摘要
随着电力系统电压等级和容量的不断增大,传统基于电气试验和油色谱分析的变压器故障诊断方法的诊断效果变差,因此量化分析变压器油中溶解气体成分并研究变压器故障诊断新方法具有重要的理论意义和工程实用价值。基于此,首先简述变压器油中溶解气体的产生机理,然后再构建一种基于遗传模拟退火算法修正的神经网络模型进行变压器故障诊断研究,并以某220kV和66kV变电站内变压器的历史故障信息为例,通过实际算例,对比传统变压器故障诊断方法和此次方法的诊断效果,验证本次模型的有效性和优越性。
出处
《石油石化物资采购》
2023年第16期200-202,248,共4页
Petroleum & Petrochemical Material Procurement