位置:成果数据库 > 期刊 > 期刊详情页
变压器油中气体组分含量在线监测与故障诊断
  • ISSN号:1673-9787
  • 期刊名称:《河南理工大学学报:自然科学版》
  • 时间:0
  • 分类:TM411[电气工程—电器]
  • 作者机构:[1]河南理工大学电气工程与自动化学院,河南焦作454000
  • 相关基金:国家自然科学基金资助项目(61104079);河南省产学研基金资助项目(132107000027)
中文摘要:

电力变压器运行可靠性直接关系到电力系统的安全及供电可靠性,为提高电力变压器故障诊断的准确率,由在线监测变压器油中溶解气体组分含量分析,提出了基于人工免疫和模糊C均值聚类分析方法有效结合的变压器故障诊断算法,通过对电力变压器油中的溶解气体进行分析,实现对变压器的故障诊断。重点研究了基于人工免疫网络的变压器故障样本数据处理、基于模糊C均值聚类对变压器故障的识别,以及仿真实验。实验结果表明:提出的算法能有效对变压器故障类型进行分类,该算法在变压器故障诊断中有较好的应用前景。

英文摘要:

The reliability of the power transformer operation is closely linked to the security of a power system and the reliability of power supply. For the sake of the improvement of transformer on-line fault diagnosis accu- racy, it is significant to put forward an algorithm based on an artificial immune system and fuzzy C-means clus- tering by using the online monitoring of transformer oil dissolved gas composition content. The particular em- phasis was paid on the introduction of data processing of transformer faults, the identification of transformer fault types on the basis of fuzzy C-means analysis, and the simulation experiment. The result of experiments shows that the algorithm can classify transformer fault types effectively, and it has a preferable application prospect in the transformer fault diagnosis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《河南理工大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:河南理工大学
  • 主办单位:河南理工大学
  • 主编:杨小林
  • 地址:河南省焦作市世纪大道2001号
  • 邮编:454000
  • 邮箱:zkxb@hpu.edu.cn
  • 电话:0391-3987253 3987068
  • 国际标准刊号:ISSN:1673-9787
  • 国内统一刊号:ISSN:41-1384/N
  • 邮发代号:
  • 获奖情况:
  • 河南省一级期刊,中文核心期刊,科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:4522