一种电气设备状态诊断方法-南京师范大学学报.PDFVIP

第14卷第3期 南京师范大学学报(工程技术版) Vol.14 No.3 2014年9月 JOURNAL OF NANJING NORMAL UNIVERSITY(ENGINEERING ANDTECHNOLOGY EDITION) Sept,2014 詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨詨 一种电气设备状态诊断方法 1 2 2 马摇 刚 ,吴克河 ,李摇 艺 (1.南京师范大学电气与自动化工程学院,江苏 南京210042) (2.华北电力大学控制与计算机工程学院,北京 102206) [摘要]摇 随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端 用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范 例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊 断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除 电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊 断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库, 应用SVM 回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状 态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比 较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确. [关键词]摇 电气设备状态诊断,范例推理,SVM 回归分析,核函数,状态指纹 [中图分类号]TM407摇 [文献标志码]A摇 [文章编号]1672-1292(2014)03-0007-08 An Intelligent Fault Diagnosis Model of Power Equipment 1 2 2 Ma Gang ,Wu Kehe ,LiYi (1.School of Electrical and Automation Engineering,Nanjing Normal University,Nanjing210042,China) (2.School of Control and Computer Engineering,North China Electric Power University,Beijing 102206,China) Abstract:With the rapid development of power systemtechnology andincreasingexpansionof thegridsize,thenumber of electrical equipment surges and the degree of intelligentialization becomes higher and higher;meanwhile,the consumers pay more and more attention to the reliability of power utilization,and thus it is imperative that equipment running data鄄 basedfault diagnosis is made on