基于遗传算法进化小波神经网络的电力变压器故障诊断 被引量：62

1

作者 潘翀 陈伟根 +2 位作者 云玉新 杜林 孙才新 《电力系统自动化》 EI CSCD 北大核心 2007年第13期88-92,共5页

在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替... 在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定。在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合。大量实例表明,该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率。 展开更多

关键词 电力变压器 故障诊断 油中溶解气体分析 遗传算法进化 小波神经网络 遗传算法

下载PDF 职称材料

基于BP网络算法优化模糊Petri网的电力变压器故障诊断 被引量：64

2

作者 公茂法 张言攀 +2 位作者 柳岩妮 王志文 刘丽娟 《电力系统保护与控制》 EI CSCD 北大核心 2015年第3期113-117,共5页

为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网... 为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网网络参数的优化。在模糊Petri网网络结构上,运用BP网络算法,对电力变压器DGA样本进行学习训练,使模糊Petri网网络参数逐步向真实值逼近。实例分析结果表明,该方法能够有效地诊断电力变压器中的单一故障和多重故障,提高故障诊断正确率,证明了方法的正确性和有效性。 展开更多

关键词 变压器 故障诊断 油中溶解气体分析 BP网络 模糊PETRI网

下载PDF 职称材料

深度学习神经网络在电力变压器故障诊断中的应用 被引量：52

3

作者 石鑫 朱永利 《电力建设》 北大核心 2015年第12期116-122,共7页

由于电力变压器发生故障时油色谱在线监测数据无标签,工程现场往往会得到大量无标签故障样本,而传统的故障诊断方法在对变压器故障类型进行判别时往往无法充分利用这些无标签故障样本。该文基于深度学习神经网络(deep learning neural n... 由于电力变压器发生故障时油色谱在线监测数据无标签,工程现场往往会得到大量无标签故障样本,而传统的故障诊断方法在对变压器故障类型进行判别时往往无法充分利用这些无标签故障样本。该文基于深度学习神经网络(deep learning neural network,DLNN),构建了相应的分类模型,分析并用典型数据集对其分类性能进行测试。在此基础上提出一种电力变压器故障诊断新方法,它能够有效利用大量电力变压器油色谱在线监测无标签数据和少量故障电力变压器油中溶解气体分析(dissolved gas-in-oil analysis,DGA)实验数据进行训练,并以概率形式给出故障诊断结果,具有更优的故障判别性能,能够为变压器的检修提供更为准确的参考信息。工程实例测试结果表明,该方法正确可行,诊断性能优于三比值、BP神经网络和支持向量机的方法,适用于电力变压器的故障诊断。 展开更多

关键词 电力变压器 故障诊断 油中溶解气体分析 深度学习神经网络

原文传递

不平衡样本下基于变分自编码器预处理深度学习和DGA的变压器故障诊断方法 被引量：26

4

作者 张弛 吴东 +2 位作者 王伟 刘力卿 谢军 《南方电网技术》 CSCD 北大核心 2021年第3期68-74,共7页

为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以各样本DGA特征量为诊断模型... 为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以各样本DGA特征量为诊断模型输入,以各故障状态概率分布为诊断模型输出。首先通过变分自编码器对少数类训练样本进行预处理,在学习确定少数类训练样本分布特征的基础上实现训练样本自动生成,进而提高训练样本的均衡性。基于3隐层结构堆栈稀疏自编码器深度学习网络构建变压器故障诊断模型,并以经变分自编码器预处理后的均衡训练样本对诊断模型参数进行更新优化。基于实例验证了所提方法的有效性。实验结果表明,所提方法可改善训练样本不平衡的不利影响,各训练集下,采用所提方法的变压器故障诊断结果准确率均保持在91%以上,且漏报率较低。 展开更多

关键词 变压器 故障诊断 深度学习 变分自编码器 不平衡样本 油中溶解气体分析

下载PDF 职称材料

基于RPROP神经网络算法的主变DGA故障诊断模型 被引量：23

5

作者 章剑光 周浩 盛晔 《电力系统自动化》 EI CSCD 北大核心 2004年第14期63-66,共4页

故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RP... 故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RPROP算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,在变电设备状态诊断中具有良好的应用前景。 展开更多

关键词 变电设备 主变压器 状态检修 故障诊断 神经网络 弹性反馈(RPROP) 油中溶解气 体分析(dga)

