作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于电力系统中变压器的重要性,对氢气、一氧化碳等6种气体的在线监测装置基本结构进行了介绍.在此基础上,结合各溶解气体在油中的在线监测数据及所建立的灰色预测模型,应用误差反传学习神经网络智能诊断方法(BPNN)对变压器进行了故障预测,取得了预期的现场运行效果.这对于未来时刻变压器的结缘状况及油中溶解气体浓度的有效预测具有很大的参考价值.
推荐文章
应用变压器油色谱分析判断变压器故障
变压器
色谱分析
判断
故障
故障变压器油色谱分析及解决方案
变压器
故障
气体
色谱分析
变压器油色谱分析及其应用的研究
变压器油
色谱分析
人工智能
微量金属分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于油色谱分析的变压器故障在线预测方法
来源期刊 技术与市场 学科
关键词 油中溶解气体 变压器 故障预测 油色谱分析
年,卷(期) 2013,(4) 所属期刊栏目
研究方向 页码范围 62-63
页数 分类号
字数 2527字 语种 中文
DOI 10.3969/j.issn.1006-8554.2013.04.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姜亚宁 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (17)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (5)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
油中溶解气体
变压器
故障预测
油色谱分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
技术与市场
月刊
1006-8554
51-1450/T
大16开
四川省成都市
62-125
1980
chi
出版文献量(篇)
29073
总下载数(次)
69
总被引数(次)
59420
论文1v1指导