论文部分内容阅读
电力变压器是电网中能量转换、传输的核心,是电网安全第一道防御系统中的关键枢纽设备。变压器一旦发生事故可能会造成设备资产和大停电等巨大损失,甚至会产生严重的社会影响。而电力变压器的潜在故障诊断,对指导变压器的运行维护和状态检修,预防和降低故障的发生几率,具有重要的理论和实际意义。本文在对电力变压器的主要故障模式及对应变压器油纸绝缘产气机理分析的基础上,以油中溶解气体为特征量,从智能学习角度提出了以重点样本为目标的基于样本重要度的最小二乘支持向量机诊断模型,从知识学习与概率统计角度提出了基于云隶属空间的