-
题名基于COMSOL的干式变压器故障诊断
被引量:1
- 1
-
-
作者
刘雪松
倪道宏
黄宏清
-
机构
东南大学软件学院
南自通华(南京)智能电气有限公司
-
出处
《工业控制计算机》
2023年第11期92-94,共3页
-
基金
江苏省重点研发计划(BE2020116,BE2022154)。
-
文摘
干式变压器是一种重要的电力设备,广泛应用于电力系统和工业领域。传统的干式变压器故障检测方法主要依靠人工巡检和手动诊断,存在着准确性低、效率低、依赖性强等问题。随着机器学习技术的快速发展,基于机器学习的干式变压器故障识别方法逐渐得到了广泛应用。基于COMSOL Multiphysics软件的有限元分析方法,对干式变压器进行模型构建、网格划分和温度场仿真。使用仿真计算得到的数据进行机器学习训练集和测试集的制作。分析了机器学习多分类算法并对数据处理及分类准确率进行了比较分析。分析并研究了对支持向量机模型参数进行了遗传算法优化的故障识别方法,准确率可达96.00%,在对比传统支持向量机聚类方法上,准确率提高了11.63%。
-
关键词
干式变压器
COMSOL
故障诊断
温度场
机器学习
-
Keywords
Dry-type transformer
COMSOL
fault identification
temperature field
machine learning
-
分类号
TM412
[电气工程—电器]
-
-
题名基于图卷积网络的电能质量评估
- 2
-
-
作者
黄宏清
倪道宏
刘雪松
-
机构
东南大学软件学院
-
出处
《电子科技》
2024年第9期43-47,共5页
-
基金
江苏省重点研发计划(BE2020116,BE2022154)。
-
文摘
新型电力设备的广泛使用给电力系统带来了新的干扰因素,同时也对电能质量提出了更高要求。为充分利用国家标准中各项电能质量指标,对电能质量进行更全面、更综合地评估,文中提出一种基于图卷积网络的电能质量评估方法。根据现行国家标准提出了指标分级的电能质量评估体系,对各项电能质量评估指标间的关联性进行初步确定。在此基础上确定指标关系图,搭建图神经网络模型并进行训练,测试集误差率为9.02%。以某电力系统实测数据为例与其他评估方法进行对比分析,证明了所提方法在对长时间跨度的电能质量进行评估时效果更优。
-
关键词
电能质量
综合评估
图卷积网络
指标
关联性
图
邻接矩阵
半监督训练
-
Keywords
power quality
comprehensive evaluation
graph convolutional network
indicator
correlation
graph
adjacency matrix
semi-supervised training
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-