浅析色谱法诊断变压器故障的应用

本文探讨应用色谱分析法诊断变压器故障,分析造成变压器潜伏性故障原因,介绍故障处理方法和后续运行状况,提出综合应用色谱分析法判断故障的观点。     

浅谈电力变压器短路故障快速诊断方法

电力变压器作为电力系统重要的电气设备,承担着电能运输的桥梁作用,当变压器出现故障时,准确、快速的诊断分析出故障原因、位置等对于快速处理故障,恢复送电,提高供电可靠强具有重要的意义.该文着重介绍快速、合理的变压器故障诊断步骤.     

油色谱分析在变压器故障诊断中的应用

用色谱分析技术对变压器故障进行诊断分析,并判断变压器早期故障的类型、严重程度及部位的确定。对变压器的潜伏性故障及故障发展程度的早期发现具有一定的预防性;列举了实际工作中正确消除缺陷的例子;介绍了油色谱分析法在变压器故障综合诊断中的具体应用,并阐述了实际工作中应用色谱分析诊断变压器故障时应注意的问题。     

带置信因子的变压器故障模糊诊断

为了解决电力变压器中故障诊断存在的大量随机性和模糊性问题。提出了一种基于置信因子的模糊诊断方法。建立的带置信因子变压器故障模糊诊断模型，用于科学地定量确认故障产生原因；通过确定置信因子和建立模糊综合评判信度，补偿评判中主观信度，实现故障诊断过程。应用实例证明该方法是有效。可行和可靠的，具有实际推广价值。     

继电保护技术在变压器故障解决中的应用

本文主要对变压器盲区故障的继电保护方法进行探讨。对电网中某些运行方式下出现保护盲区的情况进行分析,得出系统电压无法满足保护动作的要求是出现保护盲区的关键原因。     

变压器运行故障现象与诊断

本文介绍了变压器在实际运行中的一些故障现象,结合多年来在现场发生的故障实例,分析了变压器故障发生的原因和诊断处理过程,并对变压器的维护提出一点建议。     

根据特征气体判断变压器潜在故障

根据特征气体判断变压器潜在故障葛福明（青海山川铸造钝合金集团有限责任公司）最近几年，西北地区凭着丰富的电力和矿石资源，新建投入生产的硅铁矿热炉很多。矿热炉主要配套设备是炉变变压器，由于冶炼工艺的需要，矿热炉变压器在性能和结构上与普通电力变压器有许多不...     

电力变压器常见故障及诊断技术

文章介绍了电力变压器的常见缺陷和故障,并分析了这些故障对变压器的危害,并对消除故障的方法进行了归纳总结,此外还分析了变压器常用的在线监测技术,具有一定的工程实用价值。     

电力变压器常见故障及诊断技术

文章介绍了电力变压器的常见缺陷和故障，并分析了这些故障对变压器的危害，并对消除故障的方法进行了归纳总结，此外还分析了变压器常用的在线监测技术，具有一定的工程实用价值。     

通过变压器油色谱分析对其故障进行诊断

电力变压器是电力系统中最关键的设备之一,因此,对运行中的变压器等充油设备内部故障进行在线监测极其重要。经长期的实践证明,在所有绝缘监督手段中,油中溶解气体气相色谱分析诊断变压器等充油电气设备故障是最有效最灵敏的方法。通过色谱分析结果中的特征气体,来判断设备内部可能存在的故障类型,结合其它电气试验和设备运行工况进一步确定故障部位、产生的原因,可以使得检修工作有的放矢。     

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.     

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.     

电力变压器状态监测和故障诊断系统的设计

本文主要研究了电力变压器状态监测与故障诊断的现状以及存在的问题,设计了一个变压器状态监测和故障诊断模型,提出了相应的诊断方法,在此基础上,设计了电力变压器故障在线监测和故障诊断系统。     

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。     

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.     

自适应学习速率法在变压器故障诊断中的应用

为了提高电力变压器故障诊断的准确率,针对油中溶解气体分析,提出了一种基于误差自动调节修正因子的自适应学习速率法,使神经网络通过自身的误差变化过程自动调整学习速率修正因子,保证网络总是以最大的可接受学习速率进行训练,从而提高网络收敛速度。针对电力变压器故障气体及故障类型的特点,建立了电力变压器故障诊断BP(Back-Propagation)网络模型,应用该算法和原算法对该故障诊断网络模型进行训练。仿真结果表明,该算法的训练次数减少了35.4%,收敛速度提高了44.9%,有效地改善了网络模型的性能。将该算法应用于电力变压器故障诊断,能较为精确地判断出电力变压器的故障类型,故障诊断准确率达90.8%。     

神经网络在变压器故障诊断中的应用

根据变压器故障诊断的特点,采用神经网络的误差逆传播算法,运用气相色谱分析方法,建立故障诊断的神经网络模型．运用人工神经网络的学习能力,通过对训练数据的学习,判断变压器的故障类型．     

变压器在线监测与故障诊断技术探析

论述了变压器在线监测的意义,阐述了变压器局部放电在线监测技术,展望了在线监测与故障诊断技术的发展。     

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