一、变压器故障的色谱分析及判断(论文文献综述)
芦斌[1](2021)在《聊城辖域内变电站设备状态检修方法研究》文中研究指明变电站内的设备状态检修是保障电力系统安全运行的关键因素,也是实际运维工作中的难点所在。聊城域内变电站设备状态检修工作起步相对较晚,且变电站及站内设备数量在近几年快速增长等因素影响,使得聊城域内变电状态检修工作面临更严峻、更大的挑战。因此,本文针对聊城辖域内变电站设备状态检修的实际工作开展应用研究分析,主要包括以下内容:(1)首先,基于状态检修的基本原则和国内外的发展历程,阐述变电站设备状态检修的基础理论,分析站内设备实施状态检修的实际目的。并进一步结合近年来聊城域内供电公司变电检修工作实际情况,分析当前聊城域内变电站设备的常见故障、处理手段和检修策略情况,并根据实际情况分析当前形势下故障发生原因、变电状态检修的发展瓶颈,以提出具有针对性的管理和技术层面的改进措施与方法。(2)其次,以作为站内核心设备的电力变压器为研究对象,对变压器油中的溶解气体进行色谱分析,以此为基础提出一种基于模糊边界判断的三比值分析方法。当前,针对变压器油中溶解气体进行色谱分析(DGA)是实现变压器在线监测的主要途径,色谱分析的原理是根据所得的气体组成和气体含量,确定变压器内部是否存在异常状况,通过对各气体组分关系的梳理,确定内部故障及溶解气体类型间的对应关系。就目前的情况来说,三比值法是气体分析中现场应用最广泛的方法之一。但是编码太过绝对化以及故障编码不完善等问题却导致该方法在实际应用中有着比较强的局限性。所以,本文对以模糊边界判断为基础的改进三比值法进行构建,通过三比值法编码的隶属函数构造,针对其编码展开模糊处理,紧接着获取到以模糊为基础的三比值法故障诊断方法。最后以域内某500千伏主变油中溶解气体色谱分析实例验证该方法的有效性和准确性。(3)最后,对站内SF6高压断路器试验项目及相应的运行参数进行全面而充分的分析,以此为基础,结合聊城实际设备状况,构建出以模糊综合评价理论为基础的高压断路器状态评价模型。环境、绝缘、机械及电气等各项因素都会对该高压断路器的实际运行情况造成影响,分别针对这些参数展开分析研究,明确三者间的关联关系与耦合特点。据此,建立了 SF6高压断路器的状态评价因素体系,并应用模糊数学升半梯形分布公式建立隶属度模型。在隶属度确定上,整合运行环境、维修记录等定性指标,采用专家调研法确定隶属度。针对聊城域内实际设备特点,根据最大隶属度原则,并应用设备评级方法来判断,判定备处于何种状态,为实际状态检修提供决策支持。
沈杰[2](2020)在《基于堆栈自编码神经网络的自适应分类算法在变压器故障诊断中的应用》文中进行了进一步梳理随着电网设备规模的逐渐增大,传统的停电检测工作已经逐步被以带电检测技术为基础的状态检修工作所代替。油浸式电力变压器是变电站的焦点设备,对其进行带电检测是日常工作的重点。油浸式电力变压器带电检测的首要工作就是对油液中溶解气体的检测。但是,检测得到的数据在使用传统三比值法分析的过程中会存在编码缺损、临界值判据不充分等问题,其结果作为判断故障的依据,缺乏可信性和准确性。自编码器(AE,Auto Encoder)是一种具有强大特征提取能力的无监督学习算法,可以有效地提取检测数据的高级特征。Ada Boost作为一种分类性能强于其他基分类器的集成学习算法,能够解决临界值判据不充分时的分类问题。故本文研究应用自编码器与Ada Boost分类器对油浸式电力变压器进行故障诊断。1.研究油中溶解气体检测的基本原理和检测方法,探讨变压器各类故障与油中产生气体类型含量之间的相应关系,对比分析传统诊断三比值法与改良三比值法优缺点。结合实际运行的油浸式电力变压器,获得检测数据。2.堆栈式自编码器(SAE,Stacked Auto Encoder)是自编码器的深度模型。本文将堆栈自编码器与Ada Boost结合起来,构建SAE-Ada Boost故障诊断模型。使用堆栈式自编码器提取输入数据的高级特征,并将其作为三比值的补充特征,将两者数据融合,使用Ada Boost分类器判别故障类型。最后通过实验确定SAEAda Boost故障诊断模型的结构参数,并且对模型的诊断能力进行测试。3.对高海拔地区内油浸式电力变压器进行油中溶解气体数据分析,判断其运行状态和故障类型。研究结果表明,使用SAE-Ada Boost故障诊断模型进行油浸式电力变压器故障判断所得结果的准确率在90%以上。通过红外成像检测和电力变压器局部放电检测,验证了采用自编码器与Ada Boost分类器可以一定程度上提高变压器故障诊断结果的可信性和准确性。
刘一萌[3](2020)在《变压器绕组线圈变形故障分析》文中研究说明变压器是电能传输的“心脏”,当今随着电网容量不断增大,变压器运行环境日趋严苛。变压器遭受短路电流冲击后容易发生绕组变形,这是变压器常发故障之一。由于吊罩检查工艺繁琐、耗时耗力,需要采用电气试验诊断技术预先判定短路冲击后的绕组是否变形、以及变形的程度与位置,根据试验结果,最终作出变压器退运、大修或技改决策。本文主要研究内容如下:(1)对变压器绕组及其绝缘结构进行了详细分析,总结了变压器绕组可能发生的各种故障类型。分析了变压器绕组所处的漏磁场分布以及绕组所受电动力的类型与受力方向,为下一步的绕组变形检测方法分析奠定了基础。(2)针对低电压阻抗法,建立变压器短路阻抗值与漏磁等效面积间的数值关系,通过公式推导得出利用低电压阻抗法判定绕组变形结论;针对绕组电容量法,将变压器绕组电容量法测试的五组数据分解为各绕组间与绕组对地电容量的加和,从而得到利用电容量测试数据分析绕组变形的方法;针对频率响应分析法,通过仿真得到不同变形种类下频响图谱的变化特征,以此为依据总结了利用频响图谱的对比来判断绕组变形的原则,并分析了各种干扰因素下的异常图谱特征。