下载PDF 职称材料

基于云物元分析原理的电力变压器故障诊断方法研究 被引量：24

6

作者 谢庆 彭澎 +3 位作者 唐山 李燕青 郑娜 律方成 《高压电器》 CAS CSCD 北大核心 2009年第6期74-77,82,共5页

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及... 变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及物元理论能同时进行定性定量分析问题的优点,提出了一种基于云物元分析原理和DGA相结合的电力变压器故障诊断新方法。通过建立变压器故障诊断的云物元模型和计算特征云物元与标准云物元之间的关联函数,实现对变压器故障模式的有效识别。实例分析验证了方法的正确性和有效性。 展开更多

关键词 电力变压器 dga 云模型 云物元分析原理 故障诊断

下载PDF 职称材料

基于DGA的变压器故障诊断多专家融合策略 被引量：21

7

作者 梁小冰 王耀龙 +1 位作者 黄萍 韩昆仑 《电力系统自动化》 EI CSCD 北大核心 2005年第18期80-84,共5页

介绍了基于油中溶解气体分析(DGA)的电力变压器故障综合诊断。采用的诊断判据主要包括改良三比值法、大卫三角形法、神经网络和范例推理。在多专家(多诊断判据)的参与下,可能出现诊断结果相互冲突的问题,而如何融合不同诊断判据下的诊... 介绍了基于油中溶解气体分析(DGA)的电力变压器故障综合诊断。采用的诊断判据主要包括改良三比值法、大卫三角形法、神经网络和范例推理。在多专家(多诊断判据)的参与下,可能出现诊断结果相互冲突的问题,而如何融合不同诊断判据下的诊断结果仍是一个难点。为解决这一问题,在把各诊断结果分解为放电和过热故障的基础上,引入了多专家加权投票策略(加权多数算法)。权重系数根据各诊断判据的诊断正确率初步确定。实践证明了该方法的可行性。 展开更多

关键词 变压器故障诊断 油中溶解气体分析(dga) 多专家诊断 加权多数算法 在线监测

下载PDF 职称材料

综合RapidMiner与改进粒子群极限学习机算法的变压器故障诊断 被引量：22

8

作者 魏金萧 周步祥 +2 位作者 唐浩 张百甫 杨常 《电力系统及其自动化学报》 CSCD 北大核心 2019年第3期133-138,共6页

针对三比值法用于变压器故障诊断缺编码以及各种人工智能方法抗干扰能力不足等问题,提出了综合RapidMiner与改进粒子群极限学习机算法RM-MPSO-ELM的变压器故障诊断方法。该方法利用RapidMiner工具,结合变压器样本数据,挑选出与故障类型... 针对三比值法用于变压器故障诊断缺编码以及各种人工智能方法抗干扰能力不足等问题,提出了综合RapidMiner与改进粒子群极限学习机算法RM-MPSO-ELM的变压器故障诊断方法。该方法利用RapidMiner工具,结合变压器样本数据,挑选出与故障类型最相关的输入变量,并针对极限学习机算法参数选择困难的问题,利用改进粒子群优化算法进行了参数优化。最后,使用极限学习机算法对变压器的潜在故障进行识别,并将之与IEC三比值法、支持向量机方法以及不同组合的极限学习机算法的诊断性能进行了比较。结果表明,本文所提方法具有更高的诊断精度。 展开更多

关键词 油浸式变压器 油中溶解气体分析 特征值选择 极限学习机 故障诊断

下载PDF 职称材料

利用DGA-NN诊断油浸式电力变压器故障 被引量：11

9

作者 李清泉 王伟 王晓龙 《高电压技术》 EI CAS CSCD 北大核心 2007年第8期48-51,共4页

人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,... 人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,并对其性能做了分析和对比。结果表明,两种网络均能较好地实现变压器故障的实时诊断。因初始化权值的随机性,BPNN的输出结果具有差异性,收敛速度较慢,而PNN网络结构自适应确定,可以随时添加训练样本,且训练速度较快,适合于实现变压器故障的实时诊断。相同条件下,PNN的收敛速度约为BPNN的5倍。 展开更多

关键词 油中溶解气体分析 反向传播神经网络 概率神经网络 电力变压器 故障诊断 模式识别 Matlab

下载PDF 职称材料

大型油浸式电力变压器C_2H_2含量的探讨 被引量：4

10

作者 俞纪维 陈剑青 +1 位作者 沈志华 董纲 《电气技术》 2016年第3期85-89,共5页

本文结合某电厂变压器油中C_2H_2含量不同及变化的若干案例,对大型油浸式电力变压器乙炔含量做些探讨,阐述了油中溶解气体色谱分析(DGA)的应用问题并探讨其优化,对真空滤油这一处理措施提出若干建议。

