用“无编码比值法”分析和判断变压器故障性质 被引量：26

1

作者 杜洋 《变压器》 北大核心 1999年第3期32-36,共5页

通过对实际故障变压器油中溶解气体的分析研究，提出了用“无编码比值法”分析和判断变压器故障性质的诊断方法。

关键词 变压器 油中气体 故障诊断法 无编码比值法

下载PDF 职称材料

基于DGA与鲸鱼算法优化LogitBoost-决策树的变压器故障诊断方法 被引量：28

2

作者 张国治 陈康 +2 位作者 方荣行 王堃 张晓星 《电力系统保护与控制》 EI CSCD 北大核心 2023年第7期63-72,共10页

为对变压器进行准确的故障诊断,将油中溶解气体分析(dissolved gasses analysis,DGA)与人工智能技术相结合,提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)优化LogitBoost-决策树的变压器故障诊断模型。该模型以决策树... 为对变压器进行准确的故障诊断,将油中溶解气体分析(dissolved gasses analysis,DGA)与人工智能技术相结合,提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)优化LogitBoost-决策树的变压器故障诊断模型。该模型以决策树作为弱学习器,通过将LogitBoost集成算法作为集成框架使多个决策树集成为一个强学习器,并构建了一种基于鲸鱼优化算法的优化策略去优化LogitBoost-决策树模型中的决策树棵数及决策树的最大分裂次数。实验表明,所构建的WOA-LogitBoost-DT变压器诊断模型与常用的决策树、支持向量机、三比值等诊断模型相比,综合诊断精度分别提高了约4%、10%、21%。所构建的相关模型能为变压器的故障诊断提供技术支持。 展开更多

关键词 变压器 油中溶解气体 决策树 鲸鱼优化算法 LogitBoost 故障诊断

下载PDF 职称材料

基于QIA-BP神经网络算法的变压器故障诊断 被引量：27

3

作者 何宁辉 沙伟燕 +3 位作者 胡伟 谢海滨 张佩 田天 《变压器》 2021年第3期50-56,共7页

在对变压器常见故障进行介绍的基础上,针对BP神经网络存在的缺陷,提出了经量子免疫优化的BP神经网络算法,通过与不同算法的对比,验证了该算法的准确性和快速性。

关键词 变压器 油中溶解气体 故障诊断 量子免疫BP神经网络

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

4

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

电力变压器工作状态在线监测与故障诊断系统 被引量：4

5

作者 潘宏侠 姚竹亭 王宪朝 《华北工学院学报》 2003年第1期42-46,共5页

　目的　研究并建立电力变压器中油内气体的在线监测与故障诊断系统.方法　根据变压器故障诊断问题的特点,采用4种气体传感器构成的检测系统,建立了与之相应的四参数故障诊断方法.结果　初步测试结果表明,数据稳定,系统功能较齐全.结论... 　目的　研究并建立电力变压器中油内气体的在线监测与故障诊断系统.方法　根据变压器故障诊断问题的特点,采用4种气体传感器构成的检测系统,建立了与之相应的四参数故障诊断方法.结果　初步测试结果表明,数据稳定,系统功能较齐全.结论　该系统能有效地诊断运行中变压器的内部潜伏性故障. 展开更多

关键词 工作状态 电力变压器 油中气体 在线监测 故障诊断

下载PDF 职称材料

基于改进量子粒子群优化模糊聚类的变压器故障诊断方法 被引量：6

6

作者 李敏 谢军 +1 位作者 王永强 律方成 《电测与仪表》 北大核心 2015年第15期19-25,共7页

对电力变压器进行高效准确的故障诊断可有效保障电力系统安全、稳定运行。为提高变压器故障诊断正确率,提出了一种基于改进量子粒子群优化模糊聚类的变压器故障诊断方法。采用遗传算法杂交概率的思想改进量子粒子群算法提高算法收敛速... 对电力变压器进行高效准确的故障诊断可有效保障电力系统安全、稳定运行。为提高变压器故障诊断正确率,提出了一种基于改进量子粒子群优化模糊聚类的变压器故障诊断方法。采用遗传算法杂交概率的思想改进量子粒子群算法提高算法收敛速度、防止陷入局部极值,克服模糊聚类算法易受初始值影响的不足,进而实现对变压器高效、准确的故障诊断。以变压器油中典型气体作为故障特征量,选取68组数据建立故障集,采用改进量子粒子群算法寻找最佳初始聚类中心,并将其应用于3种不同数据组进行验证,实验结果表明文中所提方法的有效性。 展开更多