(3)针对目前单一的绕组变形诊断方法不够完善可靠,本文建立包含评估层与诊断层两级的综合评估体系,基于可拓理论与熵权法进行多指标信息融合,确定绕组状态等级;当绕组处于严重变形状态等级时,进入故障诊断层,在故障诊断层结合低电压阻抗法与绕组电容量法建立Cx-Xk(%)诊断模型,综合判定绕组变形种类及其变形位置。(4)针对一起220k V变压器遭受短路电流冲击故障,利用该综合评估方法的评估层,对各种测试方法下的试验结果进行多信息融合,判断为绕组严重变形后,在故障诊断层利用Cx-Xk(%)诊断模型得出结论:中压侧绕组发生明显变形并向低压侧绕组凹陷。对变压器进行返厂吊罩后,发现中压侧绕组大面积线匝向低压绕组方向靠拢,与综合评估方法分析所得结论一致,印证了该综合评估方法的正确性。本文针对变压器绕组变形诊断方法展开研究,有利于对变压器绕组状态做出合理分析判断。本文所研究的变压器绕组变形综合评估体系避免了常规的单一试验方法可能造成的误判漏判情况,一定程度上可降低变压器的故障率,提高了变压器绕组变形的检测效率。
张思捷[4](2020)在《电力变压器状态评价与故障诊断技术研究》文中认为电力变压器作为电力系统的基础设备之一,其运行状态直接关系到电网是否能够保证长期稳定健康运行。近年来,随着我国电网智能化建设的高速发展,电力设备数量快速增长,保证电网的稳定健康运行面临着更大的挑战。因此,深入研究电力变压器状态评价和故障诊断技术对保障电力系统正常可靠供电,推动状态检修的发展和应用具有重要理论意义和实用价值。本文以220k V油浸式电力变压器为研究对象,针对电力变压器状态评价与故障分析等相关问题进行了如下研究:首先,参考国家电网公司标准和相关规程,考虑电力变压器结构和性能特点,立足于电力企业技术发展现状,优选影响电力变压器运行状态的因素,提出电力变压器状态等级分类标准和检修响应策略,建立有效的基于部位性能的电力变压器多层状态评价模型。其次,在了解常用指标权重确定方法的基础上,综合分析主、客观权重法的优缺点,采用模糊集值统计法与熵值法相结合的电力变压器指标权重确定方法。分析电力变压器状态与可拓学之间的关系,探索电力变压器状态评价指标关联函数的构造形式,构建基于分层可拓法的电力变压器状态评价步骤,实现电力变压器状态的准确评价。再次,考虑到电力变压器实际运行时存在的个体差异,综合国内外油中气体与气体比值的研究成果,基于常用特征气体和IEC TC 10故障数据库,采用离散二进制粒子群算法和支持向量机算法相结合优选故障模型输入特征。测试结果表明,优选特征与常用特征气体和三比值特征相比具有更高的故障诊断准确率。最后,结合本文提出的电力变压器状态评价模型和故障诊断算法,基于Python、My SQL等开发环境,设计并实现了电力变压器状态评价与故障诊断原型系统,可实现电力变压器状态评价、故障诊断分析等功能,为设备使用者提供可视化的维修决策支持。
黄增柯[5](2019)在《110kV变压器油色谱在线监测系统的应用与研究》文中研究指明电力变压器在电力系统中承担着变换电能的任务,变压器能否正常工作,直接影响电网的稳定运行。随着运行电压的不断提高,电力的需求逐渐增加,油色谱技术也在不断改进,目前通过提取变压器油中溶解的气体,利用气相色谱分析是分析确定变压器内部故障类型的重要手段。在智能化电网的背景下,开始逐步推广在线监测油色谱技术,随着现代科技的快速发展以及远程传输处理器的引入,在线监测装置正不断更新换代,大部分变电站已经实现了安装试运行,是智能化电网的初步展示。本文主要研究油色谱监测技术的工作原理与技术,根据变压器溶解气体(氢气、一氧化碳、二氧化碳、甲烷、乙烷、乙烯、乙炔)的故障诊断方法,对南宁网区110KV长堽变电站进行在线监测,并对比离线数据,运用气相色谱分析仪测量各组份气体的含量,由此分析变压器运行中潜在或存在的故障。结果表明准确,能够正确反映变压器的故障。本文结合南宁网区电网的运行方式特点,关注目前已经投入油色谱在线监测系统试运行使用的110kV长堽变电站,根据其应用和实施情况,主要介绍思源光电有限公司开发的TROM-600变压器油色谱在线监测系统的运行特点和技术功能,总结分析油色谱在线监测数据与故障诊断变压器运行状态的数据,试验结果证明,TROM-600变压器油色谱在线监视系统采用了完全脱气方式实现了在线油色谱分析数据的准确性,能够将监测周期从以前的一周缩短至2小时,对于特殊的监测对象尤其是带有潜在故障的运行的变压器,能够及时准确的发现并捕捉其运行中的潜伏性故障,并提供了可靠的数据。实现了在线变压器油色谱数据录入及检验报告、综合分析,并建立数据库平台。基本实现了实时监测变压器故障和运行状态,得到了印证。
陶冶[6](2019)在《变压器绝缘油色谱在线监测装置在某市电网中的应用研究》文中研究表明步入21世纪,广大人民对电力的需求已经从充足转变为高质。特别是十九大以后,为了满足人民对美好生活日益增长的需要,电网企业对电力系统的稳定性以及电能质量的要求提升到了更高的层次。在电力行业向自动化、超高压、大电网、大容量等方向发展的同时,提高电网内部各设备的运行可靠性就显得更加重要了。电力变压器在电力系统中有着非常重要的作用,是所有输、变、配电设备中比较重要和昂贵的设备,但同时电力变压器也是所有电力设备中故障率较高的设备之一,电力变压器的运行状态是否安全直接关系到整个输电、配电、变电系统的安全稳定,也关系到广大人民群众的切身利益。本文简要介绍了变压器绝缘油色谱分析技术的相关原理,介绍了变压器绝缘油色谱分析技术在变压器预防性试验工作中的重要地位,介绍了在线监测装置的运行原理以及其在某市电网中的运行情况。本文通过一系列计算对某市电网范围内安装有绝缘油色谱在线监测装置的变压器离线色谱分析数据与在线色谱分析数据进行对比,得出在线色谱分析数据结果不准确,不稳定的结论。通过一系列数据分析,发现了温度对在线监测数据的影响,并提出了应在在线监测装置柜内加装恒温、恒湿装置这一解决在线监测装置数据波动性大、偏差大的等问题的方法。
