论文摘要
电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。本文基于对电力变压器故障诊断问题的研究,分析了电力变压器故障现象、故障原因及故障机理之间的许多随机性、不确定性特征;研究了不同特征气体不同成分形成的标准故障模式,采用无编码比值法判定变压器故障的性质,诊断变压器故障类部位;分析了近年来变压器故障诊断方面的研究动态,提出了变压器综合故障诊断方法(基于变压器直流电阻.绝缘电阻.色谱分析),提出了基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法。通过变压器故障实例分析,证明了该方法的正确性和有效性。
论文目录
相关论文文献
- [1].基于深度置信网络和多维信息融合的变压器故障诊断方法[J]. 电力工程技术 2019(06)
- [2].基于人工蜂群算法优化支持向量机的变压器故障诊断[J]. 科技创新与应用 2020(02)
- [3].堆栈稀疏降噪自编码网络在变压器故障诊断中的应用[J]. 中国科技论文 2019(11)
- [4].基于模糊关系与自组织竞争网络的变压器故障诊断[J]. 科技创新与应用 2020(08)
- [5].基于混沌粒子群优化核极限学习机的变压器故障诊断方法[J]. 微处理机 2020(02)
- [6].基于加权中智C均值算法的变压器故障诊断模型[J]. 水电能源科学 2020(05)
- [7].基于色谱分析的变压器故障诊断[J]. 甘肃科技 2020(12)
- [8].一种基于深度收缩自编码网络的变压器故障诊断方法[J]. 科技创新导报 2020(16)
- [9].基于深度森林的变压器故障诊断方法[J]. 电力科学与工程 2020(09)
- [10].电力变压器故障诊断及检修探讨[J]. 无线互联科技 2020(13)
- [11].综合三比值特征量与帝国竞争优化支持向量机的变压器故障诊断模型[J]. 广西电力 2019(03)
- [12].红外激光光谱分析的变压器故障诊断[J]. 激光杂志 2016(11)
- [13].混合神经网络在变压器故障诊断中的应用[J]. 电子测量与仪器学报 2017(01)
- [14].基于混合算法与支持向量机的电力变压器故障诊断[J]. 电气开关 2017(03)
- [15].在线检测装置在变压器故障诊断中的应用[J]. 当代化工研究 2017(05)
- [16].电力变压器故障诊断方法初探[J]. 能源技术与管理 2017(04)
- [17].基于机器学习的电力变压器故障诊断的研究进展[J]. 电子世界 2017(15)
- [18].变压器故障诊断中的神经网络技术发展[J]. 宜宾学院学报 2015(12)
- [19].基于支持向量机的变压器故障诊断研究[J]. 电气开关 2016(02)
- [20].论电力变压器故障诊断方法[J]. 科技展望 2014(18)
- [21].关于发电厂变压器故障诊断及处理措施思考[J]. 科技与企业 2015(02)
- [22].变压器故障诊断技术探析[J]. 中国新技术新产品 2015(08)
- [23].基于可拓理论的变压器故障诊断[J]. 电气开关 2015(02)
- [24].模糊支持向量机在变压器故障诊断中的应用[J]. 电测与仪表 2015(08)
- [25].改进型三比值法在变压器故障诊断中的应用[J]. 水电站机电技术 2015(08)
- [26].基于神经网络的变压器故障诊断研究[J]. 数字技术与应用 2015(08)
- [27].电力变压器故障诊断方法应用[J]. 通讯世界 2015(15)
- [28].基于数据清洗和知识迁移的变压器故障诊断模型[J]. 电工电能新技术 2020(01)
- [29].基于故障树分析的电力变压器故障诊断[J]. 新型工业化 2020(01)
- [30].基于机器学习的变压器故障诊断[J]. 电子世界 2020(08)