Results 41 to 50 of about 837 (106)
Gaoya dianqi, 2014 由于模糊聚类将故障样本等同进行模糊划分,且受初始值影响,故提出将PSO-WFCM算法用于变压器油中溶解气体的故障诊断。该算法选取油中气体作为故障特征量,利用粒子群算法得到最佳初始聚类中心,用以指导模糊聚类求取最终的聚类中心。实验结果表明,其弥补了模糊聚类的不足,还提高了变压器的诊断性能。
马叶芝 +4 more
doaj
Gaoya dianqi, 2013 电力变压器是电力系统的关键设备,其故障诊断的有效性及准确性将影响到系统的安全稳定运行。笔者介绍了综合油中溶解气体色谱分析、电气试验和运行工况对某110 kV主变导线虚焊故障的诊断过程,探讨了多参量融合诊断变压器内部故障的基本方法:先以油中溶解气体分析数据判断故障性质及发展趋势,在设备停电前尝试调节负荷以控制故障发展速度,利用电气试验来缩小故障排查范围并定位故障点。分析表明,多参量综合分析可以有效判断故障性质、排查故障回路并定位故障位置。
黄剑锋, 骆思佳, 冯杰
doaj
Gaoya dianqi, 1998 将模糊数学理论引入到电力变压器的故障诊断中,提出了采用模糊等价矩阵对电力变压器的油中溶解气体分析数据进行聚类分析的方法,结果证明是有效的。
张冠军, 严璋, 张仕君
doaj
Gaoya dianqi, 2010 通过解析油纸电容式套管的结构,介绍了套管各组成部分的作用和原理,阐明了套管内部绝缘介质的电气性能;详尽阐述了套管缺油的原因及危害,提出了判断套管缺油的方法。通过实例阐述套管缺油的鉴别过程,论证了综合利用电容量C、介质损失角tgδ、油中溶解气体色谱分析及红外线成像对准确发现套管缺油的准确性及合理性。
王天施, 王清昊, 苑舜, 张华
doaj
Gaoya dianqi为了提高油中溶解气体体积分数的预测精度，进而为变压器早期故障预警和制定维修方案提供理论依据，提出了一种基于多分解策略和贝叶斯优化—长短期记忆神经网络的预测模型。首先，采用改进的完全自适应噪声集合经验模态分解对原始油中溶解气体时间序列进行一次分解，得到一系列不同时间尺度下的子序列分量；其次，利用变分模态分解对预测难度最高的高频IMF1分量进行二次分解，进一步降低IMF1分量的非线性和非平稳性；然后采用贝叶斯优化的长短期记忆神经网络对二次分解后得到的所有子序列分量进行时序建模，并进行单步预测和递归多步预测 ...
陈志勇, 杜江
doaj
Gaoya dianqi, 2018 高压并联电抗器故障机理复杂,反映电抗器内绝缘状态信息的数据因子繁多且具有不确定性。为此,结合工程经验建立了指标体系,基于层次分析法建立了高压并联电抗器的绝缘状况评估模型,通过指数标度法确定了各评估指标的权重;然后着重针对油中溶解气体指标,采用模糊综合评判评估了电抗器油中溶解气体状况,在此基础上综合判断了电抗器绝缘状态,并进行了实例验证。结果表明:提出的评估方法能有效判断投运的高压并联电抗器绝缘状况,为高压并联电抗器的检修提供技术依据。
颜冰 +5 more
doaj
基于RIME-VMD-TCN-iTransformer模型的变压器油中溶解气体含量预测
Gaoya dianqi油中溶解气体含量是评估变压器运行状态的关键指标，其发展趋势对于预防变压器故障至关重要。本文采用RIME-VMD-TCN-iTransformer组合模型预测油中溶解气体含量的发展趋势，首先采用变分模态分解算法削弱信号的非平稳特性，并通过霜冰算法进一步提升分解序列的有序性。然后采用TCN-iTransformer模型对各模态分量分别预测，最后将所有模态分量预测结果进行重构得到预测结果。研究结果指出RIME-VMD分解后的各模态分量之间没有频谱混叠现象，其能将突变型时序信号分解成为若干平稳且规律的频率分量 ...
邢超 +7 more
doaj
Gaoya dianqi, 2005 气相色谱分析在检测变压器各类故障方面发挥了很重要的作用,但离线检测存在很多缺点,针对离线检测方法操作的繁琐性,介绍了一种基于气敏传感器的在线监测系统,论述了用监测两种气体来实现对变压器油中溶解气体在线监测的原因和方法,对气体传感器和气体在线监测的硬件设计和通信软件设计等进行了具体的分析和探讨。
张挺, 王章启, 魏天魁
doaj
Gaoya 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
Gaoya dianqi, 2010 以变压器油中溶解气体和变压器故障之间的关系为基础,提出了一种自适应分级多分类支持向量机变压器故障诊断方法。此方法基于模式识别特征提取的思想,采用不同的输入向量,对变压器有无故障和故障类型判别时,采取分级决策结构。采用自适应优化算法对多分类支持向量机进行优化,通过诊断效果和不同类型故障识别率的比较,得出变压器油中溶解气体的组分含量比值更能反映变压器故障类型,最终测试效果比较和支持向量机参数分析,可以看出该方法具有较高的准确率和良好的泛化能力。
杨洪, 古世甫, 陶加贵, 苟建
doaj