关键词 电力变压器 改进IQPSO-FCM 油中溶解气体 故障诊断

下载PDF 职称材料

一种用于变压器故障诊断的贝叶斯网络优化方法 被引量：1

7

作者 仝兆景 荆利菲 兰孟月 《电子科技》 2024年第8期34-39,共6页

针对变压器故障诊断效率低的问题,文中将油中溶解气体分析与人工智能方法相结合,提出了一种改进蝗虫优化算法优化贝叶斯网络的变压器故障诊断方法。利用差分进化算法和与模拟退火算法对蝗虫算法进行改进,提高了算法的优化能力。将改进... 针对变压器故障诊断效率低的问题,文中将油中溶解气体分析与人工智能方法相结合,提出了一种改进蝗虫优化算法优化贝叶斯网络的变压器故障诊断方法。利用差分进化算法和与模拟退火算法对蝗虫算法进行改进,提高了算法的优化能力。将改进蝗虫算法应用于贝叶斯网络结构来学习构建变压器故障诊断模型,利用所提方法对变压器进行故障诊断。实验结果表明,该方法诊断正确率达到了92.7%,与其他算法所构建的诊断模型相比具有更高的故障诊断准确率。 展开更多

关键词 变压器 蝗虫算法 差分进化算法 模拟退火算法 油中溶解气体 贝叶斯网络 故障诊断 结构学习

下载PDF 职称材料

油浸式变压器故障诊断方法研究 被引量：4

8

作者 曹淑睿 李目 耿召里 《现代制造技术与装备》 2022年第9期29-31,共3页

随着科学技术的不断发展,各行业对电网的可靠性提出了更高要求。作为整个电网正常运行的关键部分,电力变压器的工作状态直接关系整个电网运行的稳定性。首先阐述油浸式变压器的故障机理和故障类型,其次介绍传统变压器故障诊断技术的基... 随着科学技术的不断发展,各行业对电网的可靠性提出了更高要求。作为整个电网正常运行的关键部分,电力变压器的工作状态直接关系整个电网运行的稳定性。首先阐述油浸式变压器的故障机理和故障类型,其次介绍传统变压器故障诊断技术的基本原理,再次分析基于人工智能算法的变压器故障诊断技术的应用,最后总结传统方法和智能方法的优劣,以期为研究变压器故障诊断提供参考。 展开更多

关键词 油浸式变压器 油中溶解气体 故障诊断 智能算法

下载PDF 职称材料

基于DGA与TPE-LightGBM的变压器故障诊断

9

作者 杨金鑫 廖才波 +3 位作者 胡雄 朱文清 张旭 刘邦 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第4期70-77,共8页

油中溶解气体分析(dissolved gas analysis,DGA)对变压器故障的早期预警及诊断具有重要意义。为了提升变压器故障诊断的准确性及可靠性,提出一种基于树结构概率密度估计(tree-structured parzen estimator,TPE)算法优化轻量级梯度提升机... 油中溶解气体分析(dissolved gas analysis,DGA)对变压器故障的早期预警及诊断具有重要意义。为了提升变压器故障诊断的准确性及可靠性,提出一种基于树结构概率密度估计(tree-structured parzen estimator,TPE)算法优化轻量级梯度提升机(light gradient boosting machine,LightGBM)的变压器故障诊断方法。首先,建立包含油中气体比值、编码等16维DGA特征集合,采用最小绝对收缩和选择(least absolute shrinkage and selection opera-tor,LASSO)算法选择用于变压器故障诊断的有效特征量;其次,构建基于LightGBM的变压器故障诊断方法,并引入TPE算法对LightGBM诊断模型参数进行优化,形成最优故障诊断模型;最后,选用精确度、召回率和F1分数等评价指标对所提诊断模型性能进行评估。研究结果表明,TPE-LightGBM的平均准确率为90.23%,其诊断精度及鲁棒性均优于RF和XGBoost等算法。同时,与现场常用的三比值法进行对比,所提方法的准确性和可靠性均有显著提升。该方法可有效提升电力变压器的智能运维水平。 展开更多

