首页> 中文期刊> 《电力大数据》 >基于大数据的变压器油中溶解气体关键状态量动态预警研究

基于大数据的变压器油中溶解气体关键状态量动态预警研究

         

摘要

针对传统方法难以解决变压器故障诊断中精确度不高、无法实现故障预警的问题,本文利用大数据分析方法,提出一种变压器油中溶解气体关键状态量动态预警方法。该方法采用了高斯混合聚类模型对设备的正常、亚健康和异常状态进行评价,并利用了隐马尔科夫转移矩阵提取色谱演化过程的动态特征参量,实现了亚健康状态下变压器设备状态的短期预测,实现了变压器亚健康状态的动态预警,突破了个性化运行环境下设备亚健康状态的实时诊断及剩余寿命预测等技术瓶颈。经过对案例库中的变压器进行实证分析,本文提出的方法能够反映出气体增长速率与变压器亚健康程度之间的关系,能够实现过热缺陷设备提前100天左右的短期动态故障预警,在故障动态预警方面具有实用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号