李猛[7](2019)在《基于太赫兹技术的变压器绝缘油的检测与分析》文中提出电力变压器绝缘油的检测与分析是变压器故障诊断的有效手段,目前采用的变压器绝缘油检测技术主要是利用气相色谱法,这种传统的检测分析方法不仅存在操作复杂的缺点,而且不适合在线检测,难以及时发现变压器的故障隐患。因此,研究新的变压器绝缘油的检测分析方法对保障供电安全具有重要的意义。太赫兹时域光谱技术是近十几年发展的一项新的检测分析技术,利用该技术检测分析变压器的绝缘油尚未有先例,是一种具有挑战性的尝试。本文将采用宽频太赫兹时域光谱技术结合化学计量学方法对变压器绝缘油进行分析研究,将为变压器故障的检测分析提供新的手段。本文主要的研究内容包括:(1)研究分析了太赫兹时域光谱信号的噪声问题。为了降低太赫兹时域光谱信号的噪声,本文从硬件和软件两个方面开展了研究。硬件方面,本文分析了太赫兹时域光谱系统中锁相放大器时间常数对噪声的影响;软件方面,本文研究了两种降噪滤波方法:一种是双边滤波算法,另一种是小波变换算法。前者用于太赫兹信号白噪声的初步滤波处理,后者由于太赫兹信号离散精细滤波处理。在研究分析传统的双边滤波、基于离散余弦变换的双边滤波、基于法向修正的双边滤波和自适应双边滤波算法的基础上,提出了基于主成分分析的自适应双边滤波算法,取得了较好的降噪效果;研究分析了四种常规去噪算法,如固定阈值法、无偏估计法、极小最大方差法和启发式阈值法,在对比分析四种阈值算法去噪效果的基础上,本文提出了基于软、硬阈值函数的新方法,通过结合两者的优势使得降噪效果得到明显改进。最后,利用小波变换对改进优化的滤波算法进行优化,获得了满意的去噪效果。(2)研究分析了太赫兹时域光谱的光学参数提取方法。通过对比分析全变差最小化法、菲涅尔解析法和公式法、克莱默-克朗尼格分析法和衰减全反射法等太赫兹时域光谱的光学参数提取方法,针对变压器绝缘油的太赫兹光谱特征特性,本文提出了基于梯度下降算法的光学模型,并用于太赫兹光学参数的提取。采用该方法对不同工作年份的变压器绝缘油进行了实验。实验结果表明,随着工作时间的延长,变压器绝缘油会分解的低分子烃类及杂质成分越多,这为通过变压器绝缘油的分析判断变压器的故障提供了很好的条件。(3)利用太赫兹时域光谱技术对变压器热性故障、电性故障和局部受潮等三种典型的变压器故障的绝缘油进行了定性分析。本文设计搭建了三种常见变压器故障的模型并对模拟实验结果进行取样分析。分别采用混沌粒子群参数优化算法、遗传算法和标准粒子群参数优化算法的支持向量机模型对三种不同热化温度和四种放电模型得到的实验油样进行分析,提出基于退火粒子群参数优化的支持向量机模型,对热化和电性故障的分析的准确率分别达到98.55%和98.18%。(4)利用太赫兹时域光谱技术对变压器绝缘油老化过程中产生的烃类等物质进行检测,由于太赫兹光波具有高透过性,而且对于分子间振动及转动较为敏感的特性,能够检测和观察绝缘油恶化过程中的官能团变化。为了进一步研究局部受潮故障中变压器绝缘油含水量的预测,本文在实验室设计了四种放电模型及多种模拟试验,利用偏最小二乘法对太赫兹吸收光谱进行分析,实现了基于太赫兹时域光谱技术的变压器绝缘油水分含量的定量预测。(5)利用太赫兹时域光谱技术对变压器热性故障、电性故障和局部受潮等三种变压器故障进行识别分类研究。在分析常规区间偏最小二乘法原理、向后区间偏最小二乘法原理和移动窗口偏最小二乘法原理对三种变压器故障进行识别的基础上,提出了基于模糊聚类的优选变量偏最小二乘法。实验结果表明,本文提出的基于模糊聚类的优选变量偏最小二乘法对变压器故障的别分类准确度明显优于其它三种最小二乘法方法,获得了分类准确率接近100%的效果,为变压器的故障判断提供了一种新的方法。本文研究结果与现有的基于气相色谱分析方法进行了对比,结果表明,本项目研究的基于太赫兹时域光谱分析变压器绝缘油的方法,对变压器典型故障的识别完全与现有方法相同,具有很好的应用前景。该论文有图58幅,表26个,参考文献160篇。
严开[8](2019)在《智能变压器状态在线监测与故障诊断系统的研究》文中指出电力变压器在电力系统中是核心设备,主要用于控制潮流、传送能量、调整电压等级。如果电力变压器出现故障,就会导致电网运行出现问题,甚至会导致整个电力系统崩溃。因此,利用在线监测系统监测变压器的运行状态,提前预测变压器的故障,就能提前做好维护变压器的针对性准备,不仅可以提高电力变压器的安全性和稳定性,同时能够维护整个电力系统的安全性、稳定性,具有极强的现实意义。除此以外,加强对电力变压器的在线监测,还能够延长电力变压器的使用寿命,控制电力系统的成本。本文以油浸式变压器为研究对象,基于内部监测智能化思想,设计和研发了智能监测与故障诊断系统,专门用于对油浸式变压器的故障进行监测和诊断。本文的主要研究目的为:第一,通过分析电力系统变压器的基本结构,重点研究电力系统变压器中的智能组件,结合该智能组件设计和研发综合性监测与诊断系统;第二,系统性分析了油浸式变压器特征气体和其内部故障之间的相关性,并论述了相关的故障诊断方法,可以加强变压器故障诊断系统的诊断准确率,解决传统诊断方法中存在的问题;第三,依托于BP神经网络的差分精华算法,对变压器故障智能诊断系统中的诊断手法进行优化,并且针对该算法的效果进行了仿真实验,对优化后算法的有效性和准确性进行了验证;第四,从整体上设计了变压器的智能监测与故障诊断系统,包括系统组态软件和数据库软件,并提出了实现系统中各项数据共享与数据传输的方案。希望通过本文对变压器在线监测系统的设计与研发,找到能够对变压器状态以及故障进行在线监测的技术,为相关工作人员有效监控变压器提供可行的方案,以确保变压器的安全稳定运行,避免变压器出现故障以后对整个电力系统的运行带来破坏,引起不可挽回的经济损失。
