电力变压器故障诊断的人工免疫网络分类算法

被引:29
作者
熊浩
孙才新
陈伟根
杜林
廖玉祥
机构
[1] 重庆大学高电压与电工新技术教育部重点实验室
[2] 重庆大学高电压与电工新技术教育部重点实验室 重庆市
关键词
电力变压器; 油中溶解气体分析; 故障诊断; 人工免疫网络; 最邻近分类法; 在线监测;
D O I
暂无
中图分类号
TM41 [电力变压器];
学科分类号
080801 ;
摘要
变压器油中溶解气体分析是电力变压器绝缘故障诊断的重要方法。文中将人工免疫网络分类算法应用于电力变压器故障诊断,利用增加抗原、记忆抗体类别信息的人工免疫网络对故障样本进行学习,可以获取更好地表征故障样本特征的记忆抗体集,再用最邻近分类法对故障样本进行分类。经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较,表明该算法能有效地对电力变压器单故障和多故障样本进行分类,具有较高的诊断准确率。
引用
收藏
页码:57 / 60
页数:4
相关论文
共 8 条
[1]   基于加权模糊度时间序列分析的大型变压器故障预报 [J].
周利军 ;
吴广宁 ;
张星海 ;
朱康 .
电力系统自动化, 2005, (13) :53-55+99
[2]   基于多数据源的电力变压器分层故障诊断系统设计 [J].
李静 ;
涂光瑜 ;
罗毅 ;
吴冀湘 .
电力系统自动化, 2004, (23) :85-88
[3]   基于人工免疫网络的动态聚类算法 [J].
钟将 ;
吴中福 ;
吴开贵 ;
欧灵 .
电子学报, 2004, (08) :1268-1272
[4]   基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断 [J].
董立新 ;
肖登明 ;
李喆 ;
刘奕路 .
电力系统自动化, 2004, (15) :85-89
[5]   基于RPROP神经网络算法的主变DGA故障诊断模型 [J].
章剑光 ;
周浩 ;
盛晔 .
电力系统自动化, 2004, (14) :63-66
[6]   基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究 [J].
董明 ;
孟源源 ;
徐长响 ;
严璋 .
中国电机工程学报, 2003, (07) :88-92
[7]   基于BP网络的变压器油中溶解气体在线监测 [J].
林俊 ;
章兢 ;
佘致廷 ;
唐志文 .
电力系统自动化, 2001, (08) :56-58
[8]   变压器油中溶解气体分析中的模糊模式多层聚类故障诊断方法的研究 [J].
孙才新 ;
郭俊峰 ;
廖瑞金 ;
杜林 ;
陈伟根 .
中国电机工程学报, 2001, (02) :38-42