狀態(tài)檢修為電力變壓器的穩(wěn)定運(yùn)行與優(yōu)質(zhì)電力的正常供應(yīng)提供了重要保障。隨著智能電網(wǎng)建設(shè)的不斷推進(jìn),包括狀態(tài)監(jiān)測(cè)、生產(chǎn)管理、運(yùn)行調(diào)度、氣象環(huán)境等在內(nèi)的電力變壓器運(yùn)行狀態(tài)相關(guān)信息已逐步呈現(xiàn)出體量大、種類(lèi)多、增長(zhǎng)快的典型大數(shù)據(jù)特征。因此,在電力大數(shù)據(jù)的時(shí)代背景下,開(kāi)展結(jié)合人工智能技術(shù)的電力變壓器狀態(tài)數(shù)據(jù)綜合挖掘與分析研究,對(duì)于進(jìn)一步提升設(shè)備狀態(tài)檢修的全面性、高效性與準(zhǔn)確性具有十分重要的意義。鑒于此,首先概述了面向數(shù)據(jù)分析的人工智能技術(shù),涵蓋專(zhuān)家系統(tǒng)、不確定性推理、機(jī)器學(xué)習(xí)及智能優(yōu)化計(jì)算等研究?jī)?nèi)容;然后,結(jié)合電力變壓器狀態(tài)檢修各階段任務(wù)的智能化需求,論述了人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在數(shù)據(jù)清洗、文本挖掘、圖像識(shí)別、狀態(tài)評(píng)估、故障診斷、狀態(tài)預(yù)測(cè)及檢修決策優(yōu)化等典型場(chǎng)景中的應(yīng)用研究現(xiàn)狀;最后,探討了現(xiàn)階段影響基于人工智能的數(shù)據(jù)分析技術(shù)在狀態(tài)檢修領(lǐng)域應(yīng)用效果的關(guān)鍵問(wèn)題,并對(duì)未來(lái)的主要研究方向進(jìn)行了展望。
【部分圖文】：

劉云鵬，許自強(qiáng)，李剛，等：人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在電力變壓器狀態(tài)檢修中的應(yīng)用綜述339專(zhuān)家系統(tǒng)等[9]。1.2不確定性推理不確定性推理泛指除確定性推理以外的其他各種推理問(wèn)題，包括不完備、不精確知識(shí)的推理，模糊知識(shí)的推理，非單調(diào)性推理等[10]。不確定性推理是指以不確定的初始證據(jù)為基礎(chǔ)，依據(jù)不確定性知識(shí)進(jìn)行推理，最終推出具有一定不確定性但卻又是合理或基本合理的結(jié)論的思維過(guò)程。在不確定性推理中，知識(shí)和證據(jù)均有不同程度的不確定性，這就增加了推理機(jī)設(shè)計(jì)與實(shí)現(xiàn)的難度。它既需解決推理方向、推理方法、控制策略等基本問(wèn)題，也需解決不確定性的表示與度量、不確定性匹配、不確定性的傳遞算法以及不確定性的合成等重要問(wèn)題。1.3機(jī)器學(xué)習(xí)作為現(xiàn)代人工智能的重要組成，機(jī)器學(xué)習(xí)使計(jì)算機(jī)能夠模擬人類(lèi)的學(xué)習(xí)行為，自動(dòng)通過(guò)學(xué)習(xí)來(lái)獲取知識(shí)與技能，并不斷改善系統(tǒng)自身的性能。應(yīng)用較為廣泛的機(jī)器學(xué)習(xí)方法主要包括傳統(tǒng)機(jī)器學(xué)習(xí)、集成學(xué)習(xí)及深度學(xué)習(xí)等。1.3.1傳統(tǒng)機(jī)器學(xué)習(xí)傳統(tǒng)機(jī)器學(xué)習(xí)依據(jù)數(shù)據(jù)是否被標(biāo)識(shí)，可劃分為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)3類(lèi)。常見(jiàn)的傳統(tǒng)機(jī)器學(xué)習(xí)算法如表1所示。1.3.2集成學(xué)習(xí)集成學(xué)習(xí)是一種集眾多個(gè)體學(xué)習(xí)器學(xué)習(xí)結(jié)果為一體的機(jī)器學(xué)習(xí)方法。其基本思想是通過(guò)訓(xùn)練一系列解決相同問(wèn)題的個(gè)體學(xué)習(xí)器，并結(jié)合某種規(guī)則對(duì)各個(gè)學(xué)習(xí)結(jié)果進(jìn)行整合，從而獲得比單一學(xué)習(xí)器顯著優(yōu)越的泛化性能。根據(jù)個(gè)體學(xué)習(xí)器生成方式以及個(gè)體學(xué)習(xí)器間依賴(lài)關(guān)系的不同，集成學(xué)習(xí)可分為Boosting算法與Bagging算法2類(lèi)。以前者為例，其算法原理如圖1所示[20]。首先，從初始訓(xùn)練集開(kāi)始，為每個(gè)訓(xùn)練樣本平均分配初始權(quán)重，并訓(xùn)練出弱學(xué)習(xí)器1；然后，

