基于特征气体的变压器故障神经网络诊断系统

被引量 : 4次 | 上传用户:NSWDAR
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力变压器是变电站的关键设备,其运行的安全、可靠性直接关系到电力系统的安全与稳定,因此,有效地监测变压器运行状态、诊断和预报变压器故障具有实际意义。本文在广泛查阅相关文献的基础上,系统综述了电力变压器故障过程特征气体产生的物、化机理,以及不同种类故障与不同种类特征气体含量之间的相应关系,以及相应的检测方法和故障属性分类技术。结合工作实际,在分析了油中溶解气体含量与不同故障之间联系的基础上,利用气相色谱技术采集油中特征气体含量数据样本作为人工神经网络学习
其他文献
随着社会不断向前的发展,对能源的需求日益迫切,而传统的化石能源存量有限且会对环境造成严重污染,太阳能作为一种安全、高效、无污染的可再生能源,越来越受到人们的重视。而光伏并网发电技术作为其中重要的一部分,已经成为研究的热点方向之一。本文以单相两级光伏并网逆变器作为研究对象,对其中的最大功率点跟踪、并网控制、软硬件设计做了较为深入的分析。主要内容有:1、介绍国内外光伏发展的现状及其发展趋势,并详细介绍
碳纳米管优异的力学性能,使其成为纳米复合材料最理想的增强相,而碳纳米管增强复合材料,其界面强度性能对于复合材料载荷传递的有效性具有极其重要的作用,同时碳纳米管拔出是碳纳