考虑绝缘剩余寿命的变压器健康状态评估方法

在现有的健康指数理论和绝缘寿命计算方法的基础上进行延伸和拓展,建立变压器运行状态评估结果与其剩余寿命的映射关系,提出了一种考虑绝缘剩余寿命的油浸式变压器健康状态评估方法。利用变压器负荷记录和环境温度数据计算设备热点温度,继而计算设备的绝缘剩余寿命;再根据分级评估的思想对变压器运行状态进行分级评估,考虑不同因素的影响,形成不同层级的健康指数修正因子,最终得到反映变压器的综合运行状态的设备剩余寿命及健康指数评分。通过实际变电站算例分析证明了该方法的有效性和优越性。该方法并不局限于油浸式变压器,对于其他油绝缘设备(如电抗器)同样适用。

基于PSO优化的BP神经网络在电动机绝缘剩余寿命预测中的应用

针对普通的电动机绝缘剩余寿命预测模型收敛速度慢、结果偏差大的缺陷,提出了一种基于粒子群算法(PSO)优化BP神经网络的电动机绝缘剩余寿命预测模型。首先,利用PSO算法全局随机最优解搜索的特性,对传统BP神经网络模型的权值和阈值进行优化设计。其次,为便于预测模型的运算处理,对采集的三相异步电动机的数据进行归一化处理。最后,结合经PSO算法优化的BP神经网络模型对三相异步电动机的绝缘剩余寿命进行试验预测。结果表明,基于PSO优化的BP神经网络比传统BP神经网络有更为精准的预测能力以及更快的收敛速度。

水轮发电机绝缘剩余寿命的推断

介绍了一种根据最大局部放电量来推断发电机定子线圈绝缘耐水平和剩余寿命并用ｔｇδ０／Ｒ１Ｃ０加以修正的方法，该方法精确度同，实用性强。

基于果蝇算法的BP神经网络对双馈异步发电机绝缘寿命预测研究

针对双馈异步发电机绝缘寿命预测的效率和精度有待提高的问题,提出一种基于果蝇算法(Fruit fly optimization algorithm,FOA)优化BP神经网络的预测方法,有效提升了BP神经网络寻优的快速性和准确性。利用果蝇算法多点全局的快速搜索能力来优化BP神经网络模型的权值和阈值,对比发现,BP神经网络经优化后寻优效率和预测精度明显提高。试验结果表明:通过果蝇算法优化BP神经网络来预测电机绝缘剩余寿命是正确和有效的,为电机绝缘剩余寿命预测提供了一种新途径。