白登文[9](2019)在《变压器油色谱分析及故障判断》文中研究表明在现代化社会的发展中,我国科学技术发展迅速,很多先进技术融入各个行业的发展中。现阶段,变压器在电力系统中的应用比较广泛,属于电压调控装置,其运行状态直接影响着电网运行的安全性和稳定性。因此,在电力行业的发展中,为了提高变压器的整体运行质量,相关技术人员需要深入分析并了解变压器运行过程中存在的问题,并应用变压器油色谱分析,辨别变压器中的故障隐患,为变压器运行的安全性和可靠性提供保障。
董方旭[10](2019)在《基于细菌觅食算法的电力变压器状态诊断技术研究》文中提出电力变压器是电网的关键核心设备,其性能密切关系着电力系统的安全经济运行,因此准确掌握电力变压器运行水平,及时有效发现其潜在性故障,并进行准确故障定位,能有效的降低电网事故发生机率,保障供电可靠安全。针对目前电力变压器故障诊断及故障定位技术中,传统的油中溶解气体分析方法(Dissolved Gas Analysis,DGA)及电气试验的状态量判断指标过于绝对的问题,多种智能算法被引入电力变压器故障诊断与定位领域,取得了较好的效果。然而智能算法存在算法准确率受参数影响等问题,因此本文基于细菌觅食算法(Bacterial Foraging Algorithm,BFA)优秀的参数优化能力,开展电力变压器状态诊断和故障定位技术的研究。首先,本文研究了细菌觅食算法的特点、原理、算法模型及实现流程。对原始细菌觅食算法的趋化、复制和迁徙操作进行了介绍;对步长进行改进,避免了传统细菌觅食算法因固定步长而造成的收敛速度慢、跨过最优解等问题;在原理方面,本文将细菌觅食算法与智能优化算法粒子群算法(Particle Swarm Optimization,PSO)、遗传算法(Genetic Algorithm,GA)进行比较研究,分析三者的优缺点。其次,研究电力变压器的故障机理及故障诊断技术,建立了基于细菌觅食算法的电力变压器故障诊断优化模型。该模型以电力变压器油中特征气体含量的相对值作为状态评价样本,以k-折平均分类准确率为目标函数,通过细菌觅食算法寻找全局最优支持向量机参数解。仿真结果表明,细菌觅食算法对支持向量机最优参数的选取较遗传算法、粒子群算法更迅速,且优化后的模型具有更高的精确度;基于细菌觅食算法优化方法建立的支持向量机电力变压器故障诊断模型,对IEC三比值法中无法判断的数据也可进行精确诊断。通过实例分析,验证了模型的有效性。最后,在电力变压器的故障定位技术研究中,将变压器的油色谱信息和电气试验特征量结合,总结了11种故障定位特征属性变量,并依据属性变量确定了电力变压器的8个故障位置,并依此建立故障定位模型。本文以细菌觅食算法为计算工具,对故障位置进行聚类计算,根据计算结果,按照最大隶属度原则,建立了完全二叉树模型;利用7个支持向量机进行二叉树的层层分类,并基于细菌觅食算法,优化该模型参数,建立了基于细菌觅食算法和完全二叉树的电力变压器故障定位模型。通过实例证明,相较于其他智能算法,该故障定位模型能够快速的判断发生故障部位,具有较高的定位准确率。
二、变压器故障的色谱分析及判断(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、变压器故障的色谱分析及判断(论文提纲范文)
(1)聊城辖域内变电站设备状态检修方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景和意义 |
1.2 状态检修基本情况 |
1.2.1 国内外状态检修发展 |
1.2.2 电力变压器设备状态检修 |
1.2.3 高压断路器设备状态检修 |
1.3 本文主要研究内容 |
第二章 聊城域内变电站设备状态检修现状分析 |
2.1 引言 |
2.2 聊城域内状态检修发展 |
2.3 变电站设备故障分析 |
2.3.1 变电站设备故障曲线 |
2.3.2 变电站设备故障类型分析 |
2.3.3 变电站设备故障成因分析 |
2.3.4 检修模式的现状分析 |
2.4 状态检修管理现状分析 |
2.4.1 状态检修施工力量不足 |
2.4.2 状态检修管理手段陈旧 |
2.4.3 状态检修资金投入短缺 |
2.4.4 状态检修基层执行标准不高 |
2.4.5 缺乏完整的设备状态检修策略体系 |
2.5 建议解决方法 |
2.5.1 注重管理手段 |
2.5.2 注重技术手段 |
2.6 本章小结 |
第三章 变压器状态检修分析 |
3.1 引言 |
3.2 变压器运行年限与故障率的研究 |
3.3 聊城域内变压器状态检修情况研究 |
3.4 变压器油中溶解气体分析 |
3.4.1 变压器故障性质与气体组分分析 |
3.4.2 气体组分结果反映到本体运行状况分析 |
3.4.3 三比值法的实用性分析 |
3.5 基于模糊三比值法的变压器状态检修故障诊断 |
3.5.1 模糊三比值法的提出 |
3.5.2 三比值法编码的隶属函数构造 |
3.5.3 三比值法编码的模糊处理 |
3.6 模糊三比值法的诊断方法 |
3.7 基于模糊三比值的聊城域内变压器故障实例验证分析 |
3.7.1 实例一验证 |
3.7.2 实例二验证 |
3.8 本章小结 |
第四章 高压断路器状态检修分析 |
4.1 引言 |
