一、变压器潜伏性故障的色谱分析（论文文献综述）
霍耀杰[1]（2021）在《车载牵引油浸式变压器油样色谱分析及应用》文中提出交流传动电力机车主变压器由于阻抗和结构的特殊性,运行中的变压器油参数指标与电力变压器存在较大差异。现在使用的注意值大都是大型电力变压器故障诊断的经验总结,不是判断故障是否存在的标准。另一方面,相对于装有几十吨甚至上百吨变压器油的大型电力变压器来说,车载牵引油浸式变压器属于少油设备。因为油的体积小,一旦有少量气体产生,溶解在油中的气体会随着油泵的循环快速扩散,很容易检测出来。使用传统的电力变压器分析方法来分析车载牵引变压器必然会产生较大的误差。本文针对以上问题,以一台型号为JQFP2-9000/25（DL）,牵引油浸式分裂变压器为研究对象,研究了牵引油浸式变压器气相色谱分析技术和高压端子的电场仿真,论文主要研究内容如下:（1）对油浸式变压器油气相色谱在国内外的发展历程进行了回顾,并对变压器箱体中最容易发生放电的高压套管的研究成果进行了阐述。可见,变压器油的气相色谱分析是尽早准确发现变压器有无内部潜伏性故障的最方便和最有效的手段。色谱分析由于采集油样时间间隔较长,不适用于突发性故障。（2）分析了车载牵引油浸式变压器油品的采集方法,色谱分析的判断标准,以及应用标准进行分析处理变压器油,并对注完油的变压器进行出厂的例行试验。接下来分析了两个常见的不同类型的工程案例故障,通过色谱数据的研究,对故障变压器类型如何进行判断和处理进行了分析说明。（3）通过对承受变压器中最高电压的高压端子浸入油中的部分建立有限元分析模型,并完成了有限元计算,通过电场仿真得出了高压套管的电场强度最大值出现的位置和最大值,对场强最强的部位通过半叠包绝缘纸加以重点防护,改善了电场分布。从而减少由于局部放电引起的发热、电解变压器油导致的变压器油气相色谱超标,减小机车机破率。
张毅涛[2]（2021）在《油纸绝缘套管典型缺陷放电及产气规律研究》文中研究说明随着电力负荷需求的持续增长以及特高压电网的规模化建设,对电力设备的可靠性水平提出了更高的要求。油纸绝缘套管是电力变压器常见的出线组件之一,已经发生多起故障,引起严重后果。油纸绝缘套管缺陷问题已经成为影响电力变压器安全运行的主要因素之一。油纸绝缘套管是少数同时具有内绝缘问题和外绝缘问题的电力设备,其缺陷类型多样,且目前缺乏从实际角度出发针对不同缺陷类型设计实体模型进行的试验研究,油纸绝缘套管典型缺陷的起始放电及产气特征尚不明确。因此,现有套管缺陷诊断方法不能满足实际套管缺陷诊断要求,亟需开展套管典型缺陷劣化过程及特征研究,为套管缺陷诊断提供依据。为了研究油纸绝缘套管典型缺陷的放电及产气特征,本文从实际角度出发设计了多金属导管间隙放电、瓷绝缘子沿面放电、电容芯体内X蜡、电容芯子局部放电和载流连接件过热五种套管典型缺陷实体模型,搭建了套管典型缺陷试验研究平台,具备对局部放电的在线检测及取油进行气相色谱分析的功能,进行了油纸绝缘套管五种典型缺陷下的起始放电和产气特征研究,分析总结了不同缺陷下的放电和产气规律,提出了不同缺陷的诊断判据:通过H2占氢烃总量百分比稳定在约70%,CH4/H2在0.43左右可以判断多金属导管间隙放电缺陷,且金属管间未接触;通过C2H2总烃占比明显上涨,同时其他烃类气体含量未出现明显增加,放电具有随机性,放电相位分布在整个工频周期判断多金属导管间隙放电缺陷,且金属管间有接触;通过特征气体组分出现C2H2和C2H6,H2占氢烃总量百分比稳定在约80%,CH4/H2在0.24左右,CO2/CO持续减小,放电相位分布在0-120°、180-300°、340-360°之间可以判断瓷绝缘子沿面放电缺陷;通过特征气体为H2,并且H2占氢烃总量百分比超过80%并且持续增加,CO2/CO先增后降可以判断电容芯子局部放电缺陷;通过特征气体为CO2,CO2/CO缓慢上升可以判断载流连接件200℃低温过热缺陷;通过除C2H2外其他气体组分含量明显增长,CO2/CO持续下降到小于2可以判断过热温度超过500℃;通过放电和色谱特征难以判断电容芯体内X蜡缺陷。
张思捷[3]（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。
董方旭[4]（2019）在《基于细菌觅食算法的电力变压器状态诊断技术研究》文中进行了进一步梳理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。
