计及继电保护与油气信息的变压器故障推理

变压器作为现代电力系统中最重要的设备之一,承担电能转换与分配的重要任务,为电力系统稳定运行提供了重要保障。在目前的变压器故障诊断中,由于油气数据信息量不足而经常导致诊断效果欠佳,所以文中提出了一种计及继电保护与油气信息的变压器故障推理方法。该方法首先通过变压器的运行状态与继电保护装置的关系建立贝叶斯网络;其次运用油气信息训练概率支持向量机,并计算该油气信息所对应变压器运行状态与故障程度的概率;随后根据历史统计数据,结合蒙特卡洛模拟算法与极大似然估计推算贝叶斯网络节点的条件概率;最后根据3个故障实例验证了该方法的有效性。实例分析表明,该方法有效的解决了油气数据信息量不足的问题,同时为运维检修人员提供了较为准确的检修决策。

基于深度信念网络的变频电机局部放电起始电压预测

局部放电是导致变频电机匝间绝缘过早失效的主要原因,匝间绝缘局部放电起始电压(PDIV)的预测对变频电机绝缘设计具有重要意义,因此提出一种基于深度信念网络的匝间绝缘PDIV预测方法。首先建立基于汤逊理论的局部放电仿真模型,计算不同仿真参数下匝间绝缘模型的PDIV;其次分析匝间绝缘PDIV的影响因素,建立深度信念网络提取影响因素和PDIV之间的非线性关系;然后根据仿真分析与试验测试,验证本文所提方法的有效性;最后通过平均影响值算法探究了匝间绝缘PDIV的主要影响因素。实验结果表明,该方法预测结果的最大相对误差为5.9%,为变频电机匝间绝缘设计和状态评估提供了新思路。