一种电气设备状态诊断方法

• 作者: 吴克河 李艺 马刚
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 电气设备状态诊断 范例推理 SVM回归分析 核函数 状态指纹
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 电气与电子工程
• 页码范围: 7-14
• 页数: 8页
• 分类号: TM407
• 字数: 5255字
• 语种: 中文

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴克河	华北电力大学控制与计算机工程学院	47	410	12.0	19.0
2	马刚	南京师范大学电气与自动化工程学院	22	83	5.0	9.0
3	李艺	华北电力大学控制与计算机工程学院	5	11	2.0	3.0