梁浩浩[5]（2019）在《基于数据挖掘的变压器状态评估与故障诊断方法研究》文中研究表明电力变压器作为电网中的枢纽设备,能够调整电压大小和输送电能,对电力系统稳定供电起着至关重要的作用。随着电网规模的扩大,已有较多变压器常年满载运行,这些设备的运行状态逐渐恶化,故障率也不断提高。由于电力传输的特殊性,一旦发生故障将会影响整个网络的安全供电,并且造成设备损坏和经济损失,甚至危害人生安全。因此,对变压器进行合理的状态评估和准确的故障诊断能有效地提高供电可靠性,具有十分重要的意义。现阶段,运维人员主要依靠在线监测数据和预防性试验来判断变压器运行状态。根据某一特定的指标大小,按照相关标准规定的阈值进行状态划分,虽然测量技术的发展,提高了试验的准确性,但是大多数都只能评估某一项状态,并且由于指标有限,具有很大的片面性,并没有综合的利用各类信息作出整体的状态评估。针对以上问题,本文在相关标准和规程的基础上,建立了基于数据挖掘的变压器状态评估和故障诊断模型,为运维人员准确掌握变压器运行状态,进行状态检修提供指导。论文参考了大量技术规程和相关标准,并考虑各专家经验,建立了变压器的多维信息评估模型。指标体系在实用性、有效性和经济性等方面进行了优化,并对评估准则和运维策略进行了改进,并在此基础上建立了变压器的状态评估和故障诊断模型。利用模糊层次分析法构建变压器状态评估模型,根据在线监测数据和历史数据,融合多维信息和各方面因素对变压器健康状况进行评估。研究了各指标之间的权重关系,并对计算过程进行了优化,针对该方法中存在的主观性缺陷,引入了改进熵权法计算其客观权重,指标的客观熵越大,通过信息熵得到的权重越小,考虑主客观两方面权重得到组合权重,既突出了数据间的差异性,又对专家经验给予足够的重视。利用BP神经网络学习状态评估的非线性映射关系,简化了指标赋权和计算过程,提高了评估模型的实用性和快捷性。利用模糊聚类理论对变压器进行故障诊断,考虑了指标的不确定性和模糊性,用模糊隶属度表示变压器所属的故障类型,并给出了详细的故障诊断步骤。模糊C-均值聚类是一种无监督学习的聚类方法,可以有效地利用大量监测数据中的无标签信息。针对聚类方法中初始聚类中心随机设定导致聚类结果不稳定的缺陷,用人群搜索算法对聚类中心进行优化,提高了聚类的效率和准确性。通过工程实例进行验证,应用本文设计的变压器状态评估和故障诊断模型,能够准确地判断变压器的健康状态和故障类型,为变压器的差异化运维提供可靠的决策依据。
祝青[6]（2019）在《基于多源信息融合的变压器故障诊断方法研究》文中提出作为电网中能量传输以及转换过程中的核心装置,电力变压器的运行稳定性和可靠性对整个电网的运行安全起着至关重要的作用。因此对变压器进行有效地故障诊断具有十分重要的意义。虽然变压器在线检测诊断技术在近些年取得了大规模的发展,然而监测的故障诊断数据来源比较单一,仅仅是针对变压器某一项状态进行研究,没有将变压器的多个部件状态结合起来,具有一定的片面性。针对上述问题,本文主要做了以下的一些工作:揭示变压器中主要绝缘部件绝缘油的状态与变压器故障之间的联系,分析了变压器绝缘油在老化和劣化的过程中的特征产物产生机理,以这些特征产物的含量为指标构建了基于绝缘油状态的变压器故障诊断模型。将基于多分类的最小二乘支持向量机（LS-SVM）应用于变压器故障诊断中,通过构建一对一的故障分类模式构建多个二分类LS-SVM分类器来实现对变压器故障的多分类。同时利用蝙蝠优化算法来对所获得的分类器进行参数寻优,获得最优参数的分类器,然后通过搜集的基于绝缘油状态的数据指标进行故障诊断实例分析,试验表明该方法对变压的故障诊断是准确有效的,同时也证明了基于绝缘油状态的变压器故障特征量能在一定程度上反应变压器的故障状态。针对基本的蝙蝠算法可能在实际的寻优过程中陷入局部最优以及实际寻优所缺乏的智能性等缺陷,提出了具有Levy飞行的特征的蝙蝠算法来优化LS-SVM模型。用Levy飞行的特征来代替蝙蝠个体对最佳位置的搜索过程,特别是在全局搜索时,蝙蝠产生更大的搜索范围、迭代和匹配方式,最大程度避免陷入局部最优。通过算例证明改进的蝙蝠算法的故障诊断具有更快收敛速度,故障诊断精度更高,效果更好。探寻变压器绝缘纸状态与变压器故障之间的联系,分析变压器绝缘纸在受到外界作用下发生老化的过程中的特征量产物,以这些特征产物参量为指标构建基于绝缘纸状态的变压器故障诊断模型。同时将绝缘油状态特征指标与绝缘纸状态特征指标融合一起构成基于绝缘油纸状态的变压器故障诊断。经过故障诊断实例分析基于绝缘纸状态的特征参量能在一定程度上反映变压器的故障状态,而经过与绝缘油状态指标融合后得到的绝缘油纸状态指标对故障状态诊断的正确率更高。本文在整理搜集的大量文献、技术标准、导则规程、专家经验以及电力变压器在实际的运行过程产生的数据基础上,提出了建立多源信息融合变压器故障诊断模型的原则、并根据该原则分别从油色谱分析试验、油化试验以及电气绕组试验三个方面提取了反映变压器故障状态的特征量构建了多源信息融合的变压器故障诊断框架。通过搜集得到的多源信息融合数据进行实例诊断与对比分析得出:基于多源信息融合的变压器故障诊断的准确率达到了96%,对于高能放电故障的诊断准确率有显着的提升。