340高電壓技術(shù)2019,45(2)圖2深度學(xué)習(xí)回歸預(yù)測(cè)模型Fig.2Forecastingregressionmodelofdeeplearning2人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在變壓器狀態(tài)檢修中的應(yīng)用在長(zhǎng)期運(yùn)行的過(guò)程中，電力變壓器會(huì)受到電應(yīng)力、熱應(yīng)力、機(jī)械應(yīng)力以及運(yùn)行工況、氣象環(huán)境等多種內(nèi)外部因素的綜合作用與影響，進(jìn)而破壞絕緣性能，導(dǎo)致產(chǎn)生缺陷甚至故障。而這一過(guò)程中的設(shè)備運(yùn)行狀態(tài)變化與故障演變規(guī)律蘊(yùn)含在巡檢試驗(yàn)、帶電檢測(cè)、在線監(jiān)測(cè)以及運(yùn)行工況、環(huán)境氣候、電網(wǎng)運(yùn)行等眾多狀態(tài)信息中。隨著輸變電設(shè)備狀態(tài)監(jiān)測(cè)管理系統(tǒng)、生產(chǎn)管理系統(tǒng)、能量管理系統(tǒng)、地理信息系統(tǒng)及氣象信息系統(tǒng)等電力信息化平臺(tái)的逐步完善與應(yīng)用，電力變壓器運(yùn)行狀態(tài)的相關(guān)信息呈現(xiàn)出多源、異構(gòu)的數(shù)據(jù)特征。其中，多源性表現(xiàn)為變壓器狀態(tài)數(shù)據(jù)來(lái)源多樣化，涵蓋設(shè)備數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、外部數(shù)據(jù)3個(gè)方面；異構(gòu)性則表現(xiàn)為變壓器狀態(tài)數(shù)據(jù)結(jié)構(gòu)多樣化，包括數(shù)值、文本、圖像、視頻等結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)[28]。綜上，海量多源異構(gòu)數(shù)據(jù)的綜合處理與挖掘有助于全面、及時(shí)、準(zhǔn)確地掌握電力變壓器的運(yùn)行狀態(tài)及發(fā)展趨勢(shì)。同時(shí)，多維度、精細(xì)化的狀態(tài)評(píng)估及預(yù)測(cè)結(jié)果可為設(shè)備檢修決策優(yōu)化提供更為可靠的參考依據(jù)，從而進(jìn)一步提升變壓器的狀態(tài)管理水平。因此，本節(jié)圍繞狀態(tài)檢修的3個(gè)階段性任務(wù)，歸納了包括數(shù)據(jù)清洗、文本挖掘、圖像識(shí)別、狀態(tài)評(píng)估、故障診斷、狀態(tài)預(yù)測(cè)及檢修決策優(yōu)化在內(nèi)的7個(gè)典型場(chǎng)景，并就人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在其中的應(yīng)用研究現(xiàn)狀進(jìn)行總結(jié)與分析，其應(yīng)用技術(shù)框架如圖3所示。2.1數(shù)據(jù)清洗應(yīng)用場(chǎng)景狀態(tài)監(jiān)測(cè)信息的數(shù)據(jù)質(zhì)量是影響電力變壓器狀態(tài)評(píng)估及預(yù)測(cè)模型準(zhǔn)確度的重要因素[29-30]。由于復(fù)雜的現(xiàn)場(chǎng)運(yùn)行環(huán)境會(huì)

