科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了量化维护操作对变压器故障率的实际影响，文中通过深度挖掘短时间尺度下变压器油色谱监测数据，建立了一个基于实时运行工况的变压器内部潜伏性故障率预测模型。对传统马尔科夫故障率模型的建模过程进行了分析，指出该模型中的自变量状态持续时间无法响应维护操作影响， 提出对状态持续时间参数进行修正；具体步骤为利用R型聚类-主成分分析算法提取关键溶解气体种类；通过径向基函数神经网络建立了关键溶解气体含量与修正状态持续时间之间的映射关系；推导变压器内部潜伏性故障率关于修正状态持续时间的解析表达式。结果表明，与马尔科夫故障率模型相比，所建立的模型具备表征维护操作影响与变压器实际故障率的能力。
-
单位输配电装备及系统安全与新技术国家重点实验室; 重庆大学; 国网重庆市电力公司电力科学研究院