关键词 油浸式电力变压器 C2H2含量 油中溶解气体色谱分析(dga) 真空滤油

下载PDF 职称材料

油溶解气体色谱分析中的小型真空在线脱气技术 被引量：3

11

作者 张周胜 肖登明 《电力系统自动化》 EI CSCD 北大核心 2007年第11期92-96,共5页

基于当前气相色谱分析技术的发展,针对变压器绝缘油中溶解气体色谱在线分析的状况,提出了色谱系统对气相中气体组分体积分数最小检测值极限算法的数学模型。应用该模型,可对脱气室和集气室体积进行小型化计算和试验典型配置。在此基础上... 基于当前气相色谱分析技术的发展,针对变压器绝缘油中溶解气体色谱在线分析的状况,提出了色谱系统对气相中气体组分体积分数最小检测值极限算法的数学模型。应用该模型,可对脱气室和集气室体积进行小型化计算和试验典型配置。在此基础上,文中设计了一种新型的小型真空在线脱气系统(10cm×10cm×20cm)和新型的全自动进样器(5cm×5cm×2cm)。系统采用全自动化控制。用标准气体试验确定了定量器体积(0.769mL),用样品气体试验对整个系统进行了检测。试验结果表明,文中所设计的小型真空脱气系统能较好地用于变压器绝缘油中溶解气体在线色谱分析。 展开更多

关键词 油中溶解气体分析(dga) 绝缘油 变压器 气相色谱 真空脱气

下载PDF 职称材料

电力变压器的动态隧道BP网络故障诊断算法 被引量：2

12

作者 李先明 刘君 《计算机工程与应用》 CSCD 北大核心 2008年第15期224-227,共4页

变压器油中溶解气体分析是电力变压器绝缘故障诊断的重要方法。将人工神经网络中的BP算法应用于电力变压器故障诊断。由于BP算法训练神经网络具有训练易陷入局部极小,收敛速度缓慢的缺点,动态隧道技术运用到训练BP网络上,可以有效地改... 变压器油中溶解气体分析是电力变压器绝缘故障诊断的重要方法。将人工神经网络中的BP算法应用于电力变压器故障诊断。由于BP算法训练神经网络具有训练易陷入局部极小,收敛速度缓慢的缺点,动态隧道技术运用到训练BP网络上,可以有效地改进BP网络易陷入局部极小的缺陷。经大量实例分析,并将其结果与传统的BP算法的结果进行比较,表明该算法能有效地对电力变压器单故障样本进行分类,具有较高的诊断准确率。 展开更多

关键词 神经网络 BP算法 动态隧道技术 电力变压器 油中溶解气体分析 故障诊断

下载PDF 职称材料

基于极限学习机的变压器故障快速识别 被引量：2

13

作者 刘晓乐 刘艳 《微型机与应用》 2015年第2期52-54,共3页

针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入... 针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。 展开更多

关键词 电力变压器 故障快速识别 极限学习机 油中溶解气体分析

下载PDF 职称材料

充油电气设备油色谱故障诊断ANN方法的性能优化 被引量：1

14

作者 张宝全 马雅丽 +3 位作者 关睿 白诗婷 李静 胡伟涛 《广东电力》 2021年第6期39-47,共9页

为了提高基于人工神经网络(artificial neural network,ANN)方法的充油电气设备油色谱故障诊断的准确性,对油色谱故障诊断中ANN的参数优化问题进行系统研究。基于搜集得到的大量故障特征气体数据,构建多层前馈ANN系统,研究训练算法、隐... 为了提高基于人工神经网络(artificial neural network,ANN)方法的充油电气设备油色谱故障诊断的准确性,对油色谱故障诊断中ANN的参数优化问题进行系统研究。基于搜集得到的大量故障特征气体数据,构建多层前馈ANN系统,研究训练算法、隐层神经元数量、训练目标、隐层和输出层神经元激活函数对训练性能和诊断准确率的影响。结果表明:训练目标一致时,8种不同算法训练得到的ANN具有相近的故障诊断准确率,建议选择其中速度最快的Levenberg-Marquardt算法来训练ANN;隐层神经元数量在一定范围内对故障诊断准确率影响不大;随训练目标(均方误差)的减小,训练时间增加,诊断准确率先增大后减小,建议均方误差选择0.01;隐层神经元激活函数选择线性函数时网络训练不易收敛,建议选择sigmoid函数。 展开更多

