张旭

摘  要：纵观现阶段变压器故障诊断的相关研究，发现传统的诊断方式存在着诸多的弊端，对比于人工智能网络诊断方法来说，其发挥出的作用并不明显。基于人工智能网络诊断方法的研究，构建自组织竞争网络模型，在此基础上的电力变压器故障诊断方法更加的科学。基于此，文章将重点阐述模糊关系与自组织竞争网络的变压器故障诊断。

关键词：模糊关系;自组织竞争网络;变压器故障;诊断方式

中图分类号：TP391         文献标志码：A         文章编号：2095-2945（2020）08-0059-02

Abstract： Throughout the relevant research of transformer fault diagnosis at the present stage， it is found that the traditional diagnosis method has many disadvantages， compared with the artificial intelligence network diagnosis method， its role is not obvious. Based on the research of artificial intelligence network diagnosis method， the self-organizing competitive network model is constructed， and the power transformer fault diagnosis method is more scientific. Based on this， this paper will focus on the transformer fault diagnosis based on fuzzy relation and self-organizing competitive network.

Keywords： fuzzy relation; self-organizing competitive network; transformer fault; diagnosis mode

為了更好的实现对变压器故障的合理分析，需要结合智能化技术的应用趋势，分析实时在线诊断和高可靠性诊断的实践价值[1]。依照变压器故障状态的等级划分和特征参数分析，在存在着诸多不确定性问题的基础上，借助于模糊理论中的隶属度函数实现对故障特征数据的合理化判断，可以获取更为可靠地故障类型分析，同时还能进一步总结故障数据的模糊关系。依照国家电网互联目标的实施情况，分析当前庞大的智能互联网在变电、输电及配电环境中扮演的重要角色，拟定科学的故障诊断方法，促使变压器始终保持在相对稳定的运行状态，给电网建设提供有效的支撑[2]。

1 变压器故障诊断模型分析

油中溶解气体分析法属于一种较为可靠的变压器故障诊断方法，属于电力变压器故障现场诊断较为直接的手段。但是在实际运用这种方法的过程中，反映出采集精确性不高、稳定性不强的问题，并且气相色谱柱无法迎合相对复杂的现场环境的需要。……