浅析大型电力变压器的状态监测

阐述了大型电力变压器实施状态监测的必要性,总结出开展状态监测的要求及方法,同时提出了对电力变压器实施状态监测所应做好的几个方面工作,并且和生产管理信息系统相结合,及时统计、分析比较,选择正确检修时机、确定合理检修策略,来确保变压器可靠运行。     

论电力变压器的状态检修

电力变压器实行状态检修是先进的科学管理方法,本文阐述了实行状态检修应开展的研究工作及实施电力变压器状态检修的工作思路.     

大型电力变压器的故障诊断探讨

论文阐述了大型电力变压器的故障分类,对大型电力变压器的外部故障与内部故障的原因诊断进行详细分析,并探讨了大型变压器的综合故障诊断检测措施。     

电力机车状态监测与故障诊断系统研究

介绍了一个电力机车状态监测与故障诊断系统的设计思想和实现方法,通过利用机车上现有的微机检测控制部分实现在线诊断.     

电力变压器故障诊断的神经网络专家系统

介绍了产生式系统与神经网络结合的一种方法──神经网络专家系统（NNES）。根据变压器故障诊断的特点，建造了用于电力变压器故障诊断的NNES。该系统充分发挥了NN与ES各自的优点，为变压器故障诊断创造了一条新的思路。     

机群状态远程监测与故障诊断系统的研制

介绍一种机群远程监测与故障诊断系统的构建.通过利用传感技术、无线数据传输、网络技术和故障诊断技术等,实现机群中各分散单机的远程监测与故障诊断,实现实时评估当前机群总体运行情况及各单机的运行状况,并将诊断结果以报告的形式通过网络传输给用户.系统数据由SQL Server 2000建构与维护,实现了数据的集中管理和机群信息的交换与共享.通过在某高速公路施工现场实验表明,系统有效地改善了工程机械运行状况,提高了施工机群的施工效率.该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域.     

浅析当前电力变压器的状态检修

随着先进设备的不断使用及现代化管理水平的提高,原有的运行、检修模式已难以适应高可靠性电网的发展要求。因此按电网目前的设备状况。科学地理解、执行现有规程有关规定,按不同区域、不同地段、不同设备情况。从实际出发实行电力变压器状态检修既是现代高可靠性电网发展的必然要求.也是电力变压器管理水平不断提高的需要。     

电力变压器状态检修策略

电力变压器是电力系统中的重要电气设备,在电力系统中处于枢纽地位,一旦发生故障,有可能发生大面积停电事故,给电力系统和国民经济带来重大损失,因此各级电网公司非常重视电力变压器的检修工作。本文分析了现行电力变压器检修方式的弊端,提出了电力变压器状态检修策略,为电力系统的运行和维护提供可靠的决策方案,推进状态检修工作的开展。     

遗传算法在电力变压器故障诊断中的应用

论文在阐明电力变压器故障的一些智能诊断方法所存在的局限的基础上,对遗传算法在电力变压器故障诊断中的应用进行综述,指出其存在的优势以及不足之处,并展望了其后续的研究发展方向。     

电力变压器状态检修决策的研究

电力变压器是电力传输中最为重要的枢纽设备之一,它的安全稳定运行对电网的安全可靠运行有着至关重要的意义。本文对电力变压器状态检修思路进行了分析,对状态检修的状态评估方法进行了论述,从而确定电力变压器状态检修决策。     

电力变压器故障综合诊断专家系统

提出了一个用于电力变压器故障诊断的专家系统，以综合诊断技术为知识基础，用模糊数学方法于知识表达及推理策略，旨在准确和迅速地实现变压器故障的诊断。     

改进的M-ary支持向量机模型及其在变压器故障诊断中的应用

使用M-ary支持向量机进行基于油中溶解气体分析的变压器故障诊断研究.分析结果表明,M-ary支持向量机算法简单,与一对一支持向量机的诊断精度可以比拟.在此基础上,还对常用的M-ary支持向量机模型进行了改进,将各二类分类器的输出计算值直接使用另一支持向量机进行组合,可以更好地反映各分类器之间的非线性关系,从而使新模型具有更高的分类精度.变压器的应用实例证明了改进方法的有效性和优越性.     

基于遗传小波神经网络的变压器故障诊断

电力变压器油中溶解气体的色谱分析是变压器故障诊断的重要方法,通过该方法可以间接了解变压器的运行状态和内部潜在故障.人工神经网络已经成功地应用于电力变压器故障诊断,但学习样本数多和输入输出关系复杂性减慢了网络的收敛速度.为解决此问题,将用遗传算法改进的小波神经网络应用于电力变压器故障诊断,克服小波算法易于陷入局部极小、收敛速度慢等缺点.     

基于综合关联度分析的电力变压器故障诊断

在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题.结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨.该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度.实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析 方法.在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%.     

基于多Agent及Petri网的变压器故障诊断系统

将多Agent技术引入变压器故障综合诊断系统，采用模糊Petri网技术实现建模．该模型中每个Agent代表一种智能知识或智能处理方法，利用Petri网进行知识表示及推理的矩阵运算算法以描述故障征兆与故障的关系，进而达到多Agent之间的协同工作，并利用协调综合Agent给出诊断结果．运用所提出的诊断系统，不但可以充分利用各种故障信息资源，而且可对采用不同诊断方法时的诊断结果进行协调综合，并且在故障信息不全面的情况下也可以做出较准确的诊断结论．实例运算也验证了该诊断系统的快速性、协调性和准确性．     

遗传支持向量机在电力变压器故障诊断中的应用

针对支持向量机中的参数通常靠交叉试验来确定的状况,提出了遗传支持向量机,即使用遗传算法来优化支持向量机中的参数,并将之进一步应用在基于溶解气体分析的变压器故障诊断中.以变压器油中5种主要特征气体作为支持向量机的输入,以7种变压器状态作为相应的输出,选用径向基核,使用遗传算法得到优化参数,充分发挥了支持向量机具有较高泛化能力的优势.实验表明,本文方法能够在较大范围内准确地找到相应的优化参数,并能有效地进行变压器的故障诊断.     

处理器在变压器故障远程无线诊断中的应用

为满足变压器故障诊断的需要,结合DSP精度高、数字信号处理能力强和MSP430F2410超低功耗、资源丰富等特点,开发了一款基于TMS320VC5402和MSP430F2410的双处理器结构的变压器障诊断装置.该诊断系统由故障信息采集单元、故障诊断监控单元和移动通信网络构成.故障信息采集单元由双处理器、短距离通信射频芯片CC2430、传感器构成,直接安装在变压器上,对故障信息进行测量;故障诊断监控单元由工控机和移动通信模块构成,负责故障信息的数据处理、显示及报警.该系统具有高精度、低功耗、高效率等优势.     

基于决策树神经网络模型的电力变压器故障诊断方法

根据对变压器常见故障原因及危害程度的分析,构造了电力变压器故障诊断决策树．其判定级别为自上而下,而决策树的每一叶都对应着一种具体的故障模式,并在决策树的不同分支中选用不同的神经网络单元模块作为基本分类器,建立组合神经网络模型,实现了对故障的多分辨识别．该方法克服了以往单神经网络模型在结构复杂性和学习难于收敛方面的不足,大大提高了故障分析的准确度．应用结果表明该系统模型是富有成效的     

旋转机械在线状态监测系统的设计与应用

分析了旋转机械在线状态监测诊断系统的形式,介绍了分布式监测诊断系统的层次结构及各层功能,并给出了上下位机分布式监测诊断系统的设计实例。