关键词 充油电气设备 油中溶解气体分析 人工神经网络 故障诊断 性能优化

下载PDF 职称材料

基于负面选择算法的电力变压器在线故障监测 被引量：1

15

作者 朱南丽 周云斌 +1 位作者 朱晓鸣 何仲昆 《电测与仪表》 北大核心 2008年第9期49-52,共4页

变压器油中溶解气体分析是电力变压器异常监测的重要方法。我们研究了一种实时负面选择算法,基于免疫系统这种智能故障监测算法,通过分析油中溶解气体实现变压器故障的监测。由这种实时负面选择算法构造出一组可监测电力变压器工作过程... 变压器油中溶解气体分析是电力变压器异常监测的重要方法。我们研究了一种实时负面选择算法,基于免疫系统这种智能故障监测算法,通过分析油中溶解气体实现变压器故障的监测。由这种实时负面选择算法构造出一组可监测电力变压器工作过程任何异常(包括故障及损害)故障的监测器,对电力变压器运行期间的故障进行在线监测。实验证明,此算法能有效地对电力变压器已知和未可预知类型的故障样本进行及时探知,具有较高的检测准确率。 展开更多

关键词 电力变压器 油中溶解气体分析 人工免疫系统 负面选择算法 故障监测

下载PDF 职称材料

缩短绝缘油色谱分析周期的探讨

16

作者 崔辰晨 《山西电力》 2015年第4期27-30,共4页

针对某试验室现状,探寻缩短绝缘油色谱分析周期的方法。通过在色谱流程中添加一个检测器、对进样注射器加装定量卡子以及对试验人员进行大量实操培训,减少了谱图出峰总时间,并且除去了CO、CO2拖尾现象对CH4、C2H4含量测定产生的影响,达... 针对某试验室现状,探寻缩短绝缘油色谱分析周期的方法。通过在色谱流程中添加一个检测器、对进样注射器加装定量卡子以及对试验人员进行大量实操培训,减少了谱图出峰总时间,并且除去了CO、CO2拖尾现象对CH4、C2H4含量测定产生的影响,达到"三快"要求,使一个油品的色谱分析过程从原来的70 min缩短为60 min,提高色谱定量分析的速度与准确度,为设备、电网的安全可靠运行提供了可靠保证。 展开更多

关键词 油中溶解气体分析(dga) 绝缘油 色谱流程 检测器 缩短周期

下载PDF 职称材料

基于改进小波神经网络算法的电力变压器故障诊断方法 被引量：22

17

作者 陈伟根 潘翀 +2 位作者 云玉新 王有元 孙才新 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第7期1489-1493,共5页

大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定。针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学... 大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定。针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法。选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优。 展开更多

关键词 变压器 油中溶解气体分析 故障诊断 小波神经网络 改进算法

下载PDF 职称材料

Box-plot-SA-BP:变压器DGA多参量故障诊断模型

18

作者 周威振 赵银山 +1 位作者 王兴 张鹏望 《电力大数据》 2023年第5期44-52,共9页

油中溶解气体分析(DGA)方法是一种典型的充油电力设备故障诊断方法,广泛应用于电力变压器故障检测与状态评估,但由于样本数据的可靠性和诊断模型的有效性影响,导致DGA诊断方法准确率较低。文中提出了一种Box-plot-SA-BP模型,首先,采用Bo... 油中溶解气体分析(DGA)方法是一种典型的充油电力设备故障诊断方法,广泛应用于电力变压器故障检测与状态评估,但由于样本数据的可靠性和诊断模型的有效性影响,导致DGA诊断方法准确率较低。文中提出了一种Box-plot-SA-BP模型,首先,采用Box-plot数据检测法去除异常数据以解决数据质量的问题,然后,利用自注意力机制(Self-attention, SA)准确捕捉多参量样本数据间的联系,提取更加稳定可靠的特征,最后设计BP网络多分类模型实现变压器故障诊断。对比实验证明了Box-plot-SA-BP模型的良好性能,具有较高的应用价值。 展开更多

关键词 油中溶解气体分析 箱线图 自注意力机制 BP神经网络 变压器故障诊断

下载PDF 职称材料