曾植[7]（2019）在《最优融合诊断变压器潜伏性故障》文中研究指明电力变压器是电力系统的关键设备,其安全稳定的运行是电能输送的保障。基于油中溶解气体分析的变压器的离线监测,是通过定期的检修,对变压器油中气体进行取样分析。由于离线监测试验周期长、操作过程复杂,工作人员很难准确地掌握变压器的运行状况,往往不能及时地判断变压器内部潜伏性故障。而现有的在线监测系统所以如何建立一套可靠的变压器在线监测系统,是目前急需解决的问题。常规的变压器故障诊断方法,是根据变压器油中溶解气体的组分含量以及气体相对浓度的比值法进行故障诊断,由于变压器的故障机理和故障征兆之间复杂的关系以及故障本身的模糊性,这些方法并不能准确地判断变压器故障类型,所以如何提高变压器故障诊断的准确率也是目前研究者们需进一步解决的问题。该文以变压器油中溶解气体（DGA）为依据,采用BP神经网络对故障样本进行训练学习,将特征气体和故障类型作为网络的输入层和输出层节点,实现了变压器故障诊断的智能诊断方法。并通过对蚁群算法的改进优化BP神经网络的权值,解决了 BP神经网络训练时间长、易陷入极小值等问题,加快了神经网络的收敛速度,并实现了全局最优。根据各种智能方法自身的优点,将遗传算法、模糊C均值聚类、粒子群算法以及BP神经网络这4种单项诊断方法综合起来,建立融合诊断模型,通过最优权值的计算,对变压器的故障类型进行精确的诊断。经实例分析,证明了该方法对于变压器故障诊断的有效性和可靠性。该文还设计了一套基于光谱吸收法的多组分变压器在线监测系统,该系统采用可调谐半导体激光光谱吸收（TDLAS）的原理,无需载气且测量准确、灵敏度高、稳定性好,能够实现对变压器的快速在线监测。
汤心韵[8]（2019）在《基于灰色关联与熵权融合的变压器故障诊断方法研究》文中指出当前,电力变压器作为重要的电力设备,在其健康状况堪忧、存在的潜在性运行隐患时,若不及时检修更换变压器发生故障部件,则可能引发停电甚至爆炸等事故,对电力系统的安全性、可靠性造成极为严重的后果。因此为保证电力系统的安全可靠运行,需研究出一种有效方法来诊断出变压器内部所具有的潜伏性故障隐患。结合我国三十多年的工程实际应用效果来看,油中溶解分析诊断技术（DGA）已广泛用于检测以绝缘油作为电介质的电气设备的潜伏性故障,其内在的诊断依据是检测变压器是否发生故障的精髓。然而,传统的DGA方法在单一使用时,其诊断范围有局限性,诊断精度较低。例如,气体比值法,对于过热或放电故障诊断的正确率能够达到90%以上。但需进一步找到该故障发生的位置时,则无法对其进行准确地判断。因此,仅依靠上述单一的诊断技术来确定变压器发生故障类型,其精度较低故无法满足工程需求。针对这一问题,本文将传统的DGA诊断技术与人工智能方法相结合。利用灰色关联分析在处理小样本和不良信息样本中的优势和熵权法处理加权问题的优点分析操作变压器的油中溶解气体数据样本,提出了一种基于灰色关联和熵权融合的变压器故障诊断方法。该方法首先建立8种变压器故障状态,并选择8组经吊罩检查已经确定变压器发生故障类型的DGA油色谱数据进行标准化处理得到8种变压器故障状态的标准化样本数据;然后采用无量纲标准化方法处理标准化样本数据,得到8×5阶变压器标准故障状态模型;并求解8种变压器故障状态标准化样本数据的熵权,从而确定5种故障指标的权重;最后,将检测的变压器数据样本进行无量纲标准化处理后结合求得的5种故障指标的标准权重代入计算灰色加权关联度公式,求得待检测数据样本的灰色加权关联度;接着对所求待检测数据样本的灰色加权关联度按照降序排列,即最大灰色加权关联度所对应的标准故障模式下的指标就是本文方法诊断的变压器故障类型。最后对利用该方法检测出故障的待检测样本所对应的变压器进行吊罩检查,通过三个实例的检查结果表明该方法得出的结果与吊罩检查得出的结果一致,结果表明该方法具有很好的工程实用前景。
