变压器故障的诊断分析研究

兖州矿业(集团)有限责任公司对变压器故障诊断进行了总结:①变压器油检验变压器油的介电强度随着其中水分的增加而急剧下降。应用变压器油中8种故障气体在线监测仪,连续测定的随着变压器中故障的发展而溶解于油中

电力变压器故障诊断方法初探

电力变压器在电网电力能量的传输和电力能量的转换中起非常重要的作用,在电网安全防御上的作用也非同一般。电力变压器一旦发生故障会严重影响电力系统的运行,对国家财产、居民生活造成损害。因此对其故障进行研究十

电力变压器故障与诊断.pdf

电力变压器故障与诊断pdf,电力变压器故障与诊断

粗糙集在电力变压器故障诊断中的应用

电力变压器是一种比较复杂的系统,在实际故障诊断中要想获得完备的实验数据比较困难。针对该问题,提出了一种基于粗糙集的电力变压器故障诊断新方法,即分析搜集到的电力变压器历史故障数据,确定条件属性集和决策属

电力变压器故障诊断方法 — 基于小波网络及油中溶解气体分析

摘要：小波网络是近年来发展起来的一种高效非线性信号处理新模型。该文将适于电力变压器故障诊断的小波网络分为第一、第二类小波网络，提出了基于自适应算法小波网络的变压器故障诊断方法，该方法继承了人工神经网络

电力变压器故障诊断技术

充油式电力设备在电力系统中应用广泛，典型的设备包括变压器、电抗器以及充油式互感器等。大型电力变压器作为电力输送的枢纽设备，其工作状况直接影响着电力系统的安全运行，一旦发生故障将对电力系统及终端用户造成

电力变压器故障诊断监视系统设计

变压器作为现代生产的重要设备,是整个矿业及其他产业的命脉。为了对变压器故障进行预警,设计了电力变压器的故障诊断系统,系统通过下位机(STM32)采集变压器数据,并将信息发送到电力调度室,由上位机对信号

变压器故障诊断与修理

不仅有变压器的维修和常见故障的诊断，同时也有很多数据和算例.

概率神经网络的分类预测-基于PNN变压器故障诊断

本代码主要利用MATLAB工具进行概率神经网络的分类预测的仿真，实现PNN变压器故障诊断的模拟

基于模糊Petri网和BP-ACO的变压器故障诊断

针对油浸式变压器的故障诊断问题,提出了一种基于模糊Petri网模型和蚁群优化BP神经网络(BP-ACO)的变压器故障诊断方法。首先,定义一个十元的模糊Petri网结构并根据产生式规则和推理算法构建了故

电力变压器常见故障诊断与分析

电力变压器在运行过程中发生故障时,变压器中油气体成分和某些电气参数会出现变化,同时也有一些部位的外表颜色、气味、声音、温度、油位、负载等变化。通过对煤矿电力变压器常见故障诊断,做出故障处理与检修方法。

变压器故障诊断技术研究

基于支持向量机的变压器故障诊断技术研究和探讨。

煤矿变压器故障诊断的研究

变压器正常运行是煤矿安全生产的重要保证,煤矿变压器一旦发生故障而没有及时处理,不仅影响煤矿井下正常作业,甚至造成人身伤亡事故,因此必须尽可能防止和减少变压器发生故障。本文详细分析了变压器常见的故障,介

论文研究-基于粒计算的电力变压器故障诊断方法研究 .pdf

基于粒计算的电力变压器故障诊断方法研究，张静，刘艳红，鉴于电力变压器信息的不完备性和复杂性，提出了基于粒计算的变压器故障诊断方法。文中阐述了粒计算的相关理论及知识约简算法并将

基于栈式稀疏自编码器的矿用变压器故障诊断

鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果,提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法。通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器,再将多个稀疏自编码器进行堆叠形成栈

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

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

基于GA优化BP神经网络变压器故障诊断的研究

BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来

基于GA-BP神经网络的变压器故障诊断

提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并

一个简单的变压器故障诊断程序

一个关于变压器故障诊断程序，使用vb编的

基于自组织神经网络的变压器故障诊断

变压器故障诊断实质上是属于一种模式识别，基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想，改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理，

煤矿井下变压器故障诊断研究

变压器作为煤矿企业重要的电气设备,承担着电压变换、电流变换、阻抗变换、隔离等重任,其运行状态直接影响煤矿企业的安全生产和可靠性,在煤矿生产中发挥着不可替代的作用,但是在运行过程中不可避免产生一些故障。

基于遗传神经网络的变压器故障诊断

变压器是重要的输变电设备,其运行状况直接影响到发、供电系统的安全性和可靠性,研究有效地故障诊断方法具有实际意义。将故障树、神经网络和遗传算法相结合应用于变压器故障诊断中,并通过实例证明此方法是有效可行

变压器油中气体组分含量在线监测与故障诊断

电力变压器运行可靠性直接关系到电力系统的安全及供电可靠性,为提高电力变压器故障诊断的准确率,由在线监测变压器油中溶解气体组分含量分析,提出了基于人工免疫和模糊C均值聚类分析方法有效结合的变压器故障诊断

论文研究-可拓神经网络在变压器故障诊断中的应用.pdf

可拓神经网络是一类新的神经网络，它结合了可拓学理论和人工神经网络技术。可拓神经网络已经在模式识别、故障诊断、分类聚类等领域有了成功的应用。针对变压器故障诊断的特点，提出一种基于可拓神经网络的电力变压器

电力变压器故障matlab仿真

电力变压器故障仿真建模，说学模型建立！电力变压器故障仿真建模。

基于改进布谷鸟算法与SVM的矿用变压器故障诊断

矿用变压器主要用于含有易燃气体和煤尘的矿井中,为采煤机、运输车及照明系统提供电源。针对目前矿用变压器故障诊断准确率不高的情况,提出了一种基于改进布谷鸟算法和支持向量机(SVM)的矿用变压器故障诊断方法

基于GA-BP混合算法的电力变压器故障诊断方法

为解决BP神经网络在变压器故障诊断中存在的收敛速度慢,容易陷入局部最优点等缺点,采用了将BP网络和遗传算法相结合的方式,利用遗传算法的全局收敛性,优化BP网络的初始权值和阈值,再由BP网络进行调整搜索

一种基于改进RVM变压器故障诊断新方法

对比于支持向量机(SVM),相关向量机(RVM)在分类性能方面优势明显.引入核主成分分析(KPCA)和量子粒子群算法(QPSO)对RVM电力变压器故障诊断模型进行优化.设定标准化的变压器主要特征气体含