摘要
本发明提供了一种基于油面上气体的油浸变压器故障检测方法,属于油浸变压器故障检测技术领域,包括:该方法通过实时采集油浸变压器的历史运行参数和内部气体数据,建立了变压器运行状态和气体浓度变化的数学模型,并分析了二者之间的关联关系,构建了气体‑运行参数变化矩阵。基于无故障和已知故障变压器的数据建立训练集,训练出可以识别待检测变压器故障类型的神经网络模型。最后,对待检测变压器进行实时监测和故障诊断。该方法充分利用了变压器内部数据,建立了完整的故障诊断体系,解决了现有方法存在仅仅考虑了静态的气体特征,忽略了变压器状态与气体浓度之间的动态关系,难以准确捕捉变压器故障的技术问题。
技术关键词
油浸变压器
变压器运行状态
方程
气体
故障诊断模型
多元线性回归分析方法
放电故障
无故障
绝缘老化
检测变压器故障
灰色关联度分析
神经网络模型
故障特征分析
故障类别
参数
矩阵
故障变压器
系统为您推荐了相关专利信息
医用气体系统
智能巡检机器人
空气导流机构
巡检路径规划方法
雷达传感器
成分检测方法
遥感图像数据
红外遥感数据
低分辨率高光谱图像
光学遥感图像
无线电地图数据
状态转移模型
无人机
计算机可读指令
序列
时频变换方法
水电机组
故障诊断模型
样本
故障特征
参数反演方法
Metropolis算法
概率积分法
反演系统
数据