-
公开(公告)号：CN106569056B
公开(公告)日：2019-05-31
申请号：CN201610920266.7
申请日：2016-10-21
IPC分类号： G01R31/00
摘要： 本发明公开了一种电力变压器的故障诊断方法及诊断装置，其中，方法包括以下步骤：采集故障类型明确油中溶解气样本，以建立故障标准序列；综合故障标准序列和改良三比值法建立含待测样本的样本矩阵；确定核函数类型，并初始化核模糊聚类算法对应参数；通过核模糊聚类算法迭代求解隶属度矩阵；根据隶属度矩阵得到待测样本的隶属度值，通过隶属度值比较以确定待测样本的最终故障类型。该诊断方法可以提高样本划分簇的准确性和可靠性，适用范围更广，并且有效提高电力变压器内部潜伏性故障诊断的准确率。
-
公开(公告)号：CN107590621A
公开(公告)日：2018-01-16
申请号：CN201710935559.7
申请日：2017-10-10
IPC分类号： G06Q10/06
摘要： 本发明公开了一种基于自适应频繁集挖掘法的缺陷亲和性分析方法及装置，其中，方法包括：获取预设编码的数据集，并得到总输入数据集；生成第一层的频繁项集；从每层的候选集中寻找频繁项集，并保存对应的支持度；查找对应层项集的超集，并生成下一层级的候选项集，并且调用扫描函数模块查找下一层级的候选项集中是否有频繁项集，同时构建成下一层的候选项集；将每层的频繁项集存入知识库，并通过设备ID与变压器主诊断评价系统建立关键链接关系。该方法可以通过自适应式阈值算法，有效解决了现有方法中静态数据分析的迟缓、以及统一阈值与动态数据规模不同步的问题，并实现了广域数据支撑的变压器缺陷亲和性分析，提高了挖掘结果的精度。
-
公开(公告)号：CN106156485A
公开(公告)日：2016-11-23
申请号：CN201610439891.X
申请日：2016-06-16
CPC分类号： G01N33/2841 , G01R31/1281 , G06K9/6218 , G06K9/6267 , G16Z99/00
摘要： 本发明公开了一种电力变压器故障诊断方法和方法，该方法包括：基于故障类型明确的油中溶解气样本建立状态特征数据表；对状态特征数据表进行规范化处理建立规范化故障表；基于规范化故障表计算获得各故障类型聚类中心，基于聚类中心构建状态标准谱矩阵；通过改进型主成分分析方法，计算获得特征值、特征向量及主成分贡献率；设定阈值相应选择主成分；通过计算待测样本与状态特征样本主成分之间的欧拉距离，距离最小值对应的状态特征样本为诊断结果。本发明具有如下优点：使用模糊聚类计算状态标准谱，避免主观剔除数据和样本数量制约，同时能够降低数据维度，提炼表征故障类型的主要特征，有效提高电力变压器内部潜伏性故障诊断的准确率。
-
公开(公告)号：CN107065568B
公开(公告)日：2020-04-28
申请号：CN201710386850.3
申请日：2017-05-26
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于粒子群支持向量机的变压器故障诊断方法，包括：建立基于油中溶解气故障样本的故障数据集；基于油中溶解气组份不同组合构建故障特征集；引入基于距离的特征筛选算法，选择敏感特征子集；基于敏感特征子集，建立多分类支持向量机；以诊断精度为目标，利用粒子群算法优化支持向量机关键参数；建立基于最优参数的支持向量机模型，对待测样本进行故障诊断。本发明具有如下优点：通过扩展初始特征集，多角度反映故障特征，通过关键特征选择、消除冗余特征，保留敏感特征子集，简化故障诊断模型，提升故障诊断模型可解释性，有效提高故障诊断精度。
-
公开(公告)号：CN107169514A
公开(公告)日：2017-09-15
申请号：CN201710313314.0
申请日：2017-05-05
CPC分类号： G06K9/6269 , G01R31/00
摘要： 本发明公开了一种电力变压器故障诊断模型的建立方法，包括以下步骤：S1：基于故障类型明确的油中溶解气样本建立数据集，并根据所述故障类型明确的油中溶解气样本数据集建立对应的扩展特征集D，其中，所述扩展特征集D包括多个特征项；S2：规范化所述扩展特征集D，采用Relief F算法对所述多个特征项求解特征权重并排序筛选，建立特征子集D1；S3：根据Pearson积矩相关系数，对所述特征子集D1求解相关系数并筛选，构成特征子集D2；S4：根据改进遗传算法，基于所述特征子集D2综合求解最优故障诊断模型参数，建立电力变压器故障诊断模型。本发明可以建立准确率高的电力变压器故障诊断模型，以达到对未知的油中溶解气的故障类型进行诊断的目的。
-
公开(公告)号：CN105868912B
公开(公告)日：2021-02-12
申请号：CN201610210347.8