乔琳[9]（2018）在《变压器状态在线检测平台的设计与实现》文中指出电力变压器是电力系统生产、运行、维护等环节的核心单元,变压器实时状态情况直接与整个系统是否良好运行紧密相关。为了对变压器实时进行安全可靠的检测,并且提供维修和检验变压器的有利依据,本文研究设计了变压器状态在线检测平台。本文所研究设计的平台安装方便、使用便捷,且扩展性灵活,能够适用于各种型号的变压器;实现了实时远程在线获取变压器状态参数,依靠平台数据库分析,检测变压器状态;完成了现场与系统的有效连接,数据及时可靠,充分必要的为电力系统稳定运行贡献力量。本文首先讨论研究背景及国内外研究现状,对全文设计研究的总体要求进行规划。介绍了油浸式电力变压器结构、常见故障、发生过程、特征气体改良三比值法等与变压器故障检测方法有关内容,讨论了在线监测的原理及油色谱在线数据获取方法,对在线监测与状态检测之间的关系进行了阐述。研究了状态检测系统的总体结构,该系统主要由数据采集单元、传输单元及状态检测上层程序应用管理系统单元构成;通过数据采集单元,实时在线获取了变压器状态的基础数据,经由节点,通过数据传输单元通信后上传至上层单元,进行变压器状态检测分析并存储所有数据。明确了采集单元模块选型方法及比对确定了三种可行通讯传输模式。设计出本平台硬件组成元素,详细考量推出使用双重处理器构架。即采集和传送、处理数据的单元均采用两种处理器（STC12C5A60S2单片机、TMS320F28335DSP处理器）;进行了无线传输模块选择,设计了外围扩展内容,如接入RS-485通信芯片及连入LCD显示屏的方法,JTAG接口程序和时钟设置,串口调试,SDRAM模块,数据存储等电路设计,以丰富完善变压器状态在线检测平台的应用功能。本文对变压器状态在线检测平台进行了调试,在元器件导通情况测试后,对各个功能单元是否正常发挥作用进行了检测;并在实际变电站内进行部署测试,同时开展了平台线上检测和离线分析检测,测试结果与常规离线色谱分析的结果进行对比后,数据无异;列出了在测试期间本平台检测到的铁芯多点接地状态实例。
咸日常,董方旭,朱庆团,刘兴华,翟春恒[10]（2018）在《电力变压器低压绕组变形故障的累积效应分析自动化技术、计算机技术》文中研究说明本文分析了一起220 k V电力变压器低压绕组变形的潜伏性故障,为绕组变形累积效应的理论研究与故障诊断提供了方法和数据支持。首先,在对一台正常运行中的220 k V变压器做状态评价时,发现其频率响应分析及短路阻抗试验结果异常,初步判断该变压器低压绕组已变形且抗短路能力下降,及时采取返厂维修措施,消除了变压器存在的潜伏性故障隐患。其次,结合该变压器低压侧断路器的历次跳闸记录及其历次色谱分析、介损试验数据,分析并得出其低压绕组变形主要是由于短路冲击的累积效应造成。最后,根据状态评价结果及故障原因分析,给出了变压器日常运行维护的注意事项及相关建议。
二、变压器潜伏性故障的色谱分析（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、变压器潜伏性故障的色谱分析（论文提纲范文）
（1）车载牵引油浸式变压器油样色谱分析及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器油色谱国外研究现状 |
| 1.2.2 变压器油色谱国内研究现状 |
| 1.3 课题的主要研究内容 |
| 第2章 牵引油浸式变压器 |
| 2.1 电力机车总体情况 |
| 2.2 牵引主变压器 |
| 2.3 本章小结 |
| 第3章 牵引油浸式变压器油气相色谱分析 |
| 3.1 油样的采集 |
| 3.2 变压器油试验标准及判断故障的依据 |
| 3.3 变压器油的过滤及试验 |
| 3.3.1 滤油的目的 |
| 3.3.2 滤油设备的结构 |
| 3.3.3 滤油的原理 |
| 3.3.4 滤油的方法 |
| 3.3.5 注油 |
| 3.3.6 变压器的试验 |
| 3.4 变压器油的气相色谱法 |
| 3.5 变压器油的气相色谱分析实例 |
| 3.5.1 乙炔超标变压器油色谱分析 |
| 3.5.2 氢气超标变压器油色谱分析 |
| 3.6 本章小结 |
| 第4章 车载变压器高压套管的电场分析 |
| 4.1 高压静电场研究的意义 |
| 4.1.1 研究高压静电场数值计算方法的意义 |
| 4.1.2 高压静电场数值计算方法的发展历程 |
| 4.1.3 高压静电场数值计算主要方法的特点 |
| 4.2 有限元法的原理和求解过程 |
| 4.2.1 有限元法的主要特点 |
| 4.2.2 有限元法的求解过程 |
| 4.3 电场问题有限元法 |
| 4.3.1 电场问题有限元法中势函数的微分方程 |