4.2 高压断路器运行年限与状态变化的研究 |
4.3 聊城域内高压断路器状态检修手段研究 |
4.3.1 聊城域内高压断路器状态检修手段 |
4.3.2 聊城域内高压断路器状态检修的问题 |
4.4 基于模糊理论的断路器综合评估模型 |
4.4.1 模糊理论在电力系统中的应用 |
4.4.2 模糊状态评估模型的建立 |
4.4.3 评判因素的确定 |
4.4.4 确定隶属度 |
4.4.5 确定评语集 |
4.4.6 机械特性参数隶属函数的确定 |
4.4.7 电气特性参数隶属函数的确定 |
4.4.8 绝缘状态参数隶属函数的确定 |
4.4.9 其他参数隶属函数的确定 |
4.4.10 模糊状态评估模型的综合评价 |
4.5 实例测算分析 |
4.5.1 指标预处理 |
4.5.2 求解模糊评判矩阵 |
4.6 本章小结 |
第五章 总结和展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(2)基于堆栈自编码神经网络的自适应分类算法在变压器故障诊断中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及其意义 |
1.2 电力变压器故障诊断技术综述 |
1.2.1 传统变压器故障诊断技术 |
1.2.2 人工智能的变压器故障诊断技术 |
1.3 变压器油溶解气体分析研究现状 |
1.4 本文研究的主要内容 |
第2章 油浸式电力变压器油中溶解气体检测方法 |
2.1 绝缘油中溶解气体的产生原理 |
2.1.1 绝缘油的分解 |
2.1.2 固体绝缘材料的分解 |
2.1.3 绝缘油中溶解气体的其他来源 |
2.2 油浸式电力变压器绝缘油中溶解气体气相色谱分析 |
2.2.1 绝缘油中溶解气体获取 |
2.2.2 绝缘油中溶解气体检测方法 |
2.3 油浸式电力变压器油中溶解气体检测数据分析方法 |
2.3.1 特征气体法 |
2.3.2 三比值法 |
2.3.3 改良三比值法 |
2.4 本章小结 |
第3章 基于SAE-Ada Boost模型的变压器故障诊断 |
3.1 神经网络介绍 |
3.2 自编码神经网络介绍 |
3.2.1 自编码器 |
3.2.2 堆栈自编码器 |
3.3 Ada Boost算法 |
3.4 SAE-Ada Boost故障诊断模型 |
3.4.1 SAE-Ada Boost模型结构 |
3.4.2 建立SAE-Ada Boost模型 |
3.5 实验及分析 |
3.5.1 实验数据 |
3.5.2 隐藏层神经元个数 |
3.5.3 分类器 |
3.5.4 模型测试 |
3.6 本章小结 |
第4章 SAE-Ada Boost模型在高海拔地区变压器故障诊断中的应用 |
4.1 故障数据 |
4.2 故障诊断 |
4.3 生产管理系统应用 |
4.4 红外成像检测 |
4.5 电力变压器局部放电检测 |
4.6 检修计划 |
4.6.1 检修细则 |
4.6.2 检修策略 |
4.6.3 检修计划制定 |
4.7 本章小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读研究生期间所发表的学术论文 |
(3)变压器绕组线圈变形故障分析(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
第二章 变压器绕组故障分析基础 |
2.1 变压器绕组及其绝缘结构 |
2.2 变压器线圈常见形式 |
2.3 变压器绕组常见问题 |
2.3.1 绕组制作过程中的常见质量问题 |
2.3.2 绕组的常见故障 |
2.4 绕组所受短路电流与短路电动力 |
2.4.1 短路电流计算 |
2.4.2 抗短路能力计算 |
2.4.3 短路时绕组的受力分析 |
2.5 本章小结 |
第三章 变压器常规试验方法对绕组变形检测的辅助作用研究 |
3.1 油色谱分析法试验原理与检测方法研究 |
3.1.1 变压器油中溶解气体分析 |
3.1.2 根据油中溶解气体含量进行故障诊断 |
3.2 直流电阻测试方法研究与试验结果分析 |
3.2.1 直流电阻试验测量方法 |
3.2.2 试验测量的分析 |
3.3 本章小结 |
第四章 基于电气参量的三种变压器绕组变形诊断方法研究 |
4.1 低电压阻抗法 |
4.1.1 短路电抗值与绕组间相对距离的关系推导 |
4.1.2 低电压阻抗法判断准则及其影响因素 |
4.2 绕组电容量法诊断过程及判定依据 |
4.3 频率响应分析法 |
4.3.1 频响法测试系统 |
4.3.2 不同绕组变形种类下频谱图变化特征总结 |
4.3.3 利用频响图谱诊断变压器绕组变形故障 |
4.3.4 现场影响因素干扰下的频谱图异常情况分析 |
4.3.5 频响法测试过程中注意事项及异常频谱图分析 |
4.4 本章小结 |
第五章 变压器绕组变形综合评估方法研究 |
5.1 基于可拓理论的变压器绕组变形综合评估方法 |
5.1.1 变压器可拓评估方法研究 |
5.1.2 综合评估体系建立 |
5.1.3 评估指标信息融合方法研究 |
5.2 基于低电压阻抗法与绕组电容量法的C_x-X_k(%)诊断模型建立 |
5.3 本章小结 |
第六章 变压器绕组变形故障分析方法试验验证 |
6.1 设备基本情况及故障情况 |
6.2 利用综合评估方法判断绕组状态 |
6.3 基于C_x-X_k(%)故障诊断模型判断绕组变形种类 |
6.4 返厂吊罩结果对比分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 展望 |
参考文献 |
发表论文和参加科研情况 |
致谢 |