構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)[28]。綜上，海量多源異構(gòu)數(shù)據(jù)的綜合處理與挖掘有助于全面、及時(shí)、準(zhǔn)確地掌握電力變壓器的運(yùn)行狀態(tài)及發(fā)展趨勢(shì)。同時(shí)，多維度、精細(xì)化的狀態(tài)評(píng)估及預(yù)測(cè)結(jié)果可為設(shè)備檢修決策優(yōu)化提供更為可靠的參考依據(jù)，從而進(jìn)一步提升變壓器的狀態(tài)管理水平。因此，本節(jié)圍繞狀態(tài)檢修的3個(gè)階段性任務(wù)，歸納了包括數(shù)據(jù)清洗、文本挖掘、圖像識(shí)別、狀態(tài)評(píng)估、故障診斷、狀態(tài)預(yù)測(cè)及檢修決策優(yōu)化在內(nèi)的7個(gè)典型場(chǎng)景，并就人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在其中的應(yīng)用研究現(xiàn)狀進(jìn)行總結(jié)與分析，其應(yīng)用技術(shù)框架如圖3所示。2.1數(shù)據(jù)清洗應(yīng)用場(chǎng)景狀態(tài)監(jiān)測(cè)信息的數(shù)據(jù)質(zhì)量是影響電力變壓器狀態(tài)評(píng)估及預(yù)測(cè)模型準(zhǔn)確度的重要因素[29-30]。由于復(fù)雜的現(xiàn)場(chǎng)運(yùn)行環(huán)境會(huì)對(duì)傳感器的監(jiān)測(cè)性能造成干擾，且監(jiān)測(cè)信號(hào)在傳輸過(guò)程中也會(huì)存在通信異常及信道噪聲等問(wèn)題，因此采集到的原始數(shù)據(jù)中通常會(huì)含有部分噪聲點(diǎn)及缺失值。數(shù)據(jù)清洗即識(shí)別并修復(fù)上述無(wú)效異常數(shù)據(jù)的過(guò)程[31]。需要特別注意的是，電力變壓器缺陷或故障所造成的異常數(shù)據(jù)包含著重要的狀態(tài)信息，被稱(chēng)為有效異常數(shù)據(jù)[32]，并不屬于數(shù)據(jù)清洗的范疇。傳統(tǒng)的統(tǒng)計(jì)學(xué)方法在處理異常識(shí)別問(wèn)題時(shí)會(huì)存在準(zhǔn)確性較低及實(shí)時(shí)性較差等問(wèn)題，通過(guò)引入機(jī)器學(xué)習(xí)中的無(wú)監(jiān)督聚類(lèi)方法[33]，基于信息相似度原則對(duì)監(jiān)測(cè)數(shù)據(jù)流信息進(jìn)行集聚處理，可實(shí)現(xiàn)異常點(diǎn)與缺失值的快速、有效辨識(shí)。常用的聚類(lèi)算法包括K-means聚類(lèi)算法[34]、模糊C均值（fuzzyc-means，F(xiàn)CM）聚類(lèi)算法[35]及DBSCAN（density-basedspatialclusteringofapplicationswithnoise）聚類(lèi)算法[36]等。在異常識(shí)別結(jié)果的基礎(chǔ)上，通過(guò)利用人工神經(jīng)網(wǎng)圖3人工智能驅(qū)動(dòng)的數(shù)據(jù)分析
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔曉丹;李威;李碧君;方勇杰;宋曉芳;王正風(fēng);;輸變電設(shè)備檢修計(jì)劃決策技術(shù)評(píng)述[J];電網(wǎng)與清潔能源;2015年12期

2 周湶;王時(shí)征;廖瑞金;孫超;解慧力;饒俊星;;基于AdaBoost優(yōu)化云理論的變壓器故障診斷方法[J];高電壓技術(shù);2015年11期

3 馬潤(rùn)澤;王龍響;余佳文;王慧芳;邱劍;;考慮歷史缺陷文本信息的斷路器狀態(tài)評(píng)價(jià)研究[J];機(jī)電工程;2015年10期

