期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IGA-XGBoost的变压器故障诊断研究 被引量：7
1
作者 曹伟嘉 杨留方 +2 位作者 徐天奇 毛玉明 谢宗效 《自动化与仪器仪表》 2022年第4期1-5,共5页
为了提高变压器故障诊断的准确性,提出基于改进遗传算法优化极端梯度提升(IGA-Extreme Gradient Boosting,IGA-XGBoost)的变压器故障诊断模型。利用油中溶解气体分析法得到的5种特征气体数据样本训练极端梯度提升(Extreme Gradient Boos... 为了提高变压器故障诊断的准确性,提出基于改进遗传算法优化极端梯度提升(IGA-Extreme Gradient Boosting,IGA-XGBoost)的变压器故障诊断模型。利用油中溶解气体分析法得到的5种特征气体数据样本训练极端梯度提升(Extreme Gradient Boosting,XGBoost)模型进行变压器故障诊断,再将改进遗传算法优化XGBoost解决参数多、收敛慢等问题。在遗传算法的基础上引入多样性与适应度共同作为评价指标,解决局部极大值问题。将改进遗传算法与网格搜索、随机游走和传统遗传算法寻优方法比较和分析,实验结果表明,改进遗传算法的收敛速度和泛化能力最好。再将IGA-XGBoost模型与遗传算法优化极端梯度提升(Genetic Algorithm-Extreme Gradient Boosting,GA-XGBoost)、神经网络、支持向量机、随机森林、自适应提升法(Adaptive Boosting,AdaBoost)做对比实验,IGA-XGBoost模型在变压器故障诊断中的预测精度为96.875%,均方差为0.15。IGA-XGBoost模型能有效提高变压器故障诊断精度。 展开更多
关键词 油中溶解气体分析 变压器 故障诊断 极端梯度提升 遗传算法
原文传递
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
2
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
基于加权综合损失优化深度学习和DGA的变压器故障诊断方法 被引量：23
3
作者 王伟 唐庆华 +2 位作者 刘力卿 李敏 谢军 《南方电网技术》 CSCD 北大核心 2020年第3期29-34,共6页
为进一步提高变压器故障诊断效果,提出了一种基于加权综合损失优化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DGA特征量为输入,以Softmax层各故障状态概率分布为输出,基于堆栈稀疏... 为进一步提高变压器故障诊断效果,提出了一种基于加权综合损失优化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DGA特征量为输入,以Softmax层各故障状态概率分布为输出,基于堆栈稀疏自编码深度学习理论构建了变压器故障诊断模型。针对常规交叉熵损失函数下,变压器故障诊断效果偏低,训练样本不平衡分布影响故障诊断水平的问题,采用加权综合损失函数对深度学习模型进行优化。案例分析结果表明:相比传统方法,本文方法可削弱训练样本不对称对变压器故障诊断的不利影响并提高变压器故障诊断水平,各训练集下,本文方法故障诊断准确率可保持在90%以上。 展开更多
关键词 变压器 故障诊断 深度学习 加权综合损失 油中溶解气体分析(dga)
下载PDF
光声光谱技术与气相色谱技术在变压器在线监测中的分析比较 被引量：5
4
作者 吴军 田学航 《电气技术》 2013年第12期65-68,共4页
光声光谱技术进行变压器油中溶解气体分析是近些年开发的一种新技术。本文结合国内某AP1000核电项目中主变压器、高压厂用变压器及辅助变压器在线监测装置选型情况,介绍了光声光谱技术及传统的气相色谱技术在变压器油中故障气体分析(DGA... 光声光谱技术进行变压器油中溶解气体分析是近些年开发的一种新技术。本文结合国内某AP1000核电项目中主变压器、高压厂用变压器及辅助变压器在线监测装置选型情况,介绍了光声光谱技术及传统的气相色谱技术在变压器油中故障气体分析(DGA)的基本原理和产品结构,对最小检知浓度等技术指标进行了对比。最后总结了两种不同技术原理的油中故障气体在线监测设备之间的差异。旨在能为大型变压器在线监测设备选型提供技术参考。 展开更多
关键词 油中溶解气体分析(dga) 光声光谱技术 气相色谱技术 最小检知浓度
下载PDF
Box-plot-SA-BP:变压器DGA多参量故障诊断模型
5
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
采用光声光谱技术与气相色谱技术进行变压器油中溶解气体检测的分析比较 被引量：3
6
作者 曾海 《广东输电与变电技术》 2005年第6期21-23,共3页
本文总结了采用光声光谱技术及气相色谱技术在油中溶解气体分析(DGA)领域的应用,并对两种技术加以比较。同时,文中也给出了在美国、欧洲及中国各大电力公司对典型变压器内油样采用两种技术分别进行试验室及现场分析结果的相关性。
关键词 油中溶解气体分析(dga) 光声光谱技术 气相色谱技术
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部