三比值法是目前电力系统中发现潜伏性故障行之有效的方法之一,但其存在编码缺码和编码边界过于绝对等不足之处,鉴于此,利用具有噪声的密度聚类(density-based spatial clustering of applications with noise, DBSCAN)算法建立了电力变...三比值法是目前电力系统中发现潜伏性故障行之有效的方法之一,但其存在编码缺码和编码边界过于绝对等不足之处,鉴于此,利用具有噪声的密度聚类(density-based spatial clustering of applications with noise, DBSCAN)算法建立了电力变压器故障诊断模型,将多种故障类型的典型油色谱数据作为模型的输入得到多种故障的典型聚类簇,并用测试数据对其进行验证。结果表明该方法能在一定程度上解决三比值法的缺码问题,诊断出一些三比值法无法诊断的故障情况,填补了三比值法的不足;同时,对于一些边界值数据,因该模型产生的聚类簇的边界可以形成任意形状,故而能很大程度上克服三比值法在编码边界误判的缺陷,为油中溶解气体分析方法提供了新思路。在实际案例中利用该模型对某变电站主变进行了分析诊断,结果与实际检测情况吻合,验证了该方法的实用性。展开更多
文摘三比值法是目前电力系统中发现潜伏性故障行之有效的方法之一,但其存在编码缺码和编码边界过于绝对等不足之处,鉴于此,利用具有噪声的密度聚类(density-based spatial clustering of applications with noise, DBSCAN)算法建立了电力变压器故障诊断模型,将多种故障类型的典型油色谱数据作为模型的输入得到多种故障的典型聚类簇,并用测试数据对其进行验证。结果表明该方法能在一定程度上解决三比值法的缺码问题,诊断出一些三比值法无法诊断的故障情况,填补了三比值法的不足;同时,对于一些边界值数据,因该模型产生的聚类簇的边界可以形成任意形状,故而能很大程度上克服三比值法在编码边界误判的缺陷,为油中溶解气体分析方法提供了新思路。在实际案例中利用该模型对某变电站主变进行了分析诊断,结果与实际检测情况吻合,验证了该方法的实用性。