4 陳金強(qiáng);李群湛;;基于灰色TOPSIS和DGA的變壓器狀態(tài)預(yù)測(cè)[J];高壓電器;2015年09期

5 嚴(yán)英杰;盛戈皞;陳玉峰;江秀臣;郭志紅;秦少鵬;;基于時(shí)間序列分析的輸變電設(shè)備狀態(tài)大數(shù)據(jù)清洗方法[J];電力系統(tǒng)自動(dòng)化;2015年07期

6 嚴(yán)英杰;盛戈皞;陳玉峰;江秀臣;郭志紅;杜修明;;基于大數(shù)據(jù)分析的輸變電設(shè)備狀態(tài)數(shù)據(jù)異常檢測(cè)方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年01期

7 趙婉芳;王慧芳;邱劍;何奔騰;;基于油色譜監(jiān)測(cè)數(shù)據(jù)的變壓器動(dòng)態(tài)可靠性分析[J];電力系統(tǒng)自動(dòng)化;2014年22期

8 唐燕;劉艷;;考慮電網(wǎng)總風(fēng)險(xiǎn)和檢修收益的設(shè)備狀態(tài)檢修計(jì)劃優(yōu)化[J];電力系統(tǒng)保護(hù)與控制;2014年09期

9 阮羚;謝齊家;高勝友;聶德鑫;盧文華;張海龍;;人工神經(jīng)網(wǎng)絡(luò)和信息融合技術(shù)在變壓器狀態(tài)評(píng)估中的應(yīng)用[J];高電壓技術(shù);2014年03期

10 廖瑞金;孟繁津;周年榮;夏桓桓;張鐿議;程渙超;;基于集對(duì)分析和證據(jù)理論融合的變壓器內(nèi)絕緣狀態(tài)評(píng)估方法[J];高電壓技術(shù);2014年02期

相關(guān)博士學(xué)位論文 前2條

1 李軍鋒;基于深度學(xué)習(xí)的電力設(shè)備圖像識(shí)別及應(yīng)用研究[D];廣東工業(yè)大學(xué);2018年

2 邱劍;電力中文文本數(shù)據(jù)挖掘技術(shù)及其在可靠性中的應(yīng)用研究[D];浙江大學(xué);2016年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭創(chuàng)新;熊世旺;張行;張金江;曹敏;薛武;;輸變電設(shè)備全景信息的多源異構(gòu)數(shù)據(jù)聚合方法[J];高電壓技術(shù);2015年12期

2 程建偉;白翠粉;劉通;高文勝;土松江·卡日;馬儀;;基于故障模式的輸變電設(shè)備故障風(fēng)險(xiǎn)分析[J];高電壓技術(shù);2015年12期

3 翟少磊;曹敏;沈鑫;王飛;王恩;;變電站在線監(jiān)測(cè)多維信息聚合技術(shù)[J];高電壓技術(shù);2015年12期

4 張行;李萬(wàn)啟;郭創(chuàng)新;張金江;曹敏;薛武;;基于RESTful快捷服務(wù)總線的輸變電設(shè)備全景信息集成平臺(tái)設(shè)計(jì)[J];高電壓技術(shù);2015年12期

5 于亞麗;周俊;;水電設(shè)備運(yùn)行狀態(tài)的BP神經(jīng)網(wǎng)絡(luò)評(píng)估法[J];水電與新能源;2015年12期

6 馬草原;孫富華;朱蓓蓓;尹志超;;神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及其在有源電力濾波器中的應(yīng)用[J];電力系統(tǒng)保護(hù)與控制;2015年24期

7 崔曉丹;李威;李碧君;方勇杰;宋曉芳;王正風(fēng);;輸變電設(shè)備檢修計(jì)劃決策技術(shù)評(píng)述[J];電網(wǎng)與清潔能源;2015年12期

8 劉利艷;;干式變壓器優(yōu)化設(shè)計(jì)研究[J];中國(guó)新技術(shù)新產(chǎn)品;2015年24期

9 王晶;;電力系統(tǒng)異常數(shù)據(jù)檢測(cè)辨識(shí)方法綜述[J];電力與能源;2015年06期

10 孫澄宇;;基于區(qū)間層次分析法的電力變壓器絕緣狀態(tài)評(píng)估[J];現(xiàn)代電子技術(shù);2015年23期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 嚴(yán)英杰;盛戈皞;陳玉峰;江秀臣;郭志紅;秦少鵬;;基于時(shí)間序列分析的輸變電設(shè)備狀態(tài)大數(shù)據(jù)清洗方法[J];電力系統(tǒng)自動(dòng)化;2015年07期

