基于RS优化的电力变压器故障诊断方法

发布时间：2018-08-14 15:29

【摘要】：针对现有的故障诊断技术应用在电力变压器故障诊断中存在的冗余信息过多,诊断结果不准确等问题将粗糙集理论与概率神经网络相结合,先利用粗糙集理论对故障系统前期数据进行最大限度的约简,再经概率神经网络进行故障模式分类,可简化故障诊断网络规模,且相比于单一的概率神经网络的诊断方法,能够更精确地诊断出变压器故障类型,其研究成果在油浸式电力变压器故障诊断方面具有广阔的应用前景。
[Abstract]:In order to solve the problem that the existing fault diagnosis technology has too much redundant information and inaccurate diagnosis results in power transformer fault diagnosis, rough set theory is combined with probabilistic neural network. First, the rough set theory is used to reduce the pre-stage data of the fault system to the maximum extent, and then the fault pattern is classified by the probabilistic neural network. The scale of the fault diagnosis network can be simplified, and compared with the single probabilistic neural network, the fault diagnosis method can be simplified. Transformer fault types can be diagnosed more accurately, and its research results have a broad application prospect in oil-immersed power transformer fault diagnosis.
【作者单位】： 西安工程大学电子信息学院;
【基金】：西安工程大学研究生创新基金项目(CX2014003)
【分类号】：TM41

