论文部分内容阅读
电力变压器作为电网电能传输和变换的主要设备,在电力系统安全运行中起着极其重要的作用。一旦变压器发生故障,将危害全网安全稳定运行。因此,对变压器故障预测的研究成为电力领域研究的热点。本文通过对变压器油中溶解气体的研究,实现对特征气体的数据预测,完成了变压器故障预测诊断。本文以变压器油中溶解气体的数据预测和故障诊断定位为研究内容,选取氢气、甲烷、乙炔、乙烷、乙烯五种气体作为主要特征气体。首先,建立灰色理论和BP神经网络的组合模型,预测五种气体的变化趋势值。将灰色理论模型得到的初次预测值作为属性