电力变压器故障深度诊断方法及终端设备

    公开(公告)号:CN108196143A

    公开(公告)日:2018-06-22

    申请号:CN201711310160.6

    申请日:2017-12-11

    IPC分类号: G01R31/00

    摘要: 本发明适用于变压器故障诊断技术领域,提供了一种电力变压器故障深度诊断方法及终端设备。该方法包括:根据第一训练数据集训练第一深度信念网络模型,并根据所述第一深度信念网络模型对第一待测数据进行诊断,得到第一诊断结果;根据D-S证据理论融合所述第一诊断结果和多个第一诊断证据,确定故障部位;根据所述故障部位对应的第二训练数据集训练所述故障部位对应的第二深度信念网络模型,并根据所述故障部位对应的第二深度信念网络模型,对第二待测数据进行诊断,得到第二诊断结果;根据D-S证据理论融合所述第二诊断结果和多个第二诊断证据,确定故障原因。本发明能够减少变压器故障诊断中数据存在的不确定性问题,提高诊断精准度。

    变压器绕组热点温度预测方法及终端设备

    公开(公告)号:CN108120521B

    公开(公告)日:2020-06-26

    申请号:CN201711294781.X

    申请日:2017-12-08

    IPC分类号: G01K7/00

    摘要: 本发明适用于变压器技术领域,提供了一种变压器绕组热点温度预测方法及终端设备。该方法包括:采集变压器绕组热点的温度数据,将采集到的温度数据作为样本数据;根据粒子群算法和所述样本数据训练人工神经网络模型,得到所述人工神经网络模型的最优模型参数,将基于所述最优模型参数的人工神经网络模型作为预测模型;采集变压器的运行参数和结构参数;根据所述运行参数、所述结构参数和所述预测模型,对变压器进行绕组热点温度预测。本发明将粒子群算法引入人工神经网络模型的参数优化,利用优化后得到的预测模型对变压器绕组热点温度进行预测,能够提高预测模型得到的变压器绕组热点温度的预测准确度。

    变压器绕组热点温度预测方法及终端设备

    公开(公告)号:CN108120521A

    公开(公告)日:2018-06-05

    申请号:CN201711294781.X

    申请日:2017-12-08

    IPC分类号: G01K7/00

    CPC分类号: G01K7/00

    摘要: 本发明适用于变压器技术领域,提供了一种变压器绕组热点温度预测方法及终端设备。该方法包括:采集变压器绕组热点的温度数据,将采集到的温度数据作为样本数据;根据粒子群算法和所述样本数据训练人工神经网络模型,得到所述人工神经网络模型的最优模型参数,将基于所述最优模型参数的人工神经网络模型作为预测模型;采集变压器的运行参数和结构参数;根据所述运行参数、所述结构参数和所述预测模型,对变压器进行绕组热点温度预测。本发明将粒子群算法引入人工神经网络模型的参数优化,利用优化后得到的预测模型对变压器绕组热点温度进行预测,能够提高预测模型得到的变压器绕组热点温度的预测准确度。

    变压器绕组监测装置
    10.
    发明公开

    公开(公告)号:CN108534933A

    公开(公告)日:2018-09-14

    申请号:CN201810257732.7

    申请日:2018-03-27

    IPC分类号: G01L5/00

    摘要: 本发明适用于变压器监测技术领域,提供了一种变压器绕组监测装置。包括:压力传感器、信号调理器、数据采集卡和工控机,压力传感器连接信号调理器,信号调理器连接数据采集卡,数据采集卡连接工控机;压力传感器设置在待测变压器的上夹件上,用于采集待测变压器的绕组稳态压力信号;信号调理器用于对绕组稳态压力信号进行过滤;数据采集卡用于将过滤后的绕组稳态压力信号转换为数字信号;工控机用于将数字信号还原为压力信号,并判断还原后的压力信号是否超出预设信号阈值范围,根据判断结果获得待测变压器的监测结果。采用上述方案后,提高了变压器运行的可靠性,提高了工作人员的工作效率,保障了电网的安全稳定运行。