基于改进关联规则挖掘的变压器油中溶解气体分析模型
2022-08-09邓佳乐孙辰昊岳一石易洲楠李绍龙
电力科学与技术学报 2022年3期
邓佳乐,孙辰昊,胡 博,岳一石,易洲楠,李绍龙
(1.国网四川省电力公司天府新区供电公司,四川 成都 610213;2.长沙理工大学电气与信息工程学院,湖南 长沙 410114;3.国网河南省电力公司,河南 郑州 450000;4.国网湖南省电力有限公司长沙供电分公司,湖南 长沙 410015;5.国网湖南省电力有限公司电力科学研究院,湖南 长沙 410007)
电力变压器作为输电线路系统中最重要的设施之一,其稳定运行至关重要。任何类型的变压器故障都可能导致电力供应的中断,进而对电网造成极大的损失。考虑到变压器故障通常发生在运行期间,因此,依据变压器内部特性进行及时有效的故障诊断,就能够在第一时间实施针对性的应对措施,从而大大减少潜在故障风险。
同电气参数一样,变压器所含绝缘油中溶解气体的含量也能够提供变压器运行状态的有效信息,但不同之处在于其基本不受变压器内电磁环境变化的影响。因此,变压器油中溶解气体分析(dissolved gas analysis,DGA)常被用于变压器的故障诊断[1]。
目前,许多研究者提出了大量关于DGA的研究思路,也取得了可观的成果。第1类是基于优化算法的DGA方法。文献[2]采用基于改进量子粒子群优化支持向量机算法实施变压器故障诊断,能够进一步提高方法的全局搜索能力;针对变压器故障诊断,文献[3]基于征兆子集筛选效果设计了一种征兆优选方法,筛选出的征兆子集相较于传统比值方法具有优势;文献[4]通过结合遗传算法和支持向量机,实现针对DGA特征量的优选。……
登录APP查看全文
