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:
本文提出了一种基于多参量融合故障树的变压器故障诊断方法.首先收集整理变压器故障诊断的资料,模拟专家诊断思维,分析故障形成原因,按照树枝状逐级细化的方式,建立变压器故障树.然后针对故障树分析过程复杂,计算量大的问题,化简故障树的分析步骤.利用变压器的状态量,按故障树的结构分层进行匹配,找到对应的故障节点.运行人员参考系统诊断结果,结合现场的实际情况、统计资料和专家诊断结果等信息,对故障进行处理.最后,通过实例证明了本文方法的有效性和可行性.
推荐文章
基于PNN的电力变压器故障诊断方法
三比值法
变压器
概率神经网络
故障诊断
基于RS优化的电力变压器故障诊断方法
电力变压器
故障诊断
粗糙集
概率神经网络
基于DGA支持向量机的变压器故障诊断
DGA
支持向量机
变压器
故障诊断
参数优化
SVM模型
基于改进粒子群优化XGBoost的变压器故障诊断方法
变压器
故障诊断
极端梯度提升
粒子群算法
无编码比值
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 一种基于多参量融合故障树的变压器故障诊断方法
来源期刊 自动化与仪器仪表 学科 工学
关键词 故障树 多参量融合 变压器 故障诊断
年,卷(期) 2015,(4) 所属期刊栏目 机械制造自动化
研究方向 页码范围 76-78
页数 3页 分类号 TM42
字数 2704字 语种 中文
DOI 10.14016/j.cnki.1001-9227.2015.04.076
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 卢文华 13 205 5.0 13.0
2 文正其 8 23 3.0 4.0
3 蔡伟 7 47 3.0 6.0
4 杜振波 13 105 5.0 10.0
5 鄢小虎 9 20 3.0 4.0
6 向冬冬 5 25 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (99)
共引文献  (271)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(17)
  • 参考文献(0)
  • 二级参考文献(17)
2004(20)
  • 参考文献(2)
  • 二级参考文献(18)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
故障树
多参量融合
变压器
故障诊断
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导