| 4.3.2 电场问题有限元法中二维电场有限元解法 |
| 4.4 变压器高压套管电场仿真意义和模型 |
| 4.5 变压器高压套管电场分析 |
| 4.5.1 高压套管在额定电压25k V的电位线和电场强度分布图 |
| 4.5.2 高压套管在工况电压31.5k V的电位线和电场强度分布图 |
| 4.5.3 高压套管在感应耐压60k V的电位线和电场强度分布图 |
| 4.6 减少高压套管击穿放电导致气相色谱中特征气体升高的方法 |
| 4.7 本章小结 |
| 第5章 结论 |
| 参考文献 |
| 致谢 |
（2）油纸绝缘套管典型缺陷放电及产气规律研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 油纸绝缘放电缺陷发展过程及检测方法研究现状 |
| 1.2.2 油纸绝缘缺陷产气特性研究现状 |
| 1.3 目前研究存在的问题 |
| 1.4 课题研究内容 |
| 第2章 套管典型缺陷模型及试验平台 |
| 2.1 油纸绝缘套管的典型缺陷类型 |
| 2.2 套管典型缺陷模型 |
| 2.2.1 套管试验模型 |
| 2.2.2 多金属导管间隙放电缺陷模型 |
| 2.2.3 瓷绝缘子沿面放电缺陷模型 |
| 2.2.4 电容芯体内X蜡缺陷模型 |
| 2.2.5 电容芯子局部放电缺陷模型 |
| 2.2.6 载流连接件过热缺陷模型 |
| 2.3 平台回路及检测装置 |
| 2.3.1 试验平台 |
| 2.3.2 检测装置 |
| 2.4 试验研究方法 |
| 2.4.1 气相色谱分析方法 |
| 2.4.2 放电特征分析方法 |
| 2.5 本章小结 |
| 第3章 油纸绝缘套管典型缺陷放电及产气特征 |
| 3.1 多金属管间隙放电缺陷 |
| 3.1.1 试验方法 |
| 3.1.2 试验现象 |
| 3.1.3 缺陷特征 |
| 3.2 瓷绝缘子沿面放电缺陷 |
| 3.2.1 试验方法 |
| 3.2.2 试验现象 |
| 3.2.3 缺陷特征 |
| 3.3 电容芯体内X蜡缺陷 |
| 3.3.1 试验方法 |
| 3.3.2 试验现象 |
| 3.3.3 缺陷特征 |
| 3.4 电容芯子局部放电缺陷 |
| 3.4.1 试验方法 |
| 3.4.2 试验现象 |
| 3.4.3 缺陷特征 |
| 3.5 载流连接件过热缺陷 |
| 3.5.1 试验方法 |
| 3.5.2 试验现象 |
| 3.5.3 缺陷特征 |
| 3.6 本章小结 |
| 第4章 油纸绝缘套管典型缺陷诊断判据 |
| 4.1 不同缺陷特征 |
| 4.2 套管典型缺陷诊断判据 |
| 4.2.1 多金属管间隙放电 |
| 4.2.2 瓷绝缘子沿面放电 |
| 4.2.3 电容芯体内X蜡 |
| 4.2.4 电容芯子局部放电 |
| 4.2.5 载流连接件过热缺陷 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（3）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 |
（4）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 |
（5）基于数据挖掘的变压器状态评估与故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题研究的意义和目的 |
| 1.2 国内外研究现状 |
| 1.2.1 电力变压器状态评估研究现状 |
| 1.2.2 电力变压器故障诊断研究现状 |
| 1.3 论文的研究内容及结构安排 |
| 1.3.1 课题来源及研究内容 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 第二章 变压器状态评估指标体系构建与数据挖掘 |
| 2.1 变压器状态评估指标体系构建 |
| 2.1.1 状态评估体系建立原则 |
| 2.1.2 油色谱试验 |
| 2.1.3 电气试验 |
| 2.1.4 油化试验 |
| 2.1.5 运检记录 |
| 2.2 数据挖掘在变压器状态检修中的应用 |
| 2.3 数据的预处理 |
| 2.3.1 定量指标的处理 |
| 2.3.2 定性指标的处理 |
| 2.4 本章小结 |
| 第三章 基于组合赋权法的变压器状态评估 |
| 3.1 层次分析法 |
| 3.1.1 层次分析法的产生和发展 |
