《表2 样本故障数据集:基于多源信息融合的电力变压器故障诊断方法研究》
本文取电力变压器典型的油中溶解气体(H2、C2H2、CH4、C2H6、CO、C2H4)体积分数、局部放电量、套管介质耗损因数8组数据归一化的预处理结果作为DBN网络的数据输入,其输入是一个n×8的矩阵,n表示数据样本的个数,用来判定变压器所属的故障类型。从DBN网络的结构特点可以看出,通过对该网络大量样本的学习训练出较强的泛化能力,从而可以较好地描述这种复杂的非线性映射关系,因此可确定基本概率分配。然后再利用DS证据理论对结果产生的故障概率进行融合。本算例选用某市变压器1 200条故障数据做实验验证,600条作为训练样本,600条作为测试样本,其中,部分变压器监测的油色谱故障数据见表1所列,样本故障数据集见表2所列。
图表编号 | XD0016522600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 赵文清、祝玲玉、高树国、李刚 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院、国网河北省电力公司电力科学研究院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |