基于油色谱数据的变压器状态智能诊断方法

戴仁昶; 赵寿生

您当前的位置：

首页 >

文章列表页 >

基于油色谱数据的变压器状态智能诊断方法

更新时间：2025-04-26

- 基于油色谱数据的变压器状态智能诊断方法
- Artificial Intelligence Method for Transformer’s State Diagnosis Based on Oil-chromatogram Examination
- 高压电器 2004年第3期页码：228-230
- 作者机构：
  
  1.   北京朗新信息系统有限公司
  2.   浙江省电力公司金华电业局北京100086
  3.   浙江金华321017
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM855
- 纸质出版日期：2004
- 稿件说明：
移动端阅览
[1]戴仁昶,赵寿生.基于油色谱数据的变压器状态智能诊断方法[J].高压电器,2004(03):228-230.

DAI Ren-chang1, ZHAO Shou-sheng2. Artificial Intelligence Method for Transformer’s State Diagnosis Based on Oil-chromatogram Examination[J]. High voltageapparatus, 2004, (3): 228-230.
[1]戴仁昶,赵寿生.基于油色谱数据的变压器状态智能诊断方法[J].高压电器,2004(03):228-230. DOI：

DAI Ren-chang1, ZHAO Shou-sheng2. Artificial Intelligence Method for Transformer’s State Diagnosis Based on Oil-chromatogram Examination[J]. High voltageapparatus, 2004, (3): 228-230. DOI：

摘要

利用变压器的油色谱试验数据对神经网络进行训练

将训练后的神经网络用于变压器的状态诊断。同时利用遗传算法优化神经网络的结构。算例结果表明

利用遗传算法和神经网络相结合的人工智能方法可以有效地诊断变压器的状态。

Abstract

This paper presents a method to diagnose the state of transformer based on artificial intelligence which integrates artificial neural network and genetic algorithm. In this method

ANN is used as a classifier to forecast the state of transformer after training the samples of oil-chromatogram examination

and genetic algorithm is used to optimize the ANN structure. The practical result shows the validity of the method.

关键词

Keywords

references

浏览量

150

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于遗传算法改进极限学习机的变压器故障诊断

基于策略梯度优化的变压器油中溶解气体预测模型

基于三角形网格的混合有限元法研究及其在变压器流热耦合计算中的应用

基于有限元和神经网络方法的弹簧触指结构优化设计

基于主振点定位的特高压变压器振动声功率测算方法