本文關(guān)鍵詞：基于廣義回歸神經(jīng)網(wǎng)絡(luò)的變壓器表面振動(dòng)基頻幅值計(jì)算　出處：《高電壓技術(shù)》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： 變壓器 振動(dòng)信號(hào) 振動(dòng)基頻幅值 運(yùn)行工況 廣義回歸神經(jīng)網(wǎng)絡(luò) 在線監(jiān)測(cè)

【摘要】：變壓器振動(dòng)基頻幅值大小是分析和評(píng)判變壓器運(yùn)行狀態(tài)和故障診斷的重要依據(jù)。為此,提出一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)的變壓器振動(dòng)基頻幅值計(jì)算方法,用于計(jì)算正常運(yùn)行狀態(tài)下的變壓器表面振動(dòng)基頻幅值。所提方法考慮變壓器振動(dòng)產(chǎn)生機(jī)理和影響因素,先根據(jù)變壓器運(yùn)行電壓、負(fù)載電流、油溫等歷史運(yùn)行工況數(shù)據(jù)以及表面振動(dòng)歷史數(shù)據(jù)進(jìn)行GRNN訓(xùn)練,保存訓(xùn)練好的GRNN網(wǎng)絡(luò)即可根據(jù)實(shí)時(shí)運(yùn)行工況數(shù)據(jù)計(jì)算變壓器表面振動(dòng)基頻幅值。某臺(tái)在運(yùn)變壓器表面振動(dòng)實(shí)測(cè)信號(hào)的計(jì)算結(jié)果表明:所提方法比現(xiàn)有方法計(jì)算誤差大幅下降約50%。研究結(jié)果可為變壓器振動(dòng)在線監(jiān)測(cè)提供重要參考。
[Abstract]:The amplitude of fundamental frequency of transformer vibration is an important basis for analyzing and judging the operating state and fault diagnosis of transformer. A method for calculating the fundamental frequency amplitude of transformer vibration based on generalized regression neural network (GRNN) is presented. The method is used to calculate the fundamental frequency amplitude of transformer surface vibration under normal operation. The proposed method considers the mechanism of transformer vibration and the influencing factors. Firstly, according to the transformer operating voltage and load current, the proposed method is used to calculate the fundamental frequency amplitude of the transformer surface vibration. Oil temperature and other historical operating condition data and surface vibration history data were trained by GRNN. The basic frequency amplitude of transformer surface vibration can be calculated according to the real-time operating condition data by saving the trained GRNN network. The calculation results of the measured signal of the surface vibration of a certain transformer show that:. The calculation error of the proposed method is about 50% lower than that of the existing methods. The research results can provide important reference for on-line monitoring of transformer vibration.
【作者單位】： 華北電力大學(xué)電氣與電子工程學(xué)院;
【基金】：中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(2016MS96)~~
【分類號(hào)】：TM41;TP183
【正文快照】： 0引言1變壓器是電力系統(tǒng)的關(guān)鍵設(shè)備之一,其運(yùn)行狀況對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行具有重要作用。繞組和鐵芯是變壓器的重要部件且故障多發(fā),而目前還沒有簡(jiǎn)單、有效的在線異常檢測(cè)和故障診斷方法。變壓器表面振動(dòng)與內(nèi)部機(jī)械結(jié)構(gòu)關(guān)系密切,國(guó)內(nèi)外學(xué)者對(duì)基于振動(dòng)分析的變壓器在線監(jiān)測(cè)和

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孔雪卉;張慧芬;;基于優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)的變電站設(shè)備溫度預(yù)測(cè)[J];中國(guó)電力;2016年07期

2 王豐華;段若晨;耿超;錢國(guó)超;盧勇;;基于“磁 機(jī)械”耦合場(chǎng)理論的電力變壓器繞組振動(dòng)特性研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2016年09期

3 孫翔;何文林;詹江楊;鄭一鳴;劉浩軍;周建平;;電力變壓器繞組變形檢測(cè)與診斷技術(shù)的現(xiàn)狀與發(fā)展[J];高電壓技術(shù);2016年04期

4 高陽(yáng);鐘宏宇;葛延峰;董存;許傲然;;基于GRNN全信息神經(jīng)網(wǎng)絡(luò)的超短期風(fēng)速預(yù)測(cè)研究[J];測(cè)控技術(shù);2016年04期

5 馬宏忠;弓杰偉;李凱;許洪華;周宇;;基于ANSYS Workbench的變壓器繞組松動(dòng)分析及判定方法[J];高電壓技術(shù);2016年01期

6 陳東超;徐婧;洪瑞新;顧煜炯;何成兵;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械振動(dòng)特征預(yù)測(cè)[J];汽輪機(jī)技術(shù);2015年05期

7 陳燁;高亞靜;張建成;;基于離散Hopfield模式識(shí)別樣本的GRNN非線性組合短期風(fēng)速預(yù)測(cè)模型[J];電力自動(dòng)化設(shè)備;2015年08期

8 張彬;徐建源;陳江波;李輝;林莘;臧狀;;基于電力變壓器振動(dòng)信息的繞組形變?cè)\斷方法[J];高電壓技術(shù);2015年07期

9 朱葉葉;汲勝昌;張凡;劉勇;董鴻魁;崔志剛;吳佳瑋;;電力變壓器振動(dòng)產(chǎn)生機(jī)理及影響因素研究[J];西安交通大學(xué)學(xué)報(bào);2015年06期

10 林U，

本文編號(hào)：1393400