变压器绕组缺陷诊断系统仿真与实例验证

被引:6
作者
王文山 [1 ]
邹竟成 [2 ]
田源 [2 ]
刘弘景 [1 ]
吴麟琳 [1 ]
程槐号 [2 ]
胡焕 [2 ]
机构
[1] 国网北京市电力公司
[2] 华北电力大学河北省输变电设备安全防御重点实验室
关键词
变压器; 绕组变形; 频率响应法; 小波变换; 神经网络;
D O I
暂无
中图分类号
TM41 [电力变压器];
学科分类号
080801 ;
摘要
准确、灵敏的变压器绕组缺陷诊断有利于电力系统安全运行。采用PSPICE软件建立变压器频率响应等效电路,利用小波变换法找到频率响应曲线的谐振点和幅值的变化情况,从而提取出特征向量,构造神经网络的训练样本;依据变压器绕组缺陷识别诊断的特点分别对BP神经网络、RBF神经网络和PNN神经网络的结构进行了设计,并对训练好的3种神经网络进行验证;采用已建立的3种神经网络诊断系统对实际变压器常见的2种变形方式(轴向变形和径向变形)进行检测和识别。试验结果表明3种方法都能够识别诊断变压器绕组变形缺陷,但是BP神经网络诊断系统具有更高的准确性和实用性。
引用
收藏
页码:90 / 96
页数:7
相关论文
共 14 条
[1]   基于Fluent的植物绝缘油配电变压器温度场有限元仿真分析 [J].
韦玮 ;
李鑫 ;
徐晓刚 ;
汪进锋 .
广东电力, 2016, 29 (10) :121-126
[2]   局部放电稀疏分解模式识别方法 [J].
律方成 ;
谢军 ;
李敏 ;
王永强 ;
刘效斌 ;
范晓舟 .
中国电机工程学报, 2016, 36 (10) :2836-2845
[3]   变压器绕组变形的扫频短路阻抗诊断方法研究 [J].
弓艳朋 .
高压电器, 2016, 52 (05) :121-125
[4]   不同模型下变压器绕组漏磁场及短路力的比对研究 [J].
徐肖伟 ;
钱国超 ;
邹德旭 ;
王景林 ;
臧春艳 ;
李冰阳 ;
罗兵 ;
张福增 .
高压电器, 2016, 52 (05) :85-89+95
[5]   电力变压器绕组变形检测与诊断技术的现状与发展 [J].
孙翔 ;
何文林 ;
詹江杨 ;
郑一鸣 ;
刘浩军 ;
周建平 .
高电压技术, 2016, 42 (04) :1207-1220
[6]   基于矩特征与概率神经网络的局部放电模式识别 [J].
周沙 ;
景亮 .
电力系统保护与控制, 2016, 44 (03) :98-102
[7]   基于支持向量机和有限元分析的变压器绕组变形分类方法 [J].
邓祥力 ;
谢海远 ;
熊小伏 ;
高亮 .
中国电机工程学报, 2015, 35 (22) :5778-5786
[8]   基于多特征信息融合技术的局部放电模式识别研究 [J].
黄亮 ;
唐炬 ;
凌超 ;
张晓星 .
高电压技术, 2015, 41 (03) :947-955
[9]   基于神经网络曲线拟合的电晕电流数学模型研究 [J].
樊高辉 ;
刘尚合 ;
魏明 ;
胡小锋 .
高电压技术, 2015, 41 (03) :1034-1041
[10]   基于改良三比值法的变压器故障基本信度分配计算方法 [J].
张卫华 ;
苑津莎 ;
王杉 ;
张珂 .
电力系统保护与控制, 2015, 43 (07) :115-121