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%.     

新型灰色关联分析模型的改进与拓展

为了解决灰色相似关联度与接近关联度存在失准的缺陷,提出了基于面积的新型灰色关联分析的改进模型.对于具有相同量纲的不同序列数据,首先利用分段二次Lagrange插值建立它们的逼近函数,进而对逼近函数进行始点零化操作,然后分别计算以逼近函数曲线或其始点零化像与t=1,t=n所围图形面积,最后得到相应序列数据的灰色相似关联度与接近关联度,并研究了它们的性质.在具体计算所围图形面积时,采用了微元法与梯形法.算例计算结果表明,本文所提出模型与方法是有效的,客观反映了序列数据之间的相关性大小,避免了计算失效的可能.     

灰色绝对接近关联度分析

灰色关联分析是灰色系统理论中的重要部分，已有的关联度模型从序列的几何形状、面积、斜率、变化速率等不同角度对灰色关联度进行了度量.文中在已有灰色关联度模型基础上，提出了一种绝对接近关联度模型，即在求解序列的均值化基础上，利用序列对应的折线转成的面积作为距离，完成对灰色关联度的度量.通过实例表明，这种关联度能够度量两个序列之间的绝对差异；当成比例缩放两个序列中的观察数据时，可以保持关联度不变；可以更方便地直接利用关联度值，而不只是利用其序关系.这种灰色绝对接近关联度模型可以满足某些特定应用的需求.     

灰色斜率关联度的改进

研究了单指标数据序列的几种无量纲化变换及其性质，提出了一种对灰色斜率关联度的改进模型，改进后的关联度能够反映序列的正、负相关关系，并且对原始序列进行无量纲化变换处理时不影响关联系数及关联度的值，还研究了改进的关联度及关联系数的性质。该方法充分利用了序列各时点的信息及正、负相关性，所得关联分析结果较为客观可靠，并且易于在计算机上实现。     

变压器故障油色谱分析方法探讨

电力变压器故障检测主要有电气量检测和化学检测方法.化学检测主要是通过变压器油中特征气体的含量、产气速率和三比值法进行分析判断,它对变压器的潜伏性故障及故障发展程度的早期发现具有有效性.实际应用过程中,为了更准确地诊断变压器的内部故障,色谱分析应根据设备历史运行状况、特征气体的含量等采用不同的分析模型确定设备运行是否正常.     

用Euclid序列解Routh_Hurwitz问题与判定驻定组稳定性

关于判定实系数多项式f(λ)的正、负、零实部根个数的Routh-Hurwitz问题,一般文献用Routh表解决(用Hurwitz行列式更繁),本文通过求f(λ)的奇,偶部的Euclid序列解此问题,在Routh表某行开头出现零的奇异情况,本文的方法比用Routh表简便完善.     

基于LSTM的列车测速测距设备故障诊断

列车测速测距设备是列车运行控制系统的重要组成部分,也是故障率较高的设备之一.针对测速测距设备故障诊断自动化程度低的问题,提出一种基于LSTM(Long Short-Term Memory)神经网络的列车测速测距设备故障诊断方法,利用自适应最小支持度的加权Apriori算法从测速测距设备的时间序列中提取与故障分类关联度高的时间序列,构建故障数据集;利用LSTM神经网络对故障进行分类对比,测试结果表明:在以时间序列为故障特征的条件下,LSTM分类效果优于全卷积神经网络(Fully Convolutional Neural Networks,FCNN)与循环神经网络(Recurrent Neural Network,RNN).     

基于振动特征的变压器的故障诊断

变压器振动的主要来源是铁心和线圈振动,铁心与绕组故障引发变压器振动信号变化,故障类型不同信号变化不同.基于自主设计的变压器振动信号采集系统,采集不同故障状态下的变压器振动信号.由于变压器振动信号噪声较多,首先采用基于遗传优化的匹配追踪算法对信号稀疏表示去除噪声,然后对降噪后的不同故障类型信号进行分析处理,最后确定故障诊断方法.研究表明:箱体振动的基频反映铁心的故障,高频分量所占比例反映绕组的故障.一旦出现铁心故障,基频分量会发生明显的改变,运用快速傅里叶变换计算主频幅值的能量即可诊断出铁心故障;绕组发生故障后,会产生大量的高频分量,运用小波-高低频能量算法求取高低频包络谱,对比低频分量与总能量的比值,即可确定故障为绕组垫块脱落故障.     

变压器绕组短路故障多特征融合诊断

绕组匝间短路是变压器最常见的初期故障类型之一.为了提高轻度故障的诊断准确率,考虑绕组短路电流、绕组温度、电流密度和磁通偏移特征,提出了变压器绕组短路故障的多特征融合诊断方法.首先建立了变压器绕组短路的COMSOL空间模型,将仿真结果和理论计算结果进行对比,证明空间模型的正确性.然后,对变压器轻度故障时进行了故障模拟和故障特征分析,提取其电流特征参量、温度特征参量、电流密度偏移率和磁通偏移率作为故障特征.采用BP网络进行故障识别.变压器的工程诊断实例验证了本文方法的有效性.     

基于交织和完备序列的零相关区序列集构造方法

提出新的基于交织技术和完备序列的零相关区序列集的构造方法.首先通过级联、交织方法生成了完备零相关区序列,然后基于交织技术利用完备序列和零相关区序列集构造了新的零相关区序列集.构造过程中,通过利用零相关区序列集代替正交矩阵,能使目标序列集的周期长度和零相关区长度都得到扩展.该构造方法不需要利用正交矩阵,构造结果更灵活、适用范围更广,能够生成多种不同形式的零相关区序列集.