关键词 变压器 油中溶解气体 故障诊断 树结构概率密度估计 LASSO算法 轻量级梯度提升机

下载PDF 职称材料

利用人工神经网络对电力变压器故障进行早期诊断 被引量：18

10

作者 蔡超豪 《变压器》 北大核心 1997年第1期34-37,共4页

介绍了利用人工神经网络对变压器故障进行早期诊断的方法，为此构造了ＢＰ网络模型。试验结果表明，该方法行之有效，并具有潜在实用价值。

关键词 电力变压器 人工神经网络 故障诊断

下载PDF 职称材料

电力变压器故障诊断的人工免疫网络分类算法 被引量：30

11

作者 熊浩 孙才新 +2 位作者 陈伟根 杜林 廖玉祥 《电力系统自动化》 EI CSCD 北大核心 2006年第6期57-60,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。文中将人工免疫网络分类算法应用于电力变压器故障诊断,利用增加抗原、记忆抗体类别信息的人工免疫网络对故障样本进行学习,可以获取更好地表征故障样本特征的记忆抗体集,... 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。文中将人工免疫网络分类算法应用于电力变压器故障诊断,利用增加抗原、记忆抗体类别信息的人工免疫网络对故障样本进行学习,可以获取更好地表征故障样本特征的记忆抗体集,再用最邻近分类法对故障样本进行分类。经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较,表明该算法能有效地对电力变压器单故障和多故障样本进行分类,具有较高的诊断准确率。 展开更多

关键词 电力变压器 油中溶解气体分析 故障诊断 人工免疫网络 最邻近分类法 在线监测

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

12

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

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

13

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

状态参量关联规则挖掘及深度学习融合的变压器故障诊断算法 被引量：17

14

作者 周家玉 侯慧娟 +1 位作者 盛戈皞 江秀臣 《高压电器》 CAS CSCD 北大核心 2023年第3期108-115,共8页

变压器的正常运转是电力系统可靠供电的基础,它的早期故障检测一直是研究的热点方向。随着大数据和人工智能的兴起,变压器的多种日常运行监测数据得以更有效的利用。早期故障检测方法容易误判,对故障部位及故障程度的识别也比较模糊。因... 变压器的正常运转是电力系统可靠供电的基础,它的早期故障检测一直是研究的热点方向。随着大数据和人工智能的兴起,变压器的多种日常运行监测数据得以更有效的利用。早期故障检测方法容易误判,对故障部位及故障程度的识别也比较模糊。因此,为了获得更高的故障预测及诊断精度,文中提出了一种关联规则输入的变压器深度学习故障辨识方法。首先应用Apriori算法挖掘特征量集中的高频项,计算其与故障类型的置信度,找到强置信度规则。然后将置信度与油中溶解气体浓度一起作为输入应用到深度神经网络DNN(deep neural networks)模型中,通过正向传播、反向梯度更新进行训练,以确定变压器的故障类型。最终实例证明基于关联规则的故障检测模型具有更高的精度和更快的响应速度,相较于未输入关联规则的模型准确度至少提升了5%。 展开更多

关键词 电力变压器 油中溶解气体分析 故障诊断 关联规则 深度学习

下载PDF 职称材料

信息融合技术在变压器油气识别故障诊断中的研究 被引量：6

15

作者 张志文 乔悦 +1 位作者 罗隆福 杨双 《计算机工程与科学》 CSCD 北大核心 2012年第3期132-136,共5页

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网... 变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。 展开更多

关键词 变压器 油气识别 故障诊断 神经网络 改进BP算法

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

16

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

一种基于深度收缩自编码网络的变压器故障诊断方法 被引量：2

17

作者 杭颖 廖昌义 +1 位作者 任广为 黎楚阳 《科技创新导报》 2020年第16期5-9,共5页

变压器油中溶解气体方法(Dissolved Gas-in-oil Analysis,DGA)由于其结果直观、操作简单和在线观测等优势,被广泛应用于变压器领域。然而传统的DGA难以充分利用不带故障类别标签的样本信息,导致故障诊断准确率不高。针对此问题,本文提... 变压器油中溶解气体方法(Dissolved Gas-in-oil Analysis,DGA)由于其结果直观、操作简单和在线观测等优势,被广泛应用于变压器领域。然而传统的DGA难以充分利用不带故障类别标签的样本信息,导致故障诊断准确率不高。针对此问题,本文提出了一种基于深度收缩自编码(Deep Contractive Auto-Encoder,DCAE)网络的变压器故障诊断方法。首先,将深度收缩自编码网络和分类器组成DCAE分类器,构建基于深度收缩自编码网络的变压器故障诊断模型。其次,考虑工程中存在的数据采样错误情况,选取部分测试样本将其随机置零,研究该模型的容错性。结果表明,所提出的变压器故障诊断模型准确率均高于传统的粒子群优化支持向量机和BP神经网络模型,该模型适用于变压器故障诊断。 展开更多

关键词 变压器 油中溶解气体分析 故障诊断 深度学习 收缩自编码

下载PDF 职称材料