摘要
变压器在长期工作负荷下,难以避免地会逐渐出现各种异常,甚至故障问题。为避免造成严重的停电事故,变压器异常监测具有重要的现实意义。基于上述背景,提出一种变电站变压器异常状态监测数据可视化方法。该研究中利用气相色谱设备、加速度传感器分别获取变压器的油色谱成分数据和振动信号。利用三比值法提取油色谱成分数据特征,利用小波能量法提取振动信号的能量均值,由以上组成特征集合。以特征为输入,通过计算各个状态等级上的概率分布确定变压器状态异常等级,随机森林算法确定变压器异常类型,完成变电站变压器异常状态监测。结果表明:所研究方法应用下,概率值最高对应异常程度高,票数比值最高对应高能量放电,说明变压器发生高能量放电问题,并且该问题已经发展到高程度,亟需进行维修。
作者
陈城
闫永昶
CHEN Cheng;YAN Yong-chang
出处
《制造业自动化》
CSCD
北大核心
2022年第6期204-207,共4页
Manufacturing Automation
