一起由低压开关柜内部短路引起的220 kV变压器绕组损坏事故。为检查绕组损坏程度,进行了绕组电阻测试、油中溶解气体分析和扫频响应等试验,通过对试验数据分析得出变压器内部低压侧绕组发生严重变形且低压C相绕组存有断点,返厂解体结果验证了分析结论的正确性,最后对事故发生的原因进行了深入分析,并提出了采用半硬自粘换位导线等防范措施。
高树国   +4 more
doaj  

基于改进箱线图和ISMAHHO-KELM的变压器油中溶解气体体积分数预测

open access: yesGaoya dianqi
油中溶解气体分析能够有效地揭示变压器内部的运行状况,在评估变压器运行状态和预测潜在故障方面具有重要作用。为此文中提出一种基于改进箱线图和ISMAHHO-KELM的变压器油中溶解气体体积分数预测方法。首先,为提高数据质量,利用基于中位偏差系数的改进箱线图对原始时间序列进行离群值检测和校正;然后采用变分模态分解对校正过的时间序列进行分解,得到多个子序列,以削弱时间序列的非平稳性;其次,通过核极限学习机模型预测子序列,同时提出改进黏菌—哈里斯鹰算法优化其超参数;最后,重构各子序列的预测值,得到最终预测结果 ...
付文龙   +3 more
doaj  

变压器油色谱混沌特性的过热故障分析及预测

open access: yesGaoya dianqi, 2019
在利用油色谱数据对电力变压器进行故障诊断时,为了改善因油色谱数据的波动及其非线性所带来的干扰,文中在利用油色谱分析过热故障时,引入了混沌理论对非线性系统进行分析。文中通过相空间重构建立油色谱数据混沌时间序列,并进行系统混沌特性判定,再将油色谱数据的波动以混沌特征量进行表征,比较分析过热故障特征气体在不同监测数据段中的混沌特征参量变化,从而提取油色谱非线性数据中所包含的状态信息。然后,基于混沌序列具有的短期预测性,利用最大Lyapunov指数预测法对油中气体体积分数的趋势进行预测。实例分析结果表明 ...
张鹏飞, 周力行, 张倬栋, 黎佳
doaj  

基于灰色马尔可夫模型的变压器油中溶解气体体积分数预测

open access: yesGaoya dianqi, 2012
准确预测变压器油中溶解故障特征气体的体积分数对发现变压器早期潜伏性故障,实现电力系统安全经济运行具有重要意义。将灰色多变量预测方法和马尔可夫链理论有机结合,提出了一种适合变压器故障特征气体体积分数预测的灰色马尔可夫组合预测模型。利用优化的背景值构造公式建立灰色多变量模型对变压器故障特征气体时间序列的宏观发展规律进行动态预测,在此基础上,建立故障特征气体时间序列的状态转移概率矩阵,以归一化的各阶自相关系数作为权重值,通过加权马尔可夫链模型修正灰色多变量模型预测值,实现变压器故障特征气体体积分数的预测 ...
毛自娟
doaj  

[Interpretation of the "Expert consensus on the management of neonatal parenteral nutrition (2025)"]. [PDF]

open access: yesZhongguo Dang Dai Er Ke Za Zhi
Lin XZ   +8 more
europepmc   +1 more source

[Plasma lipidomics-based exploration of potential biomarkers of metastasis in pediatric medulloblastoma]. [PDF]

open access: yesZhongguo Dang Dai Er Ke Za Zhi
Yang CJ   +5 more
europepmc   +1 more source

[Extracellular matrix materials and tissue regeneration and repair]. [PDF]

open access: yesZhongguo Xiu Fu Chong Jian Wai Ke Za Zhi
Zhao L, Xie H.
europepmc   +1 more source

基于混沌算法对电力变压器质量检测诊断和测试

open access: yesGaoya dianqi
变压器是电力供应的重要组成部分,油中溶解气体测试方法通常用于配电变压器的质量检测,从而诊断其故障。文中提出了一种改进的优化算法,利用溶解气体分析(disslved gases analysis,DGA)对电力变压器质量检测从而进行故障预测。首先,从各种来源收集来自变压器DGA的数据,并选择最佳混合特征集作为模型的输入。其次,对于特征选择,采用核主成分分析(kernel principal component analysis,KPCA),为了优化最小二乘支持向量机(least squares ...
田霖   +4 more
doaj  

Home - About - Disclaimer - Privacy