2 徐波;韓學(xué)山;劉長(zhǎng)銀;侯艷權(quán);姚越;牛志強(qiáng);;基于關(guān)聯(lián)集分解的系統(tǒng)狀態(tài)檢修決策模型[J];電力系統(tǒng)自動(dòng)化;2015年02期

3 嚴(yán)英杰;盛戈皞;陳玉峰;江秀臣;郭志紅;杜修明;;基于大數(shù)據(jù)分析的輸變電設(shè)備狀態(tài)數(shù)據(jù)異常檢測(cè)方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年01期

4 宋亞奇;周?chē)?guó)亮;朱永利;李莉;王劉旺;王德文;;云平臺(tái)下輸變電設(shè)備狀態(tài)監(jiān)測(cè)大數(shù)據(jù)存儲(chǔ)優(yōu)化與并行處理[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年02期

5 王奇;張晗;鄧軍;耿大慶;吳芳慈;;基于狀態(tài)評(píng)價(jià)的風(fēng)力發(fā)電設(shè)備故障診斷系統(tǒng)的研制[J];電網(wǎng)與清潔能源;2014年11期

6 郭雅娟;陳錦銘;李斌;胡成博;;江蘇電網(wǎng)設(shè)備狀態(tài)評(píng)價(jià)系統(tǒng)的研究與實(shí)現(xiàn)[J];電力信息與通信技術(shù);2014年11期

7 周湶;孫超;廖瑞金;李劍;張鎰議;王時(shí)征;;基于云理論的變壓器多重故障診斷及短期預(yù)測(cè)方法[J];高電壓技術(shù);2014年05期

8 谷凱凱;郭江;;緊致融合模糊集和故障樹(shù)的變壓器故障診斷[J];高電壓技術(shù);2014年05期

9 張海波;易文飛;;基于異步迭代模式的電力系統(tǒng)分布式狀態(tài)估計(jì)方法[J];電力系統(tǒng)自動(dòng)化;2014年09期

10 呂志盛;趙淵;萬(wàn)凌云;張煦;宮林;;計(jì)及時(shí)變故障率的電網(wǎng)計(jì)劃?rùn)z修啟發(fā)式優(yōu)化模型研究[J];華東電力;2014年05期

相關(guān)博士學(xué)位論文 前10條

1 藺麗華;基于紅外成像的變電站設(shè)備安全預(yù)警關(guān)鍵技術(shù)研究[D];西安科技大學(xué);2014年

2 謝天;面向操作指引的增強(qiáng)現(xiàn)實(shí)系統(tǒng)研究[D];浙江大學(xué);2013年

3 劉亞?wèn)|;輸電線路分布式故障測(cè)距理論與關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2012年

4 李明;計(jì)及電網(wǎng)運(yùn)行風(fēng)險(xiǎn)的設(shè)備狀態(tài)檢修理論研究[D];山東大學(xué);2012年

5 鄭元兵;變壓器故障診斷與預(yù)測(cè)集成學(xué)習(xí)方法及維修決策模型研究[D];重慶大學(xué);2011年

6 仝衛(wèi)國(guó);基于航拍圖像的輸電線路識(shí)別與狀態(tài)檢測(cè)方法研究[D];華北電力大學(xué);2011年

7 張巧榮;視覺(jué)注意計(jì)算模型及其關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2011年

8 田明輝;視覺(jué)注意機(jī)制建模及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

9 何慧;WEB文本挖掘中關(guān)鍵問(wèn)題的研究[D];北京郵電大學(xué);2009年

10 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測(cè)研究[D];華北電力大學(xué)（河北）;2009年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭健;安芷瑤;;電力變壓器狀態(tài)檢修分析[J];時(shí)代農(nóng)機(jī);2018年06期