| 3.1.2 层次分析法实现步骤 |
| 3.1.3 层次分析的优势与缺陷 |
| 3.2 模糊层次分析法 |
| 3.3 改进熵权法 |
| 3.4 BP神经网络 |
| 3.5 基于BP神经网络的变压器组合赋权评估模型 |
| 3.6 实例分析 |
| 3.7 本章小结 |
| 第四章 基于模糊C-均值聚类的变压器故障诊断 |
| 4.1 模糊C-均值聚类理论 |
| 4.2 人群搜索优化算法 |
| 4.2.1 搜索步长 |
| 4.2.2 搜索方向 |
| 4.2.3 个体位置的更新 |
| 4.2.4 人群搜索算法的实现 |
| 4.3 基于人群搜索算法优化模糊C-均值聚类变压器故障诊断 |
| 4.3.1 变压器的故障类型 |
| 4.3.2 变压器的故障特征指标 |
| 4.3.3 基于模糊聚类的变压器故障诊断 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 攻读学位期间参加的科研项目 |
| 致谢 |
（6）基于多源信息融合的变压器故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题研究的意义和目的 |
| 1.2 国内外研究现状 |
| 1.2.1 溶解油中气体分析法研究现状 |
| 1.2.2 多源信息融合分析研究现状 |
| 1.2.3 多源信息融合故障诊断算法研究现状 |
| 1.3 论文的研究内容及结构安排 |
| 1.3.1 课题的研究内容 |
| 1.3.2 论文结构安排 |
| 第二章 基于绝缘油状态的变压器故障诊断 |
| 2.1 概述 |
| 2.2 变压器绝缘油老化状态特征与评估指标 |
| 2.2.1 变压器绝缘油老化特征 |
| 2.2.2 基于变压器绝缘油状态的故障诊断指标体系 |
| 2.2.3 基于变压器绝缘油状态的故障诊断框架 |
| 2.3 基于支持向量机的变压器故障诊断模型 |
| 2.3.1 支持向量机分类理论 |
| 2.3.2 支持向量机的多分类方法 |
| 2.3.3 基于多分类最小二乘的支持向量机故障诊断模型 |
| 2.4 基于蝙蝠算法优化支持向量机的变压器故障诊断模型 |
| 2.4.1 支持向量机的参数优化 |
| 2.4.2 蝙蝠算法优化理论 |
| 2.4.3 基于蝙蝠算法优化的支持向量机故障诊断模型 |
| 2.5 基于改进蝙蝠算法优化支持向量机的变压器故障诊断模型 |
| 2.5.1 改进的蝙蝠优化算法 |
| 2.5.2 基于改进蝙蝠优化支持向量机的故障诊断模型 |
| 2.5.3 算例分析 |
| 2.6 本章小结 |
| 第三章 基于绝缘油和绝缘纸状态变压故障诊断 |
| 3.1 概述 |
| 3.2 变压器绝缘纸老化状态特征与评估指标 |
| 3.2.1 变压器绝缘纸老化状态特征 |
| 3.2.2 基于变压器绝缘纸老化状态变压器故障诊断的评估指标 |
| 3.2.3 基于绝缘纸状态的变压器故障诊断框架 |
| 3.3 基于绝缘纸状态的变压器故障诊断模型 |
| 3.3.1 特征指标 |
| 3.3.2 实例分析 |
| 3.4 基于绝缘油状态和绝缘纸状态的变压器故障诊断模型 |
| 3.4.1 基于绝缘油状态和绝缘纸状态的变压器故障诊断框架 |
| 3.4.2 算例分析 |
| 3.5 本章小结 |
| 第四章 基于多源信息融合的变压器故障诊断 |
| 4.1 概述 |
| 4.2 电力变压器的多源信息融合指标构建 |
| 4.2.1 多源信息融合指标建立的原则 |
| 4.2.2 油色谱指标 |
| 4.2.3 电气试验指标 |
| 4.2.4 油化试验指标 |
| 4.3 基于多源信息融合的变压器故障诊断 |
| 4.3.1 基于多源信息融合的变压器故障诊断框架 |
| 4.3.2 实例诊断与对比分析 |
| 4.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 攻读学位期间参加的科研项目 |
| 致谢 |
（7）最优融合诊断变压器潜伏性故障（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器的状态检修 |
| 1.2.2 变压器的在线监测 |
| 1.2.3 变压器故障诊断 |
| 1.3 论文的结构和章节安排 |
| 第二章 变压器故障诊断原理 |
| 2.1 变压器的内部故障 |
| 2.2 基于油中溶解气体分析的变压器故障诊断 |
| 2.2.1 IEC三比值法 |
