基于模糊神经网络的牵引变压器全局故障诊断方法

在传统的油中溶解气体分析方法的基础上,利用模糊神经网络强有力的关系处理能力,研究提出牵引变压器全局故障诊断方法.依据模糊神经网络理论,通过对数值逻辑故障诊断模型和物理逻辑故障诊断模型2类模糊神经网络故障诊断模型的分析,考虑信息采集节点的向量特性、变化趋势特性以及模糊神经网络的反馈特性,给出牵引变压器全局故障诊断模型,以故障征兆特征变化趋势表征故障征兆与故障类别间的因果关系,确立增益参数、权系数判定矩阵与决策矩阵.试验结果表明:该方法能够更好地分析牵引变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断牵引变压器故障带来的局限性,可以提高故障诊断的准确率.     

基于DGA与神经网络的牵引变压器在线监测技术

针对油浸式牵引变压器的常见故障形式,提出一种牵引变压器全局故障诊断方法,即在传统油中溶解气体分析(DGA)方法基础上,利用BP神经网络强有力的关系处理能力,实现对牵引变压器的运行状态与故障形式的在线监测与判别。仿真测试结果验证了方案的可行性。     

基于DGA技术的牵引变压器在线监测系统

为了确保高速铁路安全运行,实时监测牵引变压器运行状态,及时地发现牵引变压器内部故障具有重要的意义。文章在分析牵引供电系统运行可靠性要求和牵引变压器故障诊断要求的基础上,提出了基于DGA技术的牵引变压器在线监测的构想,并设计了相应的TTM-Ⅰ型牵引变压器在线监测系统,实现了对牵引变压器运行状态的不间断监测。现场运行数据与实验室数据的比较验证了该系统的有效性。     

基于模型诊断和专家系统的牵引变压器故障诊断研究

针对现有专家系统在故障诊断中存在的问题,提出将基于模型诊断的方法应用于牵引变压器故障诊断中.将故障分为潜伏性故障和电气回路故障两类,对于前者,将专家系统和基于模型的诊断方法相结合,充分利用两者的优势对变压器故障进行诊断,并给出具体实现过程;对于后者,直接利用模型诊断的方法,建立以电压、电流为变量的牵引变压器结构和功能的两层抽象模型,利用观测位置的不变性,将诊断分为离线和在线诊断两部分,对牵引变压器故障进行诊断.通过实例仿真获得故障数据并应用模型诊断推理,验证了基于模型诊断的方法应用于牵引变压器故障诊断的可行性和有效性.     

DGA技术在牵引主变高温过热故障诊断中的应用

变压器油中溶解气体分析（Dissolved Gas Analysis,简称DGA）技术作为电力设备预防性试验的第一项目，已受到日益重视和应用，2000年3,我们应用这一技术成功地诊断了一起牵引主变压器高温过热潜伏性故障，及时维护了牵引供电设备的安全运行，保障了陇海干线的畅通，本文介绍了关于这台牵引主变压器检测数据及故障诊断的情况。     

基于模糊神经网络的数据通信子系统全局故障诊断

基于模糊神经网络理论,提出一种基于模型构建的数据通信子系统（DCS）全局故障诊断方法。全局故障诊断模型的输入空间由故障征兆集组成,诊断过程由全局故障诊断规则实现,输出空间由故障类别集组成。基于对DCS系统结构的分析,选取了一些关键设备信息作为故障征兆信息。将故障征兆信息中的物理向量分析转化为算术数值判断,创建决策矩阵,构建全局故障诊断规则,实现了故障类别综合判定,从而完成全局故障诊断模型构建。以工程实例中的DCS典型故障类别为验证对象,对全局故障诊断模型进行了试验验证。该方法丰富了DCS故障诊断方法,总体精度可达到91．29％。     

基于Matlab的牵引变压器故障智能诊断方法研究

应用数据融合技术、模糊神经网络及遗传算法构建牵引变压器故障智能诊断模型,通过Matlab软件对该模型进行仿真,训练模糊神经网络以确定其结构和权重,并通过典型实例验证该模型在牵引变压器故障诊断中具有良好的故障诊断性能。     

智能牵引变压器故障诊断技术研究

研究目的:构建智能牵引供电系统保障高速铁路安全可靠、优质高效的运营是我国高铁未来发展的方向,而牵引变压器作为牵引供电系统中的重要组成部分,对其开展智能化研究是智能牵引供电系统研究的关键。本文从牵引变压器在线监测需求入手,阐述对牵引变压器关键参量进行在线监测的智能化方案,且根据监测参量构建基于贝叶斯网络的牵引变压器故障诊断模型。研究结论:(1)在传统牵引变压器的基础上,加设牵引变压器光纤测温、油中气体在线监测及铁芯接地电流监测三大模块,可准确地掌握牵引变压器运行状态,是实现智能牵引变压器故障预测的数据源基础;(2)通过现场实例验证,基于贝叶斯网络的牵引变压器故障诊断模型准确性高,可实现牵引变压器的故障在线诊断;(3)本文研究成果可在电气化铁路牵引供电系统领域进行推广应用。     

考虑绕组间全电容参数的牵引变压器频率响应建模

短路故障是牵引供电系统最易遭受的故障之一,短路电流冲击极易导致牵引变压器绕组变形。频率响应分析法是目前诊断变压器绕组变形非常有效的方法之一,基于牵引变压器建立精准频率响应模型对绕组的故障诊断具有重大的参考意义。为此以一台QYS-R-(31500+25000)/220牵引变压器为研究对象,提出一种基于集总参数电路的考虑绕组间全电容参数的改进型频率响应模型,结合数值公式法和有限元法,计算得到模型相关参数,最后通过状态空间方程,仿真得到变压器频响曲线。通过与实测曲线的对比,验证了考虑绕组间全电容参数的改进型频率响应模型较传统模型准确度更高。     

基于HPSO-WNN的牵引变压器故障诊断算法研究

为全面有效地诊断电力机车牵引变压器故障,提出一种基于混合粒子群算法的正交小波神经网络(HP-SO-WNN)方法,对牵引变压器进行综合测试和诊断。将色谱数据和电气试验数据作为正交小波神经网络的输入量,网络隐藏层采用具有正交性的小波函数db4作为基函数,利用混合粒子群算法获得正交小波神经网络的初始值并优化网络参数。试验结果证明,本文提出的HPSO-WNN确实可有效提高牵引变压器故障诊断速度和准确度。