申请日：2016-04-06
摘要： 本发明公开了一种基于数据融合的电力变压器状态评价方法及装置，其中，该方法包括：选择电力变压器运行状态的状态评价变量及确定其初值与阈值；结合相对劣化度公式对状态评价变量归一化处理得到归一化参量；基于模糊理论得到归一化参量处于各电力变压器状态等级的状态量隶属度；通过层次分析法得到各子证据体中状态评价变量的权重；根据状态量隶属度与状态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度；以及通过Dempster‑Shafer证据理论融合各不同子证据体，判断电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态。该方法能够更加全面的分析电力变压器的实时运行状态，有效提高电力变压器实时运行状态的判断结果的可靠性。
-
公开(公告)号：CN107590621B
公开(公告)日：2020-08-21
申请号：CN201710935559.7
申请日：2017-10-10
IPC分类号： G06Q10/06
摘要： 本发明公开了一种基于自适应频繁集挖掘法的缺陷亲和性分析方法及装置，其中，方法包括：获取预设编码的数据集，并得到总输入数据集；生成第一层的频繁项集；从每层的候选集中寻找频繁项集，并保存对应的支持度；查找对应层项集的超集，并生成下一层级的候选项集，并且调用扫描函数模块查找下一层级的候选项集中是否有频繁项集，同时构建成下一层的候选项集；将每层的频繁项集存入知识库，并通过设备ID与变压器主诊断评价系统建立关键链接关系。该方法可以通过自适应式阈值算法，有效解决了现有方法中静态数据分析的迟缓、以及统一阈值与动态数据规模不同步的问题，并实现了广域数据支撑的变压器缺陷亲和性分析，提高了挖掘结果的精度。
-
公开(公告)号：CN105843210B
公开(公告)日：2018-11-09
申请号：CN201610166386.2
申请日：2016-03-22
IPC分类号： G06F17/30
摘要： 本发明公开了一种电力变压器缺陷数据挖掘方法，包括：对电力变压器的历史缺陷数据集D0筛选缺陷属性，形成缺陷数据集D1；对D1中的缺陷属性进行填补或删除以降低数据噪音；基于D1已有属性构造新属性、对于连续型属性进行离散化和对于分类型属性进行合理分层，形成缺陷数据集D2；计算输入属性与目标属性间的相关性，删除不相关属性，剩余属性构成缺陷数据集D3；使用Apriori算法计算缺陷数据集属性间的关联关系；提取有效关联规则，分析电力变压器的缺陷因素，形成关联规则知识库。本发明具有如下优点：多维、多层挖掘电力变压器缺陷，方便快捷提取缺陷属性间的关联关系，为电力变压器状态评价提供依据，提高状态评价的准确率。
-
公开(公告)号：CN107065568A
公开(公告)日：2017-08-18
申请号：CN201710386850.3
申请日：2017-05-26
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于粒子群支持向量机的变压器故障诊断方法，包括：建立基于油中溶解气故障样本的故障数据集；基于油中溶解气组份不同组合构建故障特征集；引入基于距离的特征筛选算法，选择敏感特征子集；基于敏感特征子集，建立多分类支持向量机；以诊断精度为目标，利用粒子群算法优化支持向量机关键参数；建立基于最优参数的支持向量机模型，对待测样本进行故障诊断。本发明具有如下优点：通过扩展初始特征集，多角度反映故障特征，通过关键特征选择、消除冗余特征，保留敏感特征子集，简化故障诊断模型，提升故障诊断模型可解释性，有效提高故障诊断精度。
-
公开(公告)号：CN105868912A
公开(公告)日：2016-08-17
申请号：CN201610210347.8
申请日：2016-04-06
摘要： 本发明公开了一种基于数据融合的电力变压器状态评价方法及装置，其中，该方法包括：选择电力变压器运行状态的状态评价变量及确定其初值与阈值；结合相对劣化度公式对状态评价变量归一化处理得到归一化参量；基于模糊理论得到归一化参量处于各电力变压器状态等级的状态量隶属度；通过层次分析法得到各子证据体中状态评价变量的权重；根据状态量隶属度与状态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度；以及通过Dempster?Shafer证据理论融合各不同子证据体，判断电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态。该方法能够更加全面的分析电力变压器的实时运行状态，有效提高电力变压器实时运行状态的判断结果的可靠性。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.062 秒)