(4)电力变压器状态评价与故障诊断技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 电力变压器状态评价研究现状 |
1.2.2 电力变压器故障诊断研究现状 |
1.3 本文主要研究内容 |
第2章 电力变压器状态评价指标体系的建立 |
2.1 电力变压器状态等级划分及检修策略制定 |
2.2 电力变压器状态评价指标体系的建立 |
2.2.1 评价指标体系应遵循的基本原则 |
2.2.2 状态评价体系的建立与分析 |
2.3 电力变压器状态评价指标的量化 |
2.4 本章小结 |
第3章 基于分层可拓法的电力变压器状态评价 |
3.1 电力变压器状态评价指标权重的确定 |
3.1.1 基于模糊集值统计法的指标权重 |
3.1.2 基于熵值法的指标权重动态调整 |
3.2 基于分层可拓法的电力变压器状态评价 |
3.2.1 可拓法的基本原理 |
3.2.2 基于分层可拓的电力变压器状态评价步骤 |
3.3 电力变压器状态评价实例验证 |
3.3.1 本体状态评价实例验证 |
3.3.2 套管状态评价实例验证 |
3.3.3 电力变压器状态评价实例验证 |
3.4 本章小结 |
第4章 基于油中溶解气体分析的电力变压器故障诊断 |
4.1 电力变压器油中溶解气体分析原理 |
4.1.1 油中溶解气体产生机理 |
4.1.2 正常运行时油中气体含量 |
4.1.3 电力变压器故障与油中溶解气体的关系 |
4.2 基于离散二进制粒子群算法的变压器故障特征优选 |
4.2.1 变压器油中溶解气体特征量 |
4.2.2 基于支持向量机的变压器故障诊断 |
4.2.3 基于离散二进制粒子群算法的变压器故障特征优选 |
4.3 变压器故障优选特征及诊断结果分析 |
4.3.1 故障样本及数据预处理 |
4.3.2 变压器故障特征优选结果分析 |
4.3.3 不同特征子集性能对比分析 |
4.3.4 变压器故障诊断典型工程实例 |
4.4 本章小结 |
第5章 变压器状态评价与故障诊断系统设计与实现 |
5.1 变压器状态评价与故障诊断系统总体设计 |
5.1.1 系统结构设计 |
5.1.2 系统功能设计 |
5.1.3 数据库设计 |
5.2 变压器状态评价与故障诊断系统实现 |
5.2.1 用户登录 |
5.2.2 系统主界面 |
5.2.3 信息查询子系统实现 |
5.2.4 状态评价子系统实现 |
5.2.5 故障诊断子系统实现 |
5.2.6 用户管理子系统实现 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
(5)110kV变压器油色谱在线监测系统的应用与研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1. 研究目的与意义 |
1.2. 国内外研究现状 |
1.3. 本文主要内容 |
第二章 油色谱分析技术的原理及其在变压器故障分析中的应用 |
2.1. 变压器故障原因 |
2.1.1. 油质引发的故障 |
2.1.2. 铁芯故障 |
2.1.3. 放电故障 |
2.1.4. 分接开关故障 |
2.1.5. 引出线故障 |
2.2. 故障类型分析 |
2.2.1. 变压器油中气体特征 |
2.2.2. 绝缘油中气体的其他来源分析 |
2.3. 变压器气体对应故障的关系 |
2.3.1. 变压器过热时产生的气体类型 |
2.3.2. 受潮条件下产生的组分 |
2.4. 基于油中溶解气体的变压器故障诊断法 |
2.4.1. 产气率判别故障 |
2.4.2. 气体的产气率判断故障 |
2.4.3. 三比值法(IEC) |
2.5. 应用Duval三角法判断 |
2.5.1. Duval三角法的概念 |
2.5.2. 区域的划分 |
2.6. 本章小结 |
第三章 广西南宁市 110k V长堽变电站油色谱在线监测装置的原理和构造 |
3.1. 油色谱检测的工作原理 |
3.1.1. 气相色谱技术 |
3.1.2. 分离方式 |
3.1.3. 气相色谱的基本参数 |
3.1.4. 塔板理论的概念 |
3.1.5. 速率理论的概念 |
3.1.6. 检测器的功能 |
3.2. 油色谱在线监测的硬件系统 |
3.2.1. 控制系统 |
3.2.2. 气路系统 |
3.2.3. 远动通信系统 |
3.3. 在线监测系统软件设计 |
3.3.1. 通讯服务软件 |
3.3.2. Web应用服务软件 |
3.3.3. 油中溶解气体趋势界面 |
3.3.4. TROM-600 系统的现场安装 |
3.4. 本章小结 |
第四章 变压器油色谱在线监测装置的应用实例研究 |
4.1. 实验背景 |
4.2. 变压器油色谱在线监测数据的分析方法 |
4.3. 利用产气率推断变压器是否故障 |
4.4. 判断变压器是否危害运行 |
4.5. 判断故障种类 |
4.6. 典型气体超标时的故障分析 |
4.6.1. 事例一乙炔含量越限分析 |
4.6.2. 事例二氢气含量越限分析 |
4.6.3. 制定油色谱在线监测数据分析计划 |
4.7. 在线监测系统效果分析评估 |
4.8. 本章小结 |
第五章 结论 |
5.1. 全文总结 |
5.2. 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文及其它成果 |
作者简介 |
(6)变压器绝缘油色谱在线监测装置在某市电网中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的来源及研究背景 |
1.2 变压器绝缘油色谱在线监测装置在国内外的研究现状 |
