RVM和ANFIS用于变压器故障诊断及状态评估

被引：25

作者：

范竞敏

汪沨

孙秋芹

蒋勤稷

欧明辉

机构：

[1] 湖南大学电气与信息工程学院

来源：

电力系统及其自动化学报 | 2018年 / 30卷 / 03期

基金：

湖南省自然科学基金;

关键词：

变压器状态评估; 溶解气体分析; 相关向量机; 自适应神经模糊推理系统; 故障诊断;

D O I：

暂无

中图分类号：

TM41 [电力变压器];

学科分类号：

080810 [电力电子与电能变换];

摘要：

为了提高变压器故障诊断的准确率和效率,合理评估变压器的状态,本文采用相关向量机RVM先对变压器的过热和放电故障进行划分。用自适应神经模糊推理系统进一步对故障进行分类,并对故障隶属概率进行估计。实验结果表明:本文方法有很强的学习能力和特征提取能力;尤其对于存在重叠区的故障特征,用模糊集和隶属度的方法能够输出故障类型概率,对状态评估进行决策辅助;诊断率高达96.15%,且运算效率高;跟支持向量机、人工神经网络方法相比,有更好的效率和更高的准确率。

引用

收藏

页码：35 / 41

页数：7

相关论文

共 12 条

[1]

多约简融合的数字化变电站故障诊断 [J].

张炳达 ;

冯鑫 ;

黄杰 ;

郭凯 ;

赵紫昆 .

电力系统及其自动化学报, 2016, 28 (04) :1-5

[2]

基于振动的电力变压器状态监测系统设计 [J].

陆杰 ;

张淼 ;

赵宏飞 ;

马宏忠 .

电力系统及其自动化学报, 2016, 28 (04) :73-77

[3]

基于模糊聚类和完全二叉树支持向量机的变压器故障诊断 [J].

李赢 ;

舒乃秋 .

电工技术学报, 2016, 31 (04) :64-70

[4]

变压器油中溶解气体拉曼剖析及定量检测优化研究 [J].

陈伟根 ;

万福 ;

顾朝亮 ;

邹经鑫 ;

漆薇 ;

王品一 .

电工技术学报, 2016, 31 (02) :236-243

[5]

变压器油中溶解气体光声光谱检测技术研究 [J].

毛知新 ;

文劲宇 .

电工技术学报, 2015, 30 (07) :135-143

[6]

基于光声光谱检测的变压器油中溶解乙炔气体的压强特性 [J].

陈伟根 ;

万福 ;

周渠 ;

赵立志 ;

廖超 .

电工技术学报, 2015, 30 (01) :112-119

[7]

基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 [J].

郑含博 ;

王伟 ;

李晓纲 ;

王立楠 ;

李予全 ;

韩金华 .

高电压技术, 2014, 40 (11) :3424-3429

[8]

激光拉曼光谱应用于变压器油中溶解气体分析 [J].

陈伟根 ;

赵立志 ;

彭尚怡 ;

刘军 ;

周婧婧 .

中国电机工程学报, 2014, 34 (15) :2485-2492

[9]

基于径向基函数神经网络的电网模糊元胞故障诊断 [J].

熊国江 ;

石东源 ;

朱林 ;

陈祥文 .

电力系统自动化, 2014, 38 (05) :59-65

[10]

组合核相关向量机在电力变压器故障诊断中的应用研究 [J].

朱永利 ;

尹金良 .

中国电机工程学报, 2013, 33 (22) :68-74+12