基于油中溶解气体分析的变压器故障预测

作     者：陈铁 陈卫东 李咸善 陈忠 Chen Tie;Chen Weidong;Li Xianshan;Chen Zhong

作者机构：三峡大学电气与新能源学院宜昌443002 三峡大学梯级水电站运行与控制湖北省重点实验室宜昌443002 宜昌电力勘测设计院有限公司宜昌443003 

基　　金：国家自然科学基金(51741907) 梯级水电站运行与控制湖北省重点实验室开放基金(2019KJX08)项目资助 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2021年第44卷第22期

页      码：25-31页

摘      要：预测变压器潜伏性故障对评估其健康状态至关重要。提出一种新型变压器故障预测方法,首先以LSTM网络为载体搭建时间注意力机制预测框架,并采用IALO算法优化其参数;其次利用优化的模型预测变压器油中溶解气体;然后采用MPA算法优化的SVM模型对气体预测结果进行故障诊断;最后统计诊断结果并与实际运行状态对比验证模型。实验结果显示在第42~58天内运行状态异常次数最多为29次,未来两个月内运行异常几率为86.89%,其中中温过热故障占比最高为88.67%,与实际情况误差仅为2.46%和1.29%,预测结果与实际运行情况符合较高,证明了所提方法在准确预测变压器运行状态异常时间点和故障类型中的可行性。

主 题 词：变压器 故障预测 溶解气体分析 改进的蚁狮算法 长短时记忆网络 时间注意力机制 支持向量机 

学科分类：12[管理学] 080801[080801] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19651/j.cnki.emt.2107478

馆 藏 号：203106983...