1.3 某市电网简介 |
1.3.1 某市概况 |
1.3.2 某市电网现状 |
1.4 变压器绝缘油色谱在线监测系统在某市电网应用情况 |
1.5 本文主要研究内容以及拟解决的关键问题 |
1.5.1 论文主要研究内容 |
1.5.2 论文拟解决的关键问题 |
第二章 气相色谱概念与气象色谱仪工作原理的简述 |
2.1 引言 |
2.2 色谱法的产生及发展 |
2.3 色谱法的分类 |
2.3.1 按两相状态分类 |
2.3.2 按固定相性质分类 |
2.3.3 按分离原理分类 |
2.3.4 按动力学分类 |
2.4 气相色谱法的特点 |
2.5 气相色谱仪的工作原理 |
2.5.1 气相色谱仪的构成 |
2.5.2 气相色谱分离原理 |
2.5.3 气相色谱仪工作过程 |
2.6 本章小结 |
第三章 变压器绝缘油色谱试验对于变压器安全稳定运行的重要作用 |
3.1 引言 |
3.2 变压器绝缘油的分解与产气 |
3.2.1 变压器绝缘油的化学组成 |
3.2.2 变压器绝缘油产气过程 |
3.2.3 固体绝缘材料的分解与产气 |
3.3 变压器故障类型与绝缘油特征气体产生的关系 |
3.3.1 过热故障的产气特征 |
3.3.2 电弧放电的产气特征 |
3.3.3 火花放电的产气特征 |
3.3.4 局部放电的产气特征 |
3.4 变压器绝缘油色谱分析方法在变压器故障分析判断中的应用 |
3.4.1 判断是否发生故障 |
3.4.2 预测故障发生速度 |
3.4.3 判断故障类型 |
3.5 本章小结 |
第四章 绝缘油色谱在线监测装置的工作原理 |
4.1 引言 |
4.2 变压器绝缘油色谱在线监测系统的装置构成 |
4.3 变压器绝缘油色谱在线监测系统的工作原理 |
4.3.1 系统工作流程 |
4.3.2 系统关键技术分析 |
4.4 变压器绝缘油色谱在线监测系统的数据传输方式 |
4.5 本章小结 |
第五章 某市供电局目前变压器绝缘油色谱在线监测装置的应用情况 |
5.1 引言 |
5.2 某市供电局管辖范围内安装的变压器绝缘油色谱在线监测装置 |
5.3 某市供电局所辖变电站在线监测系统与离线试验数据对比 |
5.3.1 H_2主变在线监测装置与离线试验中的数据对比 |
5.3.2 总烃在在线监测装置与离线试验中的数据对比 |
5.4 本章小结 |
第六章 对影响变压器绝缘油色谱在线监测装置测试结果精确性因素的探索 |
6.1 引言 |
6.2 温度对在线监测结果中H_2含量偏差的影响 |
6.2.1 在线监测H_2含量随时间变化的函数关系猜想 |
6.2.2 误差项与温度的关系分析 |
6.2.3 结果 |
6.3 在线监测总烃含量随时间变化的函数关系猜想 |
6.4 本章小结 |
结论与展望 |
参考文献 |
致谢 |
(7)基于太赫兹技术的变压器绝缘油的检测与分析(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 论文结构及内容 |
2 太赫兹时域光谱技术 |
2.1 太赫兹技术原理 |
2.2 太赫兹时域光谱技术 |
2.3 太赫兹时域光谱系统装置及实验过程 |
3 太赫兹时域光谱系统噪声的分析及处理 |
3.1 太赫兹光谱系统的噪声分析 |
3.2 锁相放大器时间常数对噪声的影响 |
3.3 基于双边滤波及改进算法的太赫兹光谱噪声处理 |
3.4 基于小波变换及改进算法的噪声信号处理 |
3.5 本章小结 |
4 太赫兹时域光谱的光学参数提取 |
4.1 太赫兹透射时域光谱的光学参数提取方法 |
4.2 太赫兹反射时域光谱的光学参数提取方法 |
4.3 太赫兹时域光谱光学参数提取方法的比较 |
4.4 变压器绝缘油的太赫兹光学参数的提取 |
4.5 本章小结 |
5 基于太赫兹光谱的典型故障变压器油的定性分析 |
5.1 多种类型向量机的算法分析 |
5.2 热性故障变压器绝缘油的太赫兹光谱分析 |
5.3 电气故障变压器绝缘油的太赫兹光谱分析 |
5.4 局部受潮故障变压器绝缘油的太赫兹光谱分析 |
5.5 本章小结 |
6 基于偏最小二乘法的故障变压器油的鉴别 |
6.1 偏最小二乘法及优化算法 |
6.2 太赫兹时域光谱数据采集及光谱分析 |
6.3 基于光谱变量优选算法的变压器故障分类 |
6.4 分类算法结果及讨论 |
6.5 太赫兹时域分析与现有技术对比分析 |
6.6 本章小结 |
7 结论与展望 |
7.1 主要工作及总结 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(8)智能变压器状态在线监测与故障诊断系统的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 课题研究的背景及意义 |
1.3 国内外研究发展现状 |
1.3.1 国外相关技术研究现状 |
1.3.2 国内相关技术研究现状 |
1.4 本课题主要研究内容 |
第二章 变压器故障类型及油色谱原理分析 |
2.1 故障原因及其类型 |
2.1.1 故障原因 |
2.1.2 故障类型 |
2.2 特征气体来源 |
2.2.1 自然状态 |
2.2.2 热故障 |
2.2.3 放电性故障 |
2.3 油气分析及诊断 |
2.3.1 三比值法诊断 |
2.4 油色谱分析的原理 |
2.4.1 气体产生原理 |
2.4.2 油色谱监测的方法 |
2.4.3 油气分离技术 |
2.5 气相色谱 |
2.5.1 基本参数 |
2.5.2 分配因素 |
2.5.3 塔板方法 |
2.5.4 速率方法 |
2.5.5 色谱分离效率 |
2.6 本章小结 |
