亿博电竞 亿博官网亿博电竞 亿博官网摘要;中国电力产业改革后,电力信息化引起了人们的关注。当我们回顾电力企业信息技术的现状时,这个问题变得更加严重。如果信息系统的混合失败,企业将无法共享资源。作为一个特定的行业,电力行业中其信息的整合受到各种因素的影响,减缓了中国电力企业的发展。在信息系统的支持下,电力企业不仅可以及时、完整地收集能源信息,而且可以采取有效的能源资源分配措施,本文分析了油浸式变压器故障诊断,分析了变压器故障,并提出了相应的措施。

　　摘要;中国电力产业改革后,电力信息化引起了人们的关注。当我们回顾电力企业信息技术的现状时,这个问题变得更加严重。如果信息系统的混合失败,企业将无法共享资源。作为一个特定的行业,电力行业中其信息的整合受到各种因素的影响,减缓了中国电力企业的发展。在信息系统的支持下,电力企业不仅可以及时、完整地收集能源信息,而且可以采取有效的能源资源分配措施,本文分析了油浸式变压器故障诊断,分析了变压器故障,并提出了相应的措施。

　　随着提高,社会生产力和水平，对电能质量和消耗的要求越来越高。作为电力系统中的关键设备,它们的安全与整个能源系统的稳定和可靠息相关。必须定期检查和维护油浸式变压器,以确保其性能不断得到优化和改进。

　　在油浸式变压器绝缘材料是使用油。在实践中,油和变压器中的固体有机物由于缺陷而逐渐老化和分解。此时变压器中的油中也会产生少量不同的气泡,由于各种原因会形成不同的气体比,气体含量也会不同。这可以有效地分析变压器中使用的气体,并准确地确定这些气体的故障类型。同时,我们必须用这种方法来实际检测油中的气体,以确保准确测量油中气体的变化,及时发现故障,有效地避免灾难。因此,我们可以在电压运行期间检测变压器。在这种不受电磁干扰影响的分析方法中,油中溶解气体的分析主要用于诊断变压器故障。传统方法有很多,其中诊断变压器故障最常用的方法是三比值法。

　　1.变压器状态的发展和故障的发生遵循一定的模式,在正常情况下,变压器的总功率不断变化。设置一些参数后,可以确定变压器的状态,准确预测变压器的未来发展，在变压器的使用寿命期间，运动状态是可变的。新参数的变化不会影响一般功能的执行和实现。在渐变中,每个参数都会改变,但变压器中的功能可能会中断,导致突然变化。在渐变中,从预防的角度根据运行检查数据评估和控制变压器的状态。不同类型的变压器分为合格、好、重、不同缺陷等不同状态。根据故障类型选择合适的措施对能源系统的安全运行具有重要影响，对于突然的变化,这通常意味着如果更准确地估计条件,变压器将故障。

　　2.变压器故障分析最重要的方面是避免无损检测,然后根据某些指标进行评估。确定变压器的工作状态。例如,矢量学习网络中的模糊模型是一种使用模糊检测器将DGA数据分类为不同子类的方法。所有物种都需要使用模糊向量学习网络进行训练。这种方法可以解决许多属性决策问题。技术实践表明,评价方法包括固定油含量、油含量和局部排放量。准确的决策是基于神经网络的BP诊断和模糊诊断，由于模糊数学和各种分析理论的完整评估，变压器工作在完全分析模式下，以确定其状态是否健康。国外评估技术发展迅速,但目前的研究包括灰靶理论理论和模糊数学定量指标的研究。随着研究强度的提高,质量指标在引入统一分析标准之前不需要量化,需要引入人工量化标准,评价方法越来越多,最常用的方法是定性评价。研究方法的创新和研究的深化构成了准确,可靠和定量的评估体系的基础。

　　3.状态监测和故障排除技术具有不可替代,但也存在许多缺点和未解决的问题。安装监控系统调试设备不能满意,不用担心安全问题。由于变压器结构的复杂性,并非所有的运行参数在逻辑上和定量上都是紧密联系在一起的,这种故障现象表明故障原理之间存在很大的不确定性。通过跟踪多个错误原因,您还可以识别可能的错误。错误和特征之间存在明确而复杂的关系。诊断需要更复杂和精确的数学模型。这些复杂系统属于模糊系统的范畴。随着系统边界的模糊化,系统的结构变得混乱,变得相对模糊和灰色。在这个系统中,一个信息是已知的,另一个是未知的。因此,有必要使用更精确的模糊模型,通过数学分析来研究模糊性。随着人工神经系统研究的深入和引入,变压器故障的诊断越来越复杂,需要相应的描述，为了实现远程通信,模糊工程师还需要对故障进行经验分析。

　　1.变压器故障是基于对粗糙集样品处理。变压器故障诊断主要包括分析油中溶解的气体和计算支撑向量以建立模型。折油分析方法主要是基于对油中溶解气体的模型分析,并利用输出对变压器故障进行分类。同时,多种方法可用于有效处理和分析变压器故障,优化油量的气体排放,并通过技术简单性对故障样品进行建模。有必要有效地处理收集的数据,并使用等频率离散处理离散。应用Genetic algorithm算法优化原始决策表的状态属性,简化原始决策表,为变压器故障诊断创造条件。

　　2.遗传支持载体在变压器故障诊断中的应用,在油浸式变压器故障的诊断和处理中,遗传向量的突变的诊断具有重要意义。对于一些小样本，传统的变压器智能诊断方法并不是很好。目前，对变压器误差的检测流程也有待改进。不可能获得更多的样本来诊断智能变压器。对于这种诊断方法，有效提高了变压器的诊断效率，有必要在变压器故障诊断中引入支持向量算法。通过这种诊断方法,可以通过技术和网络经验选择完整的故障管理。但是,这些方法是不准确的,需要较长的培训时间,并且在提高正确诊断的有效性方面是无效的。有必要找到支持向量和参数,如遗传算法的最佳解决方案。

　　一般来说,电力变压器工作状态的稳定性对电力的传输和发展有很大的影响,需要高度重视。有必要加快对性能状态故障的监测和诊断，在实践中,可能会有明显的结果，因此,最好确保诊断是正确和及时的。

　　[1]王俊梅.基于模糊神经网络的信息融合在配电网故障诊断中的应用[J].重庆大学.2021

　　[2]吴杰.基于三级信息融合结构的多平台多雷达目标识别算法[J].《西北工业大学学报》,ISTICEIPKU-2021(03).

　　[3]陈霄阳.信息融合在变压器油纸绝缘局部放电识别中的应用[J].《高电压技术》,ISTICEIPKU-2021(03).