| 2.2.2 IEC 60599比值法 |
| 2.2.3 Dornenburg 比值法 |
| 2.2.4 大卫三角形法则 |
| 2.3 本章小结 |
| 第三章 基于BP神经网络诊断变压器潜伏性故障 |
| 3.1 BP神经网络的原理 |
| 3.1.1 BP神经网络的概念 |
| 3.1.2 BP神经网络流程 |
| 3.1.3 BP网络输入与输出关系 |
| 3.1.4 BP神经网络的学习过程 |
| 3.2 BP神经网络诊断模型的建立 |
| 3.2.1 BP网络诊断模型的输入节点 |
| 3.2.2 BP网络诊断模型的输出层节点 |
| 3.2.3 BP网络诊断模型的隐含层节点 |
| 3.3 BP神经网络诊断变压器故障实例分析 |
| 3.4 本章小结 |
| 第四章 基于CACO优化BP神经网络诊断变压器故障 |
| 4.1 蚁群算法 |
| 4.1.1 蚁群算法的概念 |
| 4.1.2 蚁群算法的原理 |
| 4.2 蚁群算法的改进 |
| 4.2.1 精英策略的蚂蚁系统 |
| 4.2.2 最大-最小蚂蚁系统 |
| 4.2.3 组合蚁群算法 |
| 4.3 CACO优化BP网络的训练算法 |
| 4.3.1 CACO优化BP网络参数的设定 |
| 4.3.2 CACO优化BP网络训练算法的具体步骤 |
| 4.4 CACO优化BP网络诊断变压器故障 |
| 4.4.1 CACO优化BP网络的节点设定 |
| 4.4.2 CACO优化BP网络的故障实例分析 |
| 4.5 本章小结 |
| 第五章 基于光谱吸收法的变压器油中溶解气体在线监测装置 |
| 5.1 变压器油中溶解气体在线监测系统基本原理 |
| 5.1.1 动态顶空脱气原理 |
| 5.1.2 基于TDLAS的多组分气体监测原理 |
| 5.1.3 波长调制光谱技术 |
| 5.2 变压器油中溶解气体在线监测装置设计 |
| 5.2.1 装置的总体设计 |
| 5.2.2 动态顶空脱气装置设计 |
| 5.2.3 基于TDLAS的多组分气体监测系统设计 |
| 5.3 变压器油中溶解气体在线监测装置实验 |
| 5.3.1 油中气体灵敏度测试原理 |
| 5.3.2 气体灵敏度测试实验 |
| 5.4 本章小结 |
| 第六章 基于最优融合诊断模型的变压器故障诊断研究 |
| 6.1 单项诊断方法 |
| 6.1.1 遗传算法 |
| 6.1.2 模糊C均值聚类 |
| 6.1.3 粒子群算法 |
| 6.1.4 BP神经网络 |
| 6.2 最优融合诊断模型的建立 |
| 6.3 融合诊断模型实例分析 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表的学术论文目录 |
| 附录B 攻读学位期间获得的奖项 |
| 附录C 攻读学位期间参与的科研项目 |
（8）基于灰色关联与熵权融合的变压器故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器故障诊断传统方法及其研究现状 |
| 1.2.2 变压器故障诊断智能方法及其研究现状 |
| 1.3 本文的主要工作 |
| 第二章 变压器油中溶解特征气体和故障分析 |
| 2.1 变压器油中气体的来源 |
| 2.1.1 油中溶解的气体 |
| 2.1.2 运行中产生的气体 |
| 2.2 绝缘材料分解产气原理 |
| 2.2.1 绝缘油分解产气机理 |
| 2.2.2 绝缘纸板的老化分解以及产气原理 |
| 2.3 变压器的故障与产气特征 |
| 2.3.1 变压器电气性故障及产气特征 |
| 2.3.2 变压器过热性故障及产气特征 |
| 2.4 变压器故障诊断方法 |
| 2.4.1 常规的变压器故障诊断方法 |
| 2.4.2 新型的变压器故障诊断方法 |
| 2.5 本章小结 |
| 第三章 基于灰色关联和熵权融合的变压器故障诊断 |
| 3.1 熵权法 |
| 3.1.1 熵思想及信息熵 |
| 3.1.2 熵权法的计算核心 |
| 3.2 灰色关联分析 |
| 3.2.1 关联系数和关联度 |
| 3.2.2 数据变换 |
| 3.2.3 优势分析 |
| 3.2.4 邓氏关联度 |
| 3.2.5 新型灰色关联度 |
| 3.3 灰色关联分析的主要步骤 |
| 3.3.1 灰色关联分析前的数据预处理 |
| 3.4 变压器故障诊断 |
| 3.4.1 熵权法计算指标权重 |
| 3.4.2 计算故障指标的灰色加权关联度 |