2 向海;郭勝海;李曉麗;張海燕;孫琳;;電力變壓器狀態(tài)檢修分析[J];化工管理;2014年14期

3 姚元燈;;電力變壓器狀態(tài)檢修及故障診斷方法研究[J];科技風(fēng);2014年14期

4 繆曉梅;;談電力變壓器狀態(tài)檢修及故障診斷方法研究[J];職大學(xué)報(bào);2018年04期

5 常智遠(yuǎn);;電力變壓器狀態(tài)檢修及故障診斷解決策略[J];中國(guó)新通信;2017年24期

6 宋文;;淺談電力變壓器實(shí)驗(yàn)重點(diǎn)研究[J];科技創(chuàng)新與應(yīng)用;2014年02期

7 程保權(quán);;電力變壓器的檢修策略[J];現(xiàn)代企業(yè)教育;2012年06期

8 金文;;電力變壓器中的狀態(tài)檢修和故障診斷方法運(yùn)用[J];產(chǎn)業(yè)與科技論壇;2015年05期

9 高偉成;;淺談電力變壓器檢修和試驗(yàn)策略[J];中國(guó)高新技術(shù)企業(yè);2011年02期

10 王曉輝;李璐;;電力變壓器狀態(tài)檢修技術(shù)研究及應(yīng)用[J];山東工業(yè)技術(shù);2015年20期

相關(guān)博士學(xué)位論文 前10條

1 田杰;電子電力變壓器的控制及10kV工業(yè)樣機(jī)實(shí)現(xiàn)[D];華中科技大學(xué);2016年

2 黃輝;電子電力變壓器的控制與應(yīng)用[D];華中科技大學(xué);2015年

3 易楊;電子電力變壓器若干關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];華中科技大學(xué);2013年

4 劉海波;電子電力變壓器控制策略研究[D];華中科技大學(xué);2009年

5 王丹;配電系統(tǒng)電子電力變壓器[D];華中科技大學(xué);2006年

6 李建坡;基于油中溶解氣體分析的電力變壓器故障診斷技術(shù)的研究[D];吉林大學(xué);2008年

7 王利兵;電子電力變壓器的控制與應(yīng)用[D];華中科技大學(xué);2014年

8 桑子夏;電子電力變壓器的保護(hù)系統(tǒng)研究[D];華中科技大學(xué);2014年

9 張國(guó)強(qiáng);電力變壓器絕緣結(jié)構(gòu)優(yōu)化和電磁方案自動(dòng)設(shè)計(jì)的研究[D];華北電力大學(xué);2000年

10 古斌;基于功率量的電力變壓器保護(hù)新原理及高速算法研究[D];廣西大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 楊揚(yáng);基于狀態(tài)檢修的電力變壓器風(fēng)險(xiǎn)評(píng)估的研究[D];華北電力大學(xué);2013年

2 許力;電力變壓器狀態(tài)檢修與在線監(jiān)測(cè)的實(shí)際運(yùn)用與探索[D];東南大學(xué);2015年

3 婁智奇;基于集對(duì)分析的東辛營(yíng)風(fēng)電場(chǎng)電力變壓器狀態(tài)評(píng)估研究[D];華北電力大學(xué);2016年

4 襲建凱;電力變壓器油流溫升仿真分析及試驗(yàn)研究[D];山東大學(xué);2018年

5 徐經(jīng)緯;電力變壓器溫升試驗(yàn)數(shù)據(jù)記錄系統(tǒng)開(kāi)發(fā)[D];山東大學(xué);2018年

6 岳全有;電子電力變壓器的綜合損耗分析模型及其應(yīng)用[D];湖南大學(xué);2018年

7 宋學(xué)彬;電力變壓器振動(dòng)特性及繞組狀態(tài)監(jiān)測(cè)方法研究[D];沈陽(yáng)工業(yè)大學(xué);2018年

8 吳濤;電力變壓器繞組短路動(dòng)態(tài)穩(wěn)定性研究[D];華北電力大學(xué);2018年

9 于長(zhǎng)海;基于數(shù)據(jù)驅(qū)動(dòng)的電力變壓器剩余使用壽命預(yù)測(cè)方法研究[D];華北電力大學(xué);2018年

10 侯增起;基于聲音特征的變電設(shè)備故障分類(lèi)與定位方法研究[D];華北電力大學(xué);2018年

本文編號(hào)：2857808