基于RBF神经网络与粗糙集的挖掘电力变压器故障诊断研究

粗糙集挖掘方法进行故障诊断的过程中,训练易陷入局部最优解,导致电力变压器故障挖掘诊断算法不适用于解决实际工程问题。提出基于RBF神经网络与粗糙集的挖掘电力变压器故障诊断方法,利用RBF神经网络收敛速度快、泛化能力强等特点,对故障数据进行训练。依据给出的训练样本特征获取所求概率密度函数的统计值,将改进后的数据发送至粗糙集。在保证系统分类能力的条件下,依据分类规范,实现电力变压器故障挖掘诊断,对采集到的100组电力变压器故障数据进行仿真分析。结果表明,所提方法的局部搜索能力明显优于传统方法,所提方法在变压器故障的诊断准确率上大大高于传统方法,保证了电力变压器运行的安全性与可靠性。

浅谈自平衡差动保护在高压电机中的应用——以大庆石化公司水气厂为例

本文以大庆石化公司水气厂空分装置高压电动机差动保护方式为例,将纵联差动保护和自平衡差动保护相比较,结果表明自平衡差动保护接线比较简单,灵敏性和可靠性较高,使用效果比较好,还介绍了这种保护的整定方法和使用注意事项。

实施技术攻关确保电气装置高效运行

大庆石化公司水气厂共有高低压变配电所30座，其中部分投用时间过久、设备老化、存在本质安全隐患。近几年来水气厂供电车间通过对这些存在安全隐患的设备实施技术攻关改造，从本质上消除了隐患、保障了电气装置的安全高效运行。