基于溶解气体特征的大型变压器智能诊断优化研究

董瑞钧

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于溶解气体特征的大型变压器智能诊断优化研究

研究与开发 | 更新时间：2025-12-16

- 基于溶解气体特征的大型变压器智能诊断优化研究
- 基于溶解气体特征的大型变压器智能诊断优化研究
- 电力安全技术 2025年27卷第1期页码：39-43
- 作者机构：
  
  中国电建集团江西省电力设计院有限公司
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： M407
- 纸质出版：2025
- 稿件说明：
移动端阅览
董瑞钧. 基于溶解气体特征的大型变压器智能诊断优化研究[J]. 电力安全技术, 2025,27(1):39-43.

董瑞钧. 基于溶解气体特征的大型变压器智能诊断优化研究[J]. 2025, 27(1): 39-43.
董瑞钧. 基于溶解气体特征的大型变压器智能诊断优化研究[J]. 电力安全技术, 2025,27(1):39-43. DOI：

董瑞钧. 基于溶解气体特征的大型变压器智能诊断优化研究[J]. 2025, 27(1): 39-43. DOI：

摘要

分析总结了大量变压器油中溶解气体含量的历史数据，探究了气体产生与变压器故障之间的内部联系，并结合人工智能方法构建了变压器故障智能诊断模型，模型以支持向量机为基础，以麻雀搜索算法寻解，引入反向学习策略和萤火虫干扰策略进一步提升寻优能力。仿真试验分析结果表明，该模型能够迅速收敛，对变压器故障诊断的准确率可达96%，高于现有智能诊断方法。

Abstract

关键词

Keywords

references

邵宇鹰,王枭,彭鹏,张阳,高健,袁国刚.基于机器视觉与听觉响应的干式变压器状态智能诊断方法[J].噪声与振动控制,2024(04).

谭钊.变电站主变压器的故障及处理方法研究[J].中国设备工程,2024(12).

刘佳佳,李春雨,杨春飞.变压器油色谱在线装置故障诊断与预测分析[J].集成电路应用,2024(05).

包金山,杨定坤,张靖,张英,杨镓荣,胡克林.基于特征提取与INGO-SVM的变压器故障诊断方法[J].电力系统保护与控制,2024(07).

李平,胡根铭.基于数据增强型一维改进卷积神经网络的变压器故障诊断方法[J].电网技术,2023(07).

栗磊,王廷涛,赫嘉楠,牛健,梁亚波,苗世洪.考虑过采样器与分类器参数优化的变压器故障诊断策略[J].电力自动化设备,2023(01).

单亚峰,段金凤,付华,赵俊程.基于SSA-AdaBoost-SVM的变压器故障诊断[J].控制工程,2022(02).

张又文,冯斌,陈页,廖伟涵,郭创新.基于遗传算法优化XGBoost的油浸式变压器故障诊断方法[J].电力自动化设备,2021(02).

刘仲民,翟玉晓,张鑫,周静龙.基于DBN-IFCM的变压器故障诊断方法[J].高电压技术,2020(12).

冯百卿.大型变压器的智能诊断与故障预测[D].沈阳工业大学,2022(02).

薛建凯.一种新型的群智能优化技术的研究与应用[D].东华大学,2020(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于DIRANA介质谱分析仪的变压器受潮处理分析

一起220 kV变压器高压侧套管介损因数异常分析