-
公开(公告)号：CN112881827A
公开(公告)日：2021-06-01
申请号：CN202110037452.7
申请日：2021-01-12
Applicant: 新疆大学
Abstract: 本发明公开了一种油浸式变压器故障诊断方法，包括以下步骤：S1、收集并整理油浸式变压器多类型故障样本，构建特征集合FS1和故障样本集合D1；S2、通过两种特征选择方法计算特征集合FS1的特征权重，并建立低维特征子集FS21、FS22，进而建立低维度故障样本集合D21、D22；S3、使用模糊聚类算法求解故障样本集合D21、D22的聚类中心C1、C2，并将求得的聚类中心C1、C2作为改进灰色关联分析中的两组参考序列；将低维特征FS21、FS22对应特征权重进行归一化处理，基于马氏距离和动态辨识系数计算对应关联度值，计算平均值后选取最大关联度值对应故障类型为待测样本诊断结果。本发明所建立的油浸式变压器故障诊断方法具有结构简单、计算效率高、诊断性能好等优点。
-
Patent Agency Ranking
公开(公告)号：CN114372693A
公开(公告)日：2022-04-19
申请号：CN202111666478.4
申请日：2021-12-31
Applicant: 新疆大学
Abstract: 本发明公开了一种基于云模型和改进DS证据理论的变压器故障诊断方法，包括：步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；步骤2、采用故障样本集建立各类型故障的故障标准云模型；步骤3、计算待诊断样本与故障标准云模型间的最终隶属度矩阵；步骤4、根据最终隶属度矩阵确定不同故障下的基本概率分配；步骤5、利用Pignistic概率距离构建相似度并对基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D‑S证据理论对基本概率分配进行融合，以得到最终融合结果；步骤6、在最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。本发明有效地提高了变压器智能诊断方法的准确率。
-
公开(公告)号：CN113066540A
公开(公告)日：2021-07-02
申请号：CN202110295799.1
申请日：2021-03-19
Applicant: 新疆大学
Abstract: 本发明公开了一种油浸式变压器非平衡故障样本预处理方法，涉及电气设备技术领域。本发明诊断方法包括以下步骤：Step1：收集并整理油浸式变压器多类型故障样本，建立类样本不平衡数据集D；Step2：使用欧拉公式计算各类样本之间的欧拉距离L，并基于平均欧拉距离进行排序；Step3：综合考虑样本量及类间平均欧拉距离值，使用自适应合成抽样法平衡多类故障样本量；Step4：使用多种基于油中溶解气分析的油浸式变压器故障诊断方法验证合成样本可靠性。本发明为一种油浸式变压器非平衡故障样本预处理方法通过采用欧拉距离、自适应合成抽样及多种基于油中溶解气分析的故障诊断方法，能合理有效的解决多类样本不平衡问题，建立准确、可靠、平衡的变压器故障样本集。
-
公开(公告)号：CN114372693B
公开(公告)日：2024-05-14
申请号：CN202111666478.4
申请日：2021-12-31
Applicant: 新疆大学
Abstract: 本发明公开了一种基于云模型和改进DS证据理论的变压器故障诊断方法，包括：步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；步骤2、采用故障样本集建立各类型故障的故障标准云模型；步骤3、计算待诊断样本与故障标准云模型间的最终隶属度矩阵；步骤4、根据最终隶属度矩阵确定不同故障下的基本概率分配；步骤5、利用Pignistic概率距离构建相似度并对基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D‑S证据理论对基本概率分配进行融合，以得到最终融合结果；步骤6、在最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。本发明有效地提高了变压器智能诊断方法的准确率。
-
公开(公告)号：CN113066540B
公开(公告)日：2023-04-11
申请号：CN202110295799.1
申请日：2021-03-19
Applicant: 新疆大学
IPC: G16C20/70 , G16C20/20 , G06F18/214 , G06F18/22 , G06F18/2413
Abstract: 本发明公开了一种油浸式变压器非平衡故障样本预处理方法，涉及电气设备技术领域。本发明方法包括以下步骤：Step1：收集并整理油浸式变压器多类型故障样本，建立类样本不平衡数据集D；Step2：使用欧拉公式计算各类样本之间的欧拉距离L，并基于平均欧拉距离进行排序；Step3：依据类样本不平衡数据集D中各类样本数量及各类间平均欧拉距离值，使用自适应合成抽样法平衡多类故障样本量；Step4：使用多种基于油中溶解气分析的油浸式变压器故障诊断方法验证合成样本可靠性。本发明方法通过采用欧拉距离、自适应合成抽样及多种基于油中溶解气分析的故障诊断方法，能合理有效的解决多类样本不平衡问题，建立准确、可靠、平衡的变压器故障样本集。
-
公开(公告)号：CN112881827B
公开(公告)日：2022-11-25
申请号：CN202110037452.7
申请日：2021-01-12
Applicant: 新疆大学
Abstract: 本发明公开了一种基于改进灰色关联分析的油浸式变压器故障诊断方法，包括以下步骤：S1、收集并整理油浸式变压器多类型故障样本，构建特征集合FS1和故障样本集合D1；S2、通过两种特征选择方法计算特征集合FS1的特征权重，并建立低维特征子集FS21、FS22，进而建立低维度故障样本集合D21、D22；S3、使用模糊聚类算法求解低维度故障样本集合D21、D22的聚类中心C1、C2，并将求得的聚类中心C1、C2作为改进灰色关联分析中的两组参考序列；将低维特征子集FS21、FS22对应特征权重进行归一化处理，基于马氏距离和动态辨识系数计算对应关联度值，计算平均值后选取最大关联度值对应故障类型为待测样本诊断结果。本发明所建立的油浸式变压器故障诊断方法具有结构简单、计算效率高、诊断性能好等优点。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