【参考文献】

相关期刊论文 前3条

1 司马莉萍;舒乃秋;李自品;黄勇;罗晓庆;;基于SVM和D-S证据理论的电力变压器内部故障部位识别[J];电力自动化设备;2012年11期

2 张岩;张勇;文福拴;孙维真;王超;;融合信息理论的电力系统故障诊断解析模型[J];电力自动化设备;2014年02期

3 宋玉琴;朱紫娟;姬引飞;;多传感器信息融合的智能故障诊断[J];西安工程大学学报;2014年05期

【共引文献】

相关期刊论文 前10条

1 王德文;刘晓建;;基于MapReduce的电力设备并行故障诊断方法[J];电力自动化设备;2014年10期

2 李怡萌;顾雪平;李扬;;电网故障的动态连续诊断方式[J];北京交通大学学报;2014年05期

3 笃峻;胡绍谦;滕井玉;夏可青;;数据源端维护技术在继电保护信息系统中的应用[J];电力自动化设备;2015年03期

4 楚皓翔;解大;娄宇成;杨敏霞;孙俊博;张宇;;基于信息融合的智能一体化电站新型并网控制策略[J];电力自动化设备;2015年06期

5 宋玉琴;朱紫娟;姬引飞;;基于粗糙集优化的信息融合故障诊断系统[J];电子技术应用;2015年08期

6 徐群;张钰金;;电力继电保护的主要故障及维修技术[J];科技传播;2014年19期

7 程加堂;段志梅;艾莉;熊燕;;基于QPSO-BP和改进D-S的水电机组振动故障诊断[J];电力系统保护与控制;2015年19期

8 赵飒;孟祥;沈澍东;;探讨信息对电力系统安全的影响[J];信息技术;2015年10期

9 周文胜;张团善;郝永健;孙盟盟;徐坤;;基于磁编码器的电机换向控制[J];西安工程大学学报;2015年03期

10 秦鹏;赵峰;;应用贝叶斯框架的LS-SVM概率输出诊断电力变压器故障[J];中国电力;2015年05期

【二级参考文献】

相关期刊论文 前10条

1 房方,魏乐;传感器故障的神经网络信息融合诊断方法[J];传感技术学报;2000年04期

2 何芳;蔡兴国;;基于改进遗传算法的舰船电力系统网络重构[J];电工技术学报;2006年09期

3 孙宏斌,张伯明,汤磊,高峰,王晨东;电力系统中基于信息量损失最小的决策原理[J];电力系统自动化;2002年12期

4 冯永青,孙宏斌,朱成骐,张伯明,吴文传,夏翔,周昱甬,徐强;基于信息理论与技术的地区电网辅助决策系统设计[J];电力系统自动化;2004年04期

5 魏星;舒乃秋;崔鹏程;吴波;;基于改进PSO-BP神经网络和D-S证据理论的大型变压器故障综合诊断[J];电力系统自动化;2006年07期

6 杨健维;何正友;;基于时序模糊Petri网的电力系统故障诊断[J];电力系统自动化;2011年15期

7 董明;韦刘红;文福拴;戴彦;孙维真;王超;;电力系统故障诊断的机会约束规划模型与方法[J];电力系统自动化;2011年20期

8 徐青山,唐国庆,成勋,Tobias Mirbach;基于改进D-S证据决策准则的电力系统故障诊断[J];电力自动化设备;2005年08期

9 魏星;舒乃秋;张霖;崔鹏程;;基于改进PSO-BP混合算法的电力变压器故障诊断[J];电力自动化设备;2006年05期

10 曹一家;刘毅;高振兴;郭创新;彭明伟;;一种大规模电网故障诊断的多智能体信息融合模型与方法[J];电力自动化设备;2010年07期

相关博士学位论文 前6条

1 吴振锋;基于磨粒分析和信息融合的发动机磨损故障诊断技术研究[D];南京航空航天大学;2002年

2 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年

3 李宏坤;基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D];大连理工大学;2003年

4 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年

5 张冀;基于多源信息融合的传感器故障诊断方法研究[D];华北电力大学（河北）;2008年

6 刘思远;信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D];燕山大学;2010年

【相似文献】

相关期刊论文 前10条

1 苏宏升;李群湛;;概念格在变压器故障诊断中的应用研究[J];高电压技术;2006年02期

2 闫学杰;;煤矿变压器故障诊断的研究[J];煤矿现代化;2011年02期

3 王铮一;郑文杰;;基于基因表达式编程的变压器故障诊断[J];陕西电力;2012年04期

4 ;变压器故障诊断[J];电气制造;2012年05期

5 肖华兰;吴骏;;基于多分类相关向量机的变压器故障诊断[J];电子世界;2013年15期

6 ;《大型变压器故障诊断技术的研究》技术成果通过电力部鉴定[J];上海电力学院学报;1995年04期

7 张丰仁,张恩锋;气相色谱分析在变压器故障诊断中的应用[J];中国煤炭;2000年10期

8 马素媛;气相色谱法在电力变压器故障诊断中的实际应用[J];冶金动力;2000年05期

9 钱政,黄兰,严璋,罗承沐;集成模糊数学与范例推理的变压器故障诊断方法[J];电网技术;2001年09期

10 孙辉,李卫东,孙启忠;判决树方法用于变压器故障诊断的研究[J];中国电机工程学报;2001年02期

相关会议论文 前10条

1 胡泽江;张海涛;;可拓关联函数与属性约简相结合的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 周柯;罗安;;信息融合技术在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

3 赵继印;李建坡;黎巧生;;基于气相色谱分析方法的变压器故障诊断系统[A];“振兴吉林老工业基地——科技工作者的历史责任”吉林省第三届科学技术学术年会论文集（上册）[C];2004年

4 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（文摘部分）[C];2009年

5 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

6 禹建丽;周瑞芳;;一种基于神经网络和模糊理论的变压器故障诊断[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

7 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

8 陈湘萍;;基于神经网络的变压器故障诊断[A];第八届全国信息获取与处理学术会议论文集[C];2010年

9 卞建鹏;廖瑞金;杨丽君;郑含博;;基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

10 于虹;张永刚;;基于模拟退火和支持向量机理论的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（优秀论文部分）[C];2011年

相关重要报纸文章 前1条

1 广西龙州县鸭水电厂 王f ;变压器故障诊断方法的探讨[N];中华合作时报;2004年

相关博士学位论文 前10条

1 司马莉萍;基于改进支持向量机的电力变压器故障诊断与预测方法的研究[D];武汉大学;2012年

2 赵文清;基于数据挖掘的变压器故障诊断和预测研究[D];华北电力大学（河北）;2009年

3 邓宏贵;可拓理论与关联分析及其在变压器故障诊断中的应用[D];中南大学;2005年

4 郑元兵;变压器故障诊断与预测集成学习方法及维修决策模型研究[D];重庆大学;2011年

5 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年

6 张利伟;油浸式电力变压器故障诊断方法研究[D];华北电力大学;2014年

7 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年

8 唐勇波;数据驱动的大型电力变压器故障诊断和预测研究[D];中南大学;2013年

9 郑蕊蕊;智能信息处理理论的电力变压器故障诊断方法[D];吉林大学;2010年

10 苏宏升;软计算方法及其在电力系统故障诊断中的若干应用研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 陆静;蚁群算法在变压器故障诊断中的应用研究[D];南京航空航天大学;2008年

2 潘连荣;基于协同学理论的变压器故障诊断研究[D];天津大学;2008年

3 丁茜;基于关联规则的变压器故障诊断研究[D];华北电力大学（河北）;2010年

4 胡勇;基于故障树分析法—电力变压器故障诊断[D];合肥工业大学;2002年

5 张特;基于人工免疫思维进化算法的变压器故障诊断[D];湘潭大学;2011年

6 邓浩;基于膜计算的变压器故障诊断研究[D];西华大学;2012年

7 赵永雷;基于模糊聚类新算法的变压器故障诊断研究[D];华北电力大学;2012年

8 韩世军;基于支持向量机的立星110kV变压器故障诊断[D];宁夏大学;2013年

9 吴立帅;基于粗糙集与支持向量机的变压器故障诊断研究[D];河南科技大学;2013年

10 胡雁翔;多源信息融合技术在变压器故障诊断中的研究[D];华北电力大学;2013年

，

本文编号：2183305