登录    注册    忘记密码

期刊文章详细信息

WRSR与改进朴素贝叶斯融合的变压器故障诊断技术研究    

Transformer fault diagnosis technology based on the fusion of WRSR and improved naive Bayes

  

文献类型:期刊文章

作  者:朱保军[1] 咸日常[2] 范慧芳[2] 刘兴华[1] 高鸿鹏[2] 陈蕾[2]

ZHU Baojun;XIAN Richang;FAN Huifang;LIU Xinghua;GAO Hongpeng;CHEN Lei(Zibo Power Supply Company,State Grid Shandong Electric Power Company,Zibo 255000,China;College of Electrical and Electronic Engineering,Shandong University of Technology,Zibo 255000,China)

机构地区:[1]国网山东省电力公司淄博供电公司,山东淄博255000 [2]山东理工大学电气与电子工程学院,山东淄博255000

出  处:《电力系统保护与控制》

基  金:国家自然科学基金项目资助(51907109);山东电力科技项目资助(SGSDZBOOJXJ2000375)。

年  份:2021

卷  号:49

期  号:20

起止页码:120-128

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘  要:电力变压器的运行状态评估及其故障准确定位,一直是制约电网运行安全和设备运维效率的技术瓶颈。建立一种基于加权秩和比(Weighted Rank Sum Ratio,WRSR)并结合改进朴素贝叶斯网络的诊断模型,用以评估电力变压器整体运行状态,确定故障位置及具体故障类型。首先从多个变电站收集变压器的历年故障数据,并将其作为训练集,在改进朴素贝叶斯网络中建立起特征参量与故障位置、故障类型之间的非线性映射关系。结合某电网的具体变压器运行状态信息与检测数据,利用WRSR模型对具体变压器整体运行状态进行评价,然后将状态性能较差的变压器故障检测数据作为测试集代入至改进朴素贝叶斯网络中来预测故障位置。最终结果表明,所提模型能够实现对电力变压器状态的合理评价,又可在预测故障部位及故障类型时保持较高的准确率。

关 键 词:变压器 WRSR  朴素贝叶斯 状态评估  故障位置

分 类 号:TM41]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心