第三章 油浸式变压器的故障特征及诊断方法 |
3.1 变压器油中气体产生机理 |
3.2 变压器故障与油中气体的关系 |
3.2.1 变压器故障与特征气体关系 |
3.2.2 过热故障时产气特征 |
3.2.3 电气故障产气特征 |
3.3 传统故障诊断方法 |
3.3.1 存在性的判断 |
3.3.2 严重性的判断 |
3.3.3 传统故障判断方法 |
3.4 本章小结 |
第四章 变压器在线监测与故障诊断系统硬件设计 |
4.1 硬件系统整体分析与设计 |
4.2 传感器选取与信号预处理 |
4.2.1 传感器选取 |
4.2.2 多通道数据采集信号预处理 |
4.3 处理器模块设计 |
4.3.1 电源电路 |
4.3.2 JTAG仿真调试接口 |
4.4 串口通信模块 |
4.5 A/D转换模块 |
4.6 外部存储模块 |
4.7 本章小结 |
第五章 变压器在线监测与故障诊断系统软件设计 |
5.1 故障诊断模块及系统软件结构设计 |
5.1.1 故障诊断模块的设计 |
5.1.2 系统软件结构设计 |
5.2 在线监测与故障诊断系统软件的实现 |
5.2.1 建立系统上位机的工具选择 |
5.2.2 数据库设计 |
5.2.3 系统的数据通信实现 |
5.3 系统主要界面设计 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(9)变压器油色谱分析及故障判断(论文提纲范文)
引言 |
1 变压器故障的原因 |
2 变压器故障种类 |
2.1 温度导致的故障 |
2.2 变压器受潮导致的故障 |
2.3 内部漏电导致的故障 |
3 利用色谱分析故障的原理 |
4 应用色谱分析故障判断过程中的意义 |
4.1 有利于维持变压器的正常运转 |
4.2 有利于及时发现潜在的故障 |
5 变压器油的色谱分析方法 |
5.1 取出一部分变压器油 |
5.2 分离变压器油中的其他物质 |
5.3 检测变压器油中分离出来的气体 |
5.4 判断变压器的故障种类 |
6 变压器油的色谱分析与故障判断 |
6.1 过热性故障 |
6.2 放电性故障 |
6.3 受潮故障 |
7 结束语 |
(10)基于细菌觅食算法的电力变压器状态诊断技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 电力变压器故障诊断方法研究现状 |
1.2.1 电力变压器故障传统诊断方法 |
1.2.2 电力变压器故障智能诊断方法 |
1.3 电力变压器故障定位研究现状 |
1.4 本文的主要任务 |
第二章 细菌觅食算法 |
2.1 细菌觅食算法的基本原理 |
2.1.1 趋化操作 |
2.1.2 复制操作 |
2.1.3 迁徙操作 |
2.2 细菌觅食算法的步骤流程 |
2.3 细菌觅食算法的参数选择与改进步长 |
2.3.1 主要参数的选择对算法的影响 |
2.3.2 步长的改进 |
2.4 细菌觅食算法与其他智能算法的比较 |
2.4.1 与粒子群算法的比较 |
2.4.2 与遗传算法的比较 |
2.5 本章小结 |
第三章 基于BFA和支持向量机的电力变压器故障诊断技术 |
3.1 电力变压器故障诊断模型 |
3.1.1 支持向量机 |
3.1.2 电力变压器故障诊断模型的搭建 |
3.2 基于细菌觅食算法的支持向量机参数优化 |
3.3 细菌觅食算法对支持向量机的优化结果比较 |
3.3.1 细菌觅食算法与其他算法比较 |
3.3.2 细菌觅食算法优化前后的支持向量机分类能力结果比较 |
3.4 细菌觅食算法优化结果验证 |
3.4.1 优化参数的可行性验证 |
3.4.2 优化模型的准确性验证 |
3.5 实例分析 |
3.6 本章小结 |
第四章 基于BFA和完全二叉树的变压器故障定位技术 |
4.1 相关理论分析 |
4.1.1 模糊C均值聚类算法 |
4.1.2 完全二叉树 |
4.2 基于细菌觅食算法的故障定位完全二叉树 |
4.2.1 属性变量及故障位置的确定 |
4.2.2 基于细菌觅食算法的模糊C均值聚类计算 |
4.2.3 变压器故障定位完全二叉树的搭建 |
4.3 基于细菌觅食算法的故障定位模型优化训练 |
4.4 实例分析 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
在读期间公开发表的论文 |
致谢 |
四、变压器故障的色谱分析及判断(论文参考文献)
- [1]聊城辖域内变电站设备状态检修方法研究[D]. 芦斌. 山东大学, 2021(11)
- [2]基于堆栈自编码神经网络的自适应分类算法在变压器故障诊断中的应用[D]. 沈杰. 兰州理工大学, 2020(02)
- [3]变压器绕组线圈变形故障分析[D]. 刘一萌. 天津工业大学, 2020(02)
- [4]电力变压器状态评价与故障诊断技术研究[D]. 张思捷. 哈尔滨工业大学, 2020(01)
- [5]110kV变压器油色谱在线监测系统的应用与研究[D]. 黄增柯. 广西大学, 2019(06)
- [6]变压器绝缘油色谱在线监测装置在某市电网中的应用研究[D]. 陶冶. 广东工业大学, 2019(06)
- [7]基于太赫兹技术的变压器绝缘油的检测与分析[D]. 李猛. 中国矿业大学, 2019(04)
- [8]智能变压器状态在线监测与故障诊断系统的研究[D]. 严开. 西安电子科技大学, 2019(08)
- [9]变压器油色谱分析及故障判断[J]. 白登文. 化学工程与装备, 2019(06)
- [10]基于细菌觅食算法的电力变压器状态诊断技术研究[D]. 董方旭. 山东理工大学, 2019(03)