共 19 条
人工神经网络和信息融合技术在变压器状态评估中的应用
被引：142
作者：
阮羚
[1
]
谢齐家
[1
]
高胜友
[2
]
聂德鑫
[3
]
卢文华
[3
]
张海龙
[3
]
机构：
[1] 国网湖北省电力公司电力科学研究院国家电网公司高压电气设备现场试验技术重点实验室
[2] 清华大学电机工程与应用电子技术系电力系统及发电设备控制和仿真国家重点实验室
[3] 不详
来源：
关键词：
变压器状态评估;
多信息融合;
D-S证据理论;
人工神经网络;
趋势分析;
非线性指标评价函数;
D O I：
10.13336/j.1003-6520.hve.2014.03.026
中图分类号：
TM41 [电力变压器];
学科分类号：
摘要：
为满足电力系统对变压器资产管理和风险评估的需求,提出了一种基于人工神经网络和信息融合技术的变压器状态评估方法。以预防性试验数据和在线监测数据为例,选择具有代表意义的信息量作为开展评估的静态状态量,除此之外还选取部分静态状态量的变化趋势作为开展评估的渐变状态量,采用非线性指标评价函数对状态量进行归一化处理,综合应用人工神经网络(ANN)和Dempster-Shafer(D-S)证据理论构建多信息融合的变压器状态评估模型。通过对某台500 kV变压器数据的实例分析,验证了该评估模型应用于变压器状态评估中的有效性。该方法将在线监测数据与部分参数的变化趋势紧密结合,有助于提高变压器状态评估的时效性和准确性。
引用
收藏
页码：822 / 828
页数：7
相关论文