基于空间分析理论改进的变压器Duval Pentagon1故障诊断方法

为了解决Duval Pentagon1法不能表征各种变压器故障模式可信度的问题,提出了一种基于空间分析理论改进的方法。首先,采用核密度估计(kernel density estimation,KDE)方法对各种变压器故障模式数据进行空间分布密度分析;其次,应用B样条理论构造各种变压器故障模式密度曲面;最后,利用空间叠置分析方法实现变压器故障模式识别。实例分析结果表明:与Duval Pentagon1法相比,改进后的Duval Pentagon1法的总体诊断准确率提升了8.42%,并且能够定量地表征各种变压器故障模式可信度。研究结果可为变压器油中溶解气体图形分析方法的改进提供参考。

基于油中溶解气体分析的油纸交界面爬电诊断

为研究基于油中溶解气体分析的油纸交界面爬电诊断方法,建立了油纸交界面处爬电模型与试验研究平台,对恒压条件下沿面爬电发展过程中产生的油中溶解气体进行了测量与分析。研究结果表明:不同老化程度纸板沿面爬电产生溶解气体的特征没有显著差异;油纸交界面处爬电产生的油中溶解气体3比值编码以(2,1,2)及(2,2,2)为主,在爬电后期,(2,1,2)编码出现的概率下降,(2,2,2)编码出现的概率上升;沿面爬电的数据点主要分布于Duval三角形的D1和D2区,聚集于20%CH4,40%CH4与60%C2H2 3点间和90%～70%C2H2的2个区域,当数据点聚集于20%CH4,40%CH4与60%C2H2 3点间区域时,爬电处于后期的概率>80%;依据3比值编码概率分布的变化及Duval三角形数据点聚集区域的变化可以对爬电的发展趋势及严重程度进行判断。

基于信息瓶颈的变压器故障诊断算法

为保证电网安全运行,解决变压器故障早期预警问题,提出一种基于信息瓶颈的变压器故障诊断方法。该方法分为两个阶段,采用信息瓶颈方法对数据进行聚类,得到簇内相似性最大的结果簇;通过簇内训练样本的简单多数投票,确定待测样本的故障类别。实际数据集上的实验结果表明,该方法是可行有效的,相比大卫三角形法、贝叶斯算法和神经网络算法,该算法的分类结果正确率分别提高了14.65%、25.00%和11.23%。

油中气体分析在变压器故障诊断中的应用

本文叙述了油中气体分析在变压器类设备故障诊断中的应用,介绍了特征气体法、三比值法和三角形法的基本原理。并通过实例,进一步说明建立油中气体分析(DGA)数据库的必要性。