| 3.4.3 变压器故障诊断流程 |
| 3.5 本章小结 |
| 第四章 变压器故障的诊断实例 |
| 4.1 诊断实例1 |
| 4.2 诊断实例2 |
| 4.3 诊断实例3 |
| 4.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表的论文目录 |
| 附录B 攻读硕士学位期间所获的奖项 |
（9）变压器状态在线检测平台的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 变压器故障分析与状态检测研究 |
| 2.1 油浸式电力变压器构成及故障分析 |
| 2.1.1 油浸式电力变压器的结构 |
| 2.1.2 变压器常见故障分析 |
| 2.1.3 变压器故障过程 |
| 2.2 变压器故障检测方法 |
| 2.3 变压器在线监测 |
| 2.3.1 变压器在线监测的原理 |
| 2.3.2 实现绝缘油在线监测的方法 |
| 2.3.3 在线获取绝缘油色谱数据 |
| 2.4 变压器状态检测与绝缘油色谱在线监测的关系 |
| 2.5 本章小结 |
| 第三章 变压器状态在线检测系统总体设计 |
| 3.1 系统总体结构 |
| 3.1.1 数据采集单元 |
| 3.1.2 数据传输单元 |
| 3.1.3 系统上层程序应用管理单元 |
| 3.2 变压器数据存储单元 |
| 3.3 本章小结 |
| 第四章 变压器状态在线检测平台硬件设计 |
| 4.1 变压器状态在线检测平台硬件的结构 |
| 4.2 STC12C5A60S2单片机 |
| 4.3 TMS320F28335数字型处理器 |
| 4.4 无线通信模块的选型 |
| 4.4.1 ZigBee无线通信模块 |
| 4.4.2 3G无线通信模块 |
| 4.5 模拟/数字ADC转换 |
| 4.6 STC12C5A60S2单片机外围电路设计 |
| 4.6.1 3G无线通信模块电路设计 |
| 4.6.2 RS-485通信电路设计 |
| 4.6.3 LCD显示电路设计 |
| 4.7 TMS320F28335处理器外围电路设计 |
| 4.7.1 JTAG接口程序与时钟电路 |
| 4.7.2 串口调试电路 |
| 4.7.3 SDRAM存储模块 |
| 4.7.4 数据存储电路 |
| 4.8 电源部分电路设计 |
| 4.9 本章小结 |
| 第五章 变压器状态在线检测平台的调试与应用 |
| 5.1 系统的硬件功能调试 |
| 5.2 系统的搭建及部署 |
| 5.3 系统的软件功能调试 |
| 5.4 实际调试与应用 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（10）电力变压器低压绕组变形故障的累积效应分析自动化技术、计算机技术（论文提纲范文）
| 1 变压器参数及其故障情况 |
| 2 变压器返厂解体情况 |
| 3 绕组变形故障原因分析 |
| 3.1 油色谱分析 |
| 3.2 低压绕组介质损耗与电容量分析 |
| 3.3 综合分析 |
| 4 预防措施 |
| 5 结论 |
四、变压器潜伏性故障的色谱分析（论文参考文献）
- [1]车载牵引油浸式变压器油样色谱分析及应用[D]. 霍耀杰. 沈阳工业大学, 2021
- [2]油纸绝缘套管典型缺陷放电及产气规律研究[D]. 张毅涛. 华北电力大学(北京), 2021(01)
- [3]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)
- [4]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)
- [5]基于数据挖掘的变压器状态评估与故障诊断方法研究[D]. 梁浩浩. 广东工业大学, 2019(02)
- [6]基于多源信息融合的变压器故障诊断方法研究[D]. 祝青. 广东工业大学, 2019(02)
- [7]最优融合诊断变压器潜伏性故障[D]. 曾植. 长沙理工大学, 2019(07)
- [8]基于灰色关联与熵权融合的变压器故障诊断方法研究[D]. 汤心韵. 长沙理工大学, 2019(07)
- [9]变压器状态在线检测平台的设计与实现[D]. 乔琳. 沈阳农业大学, 2018(04)
- [10]电力变压器低压绕组变形故障的累积效应分析自动化技术、计算机技术[J]. 咸日常,董方旭,朱庆团,刘兴华,翟春恒. 科学技术与工程, 2018(31)