变压器油中水分在线监测的神经网络计算模型

被引:15
作者
陈伟根 [1 ]
甘德刚 [1 ]
刘强 [2 ]
机构
[1] 重庆大学
[2] 贵州省电力试验研究院
关键词
变压器油; 微水含量; 聚酰亚胺; 在线监测; 故障; 神经网络;
D O I
10.13336/j.1003-6520.hve.2007.05.019
中图分类号
TM406 [试验、运行]; TM85 [高电压绝缘技术];
学科分类号
080801 ; 080803 ;
摘要
为了对变压器油中的微水含量进行在线监测和建模计算,介绍了变压器油纸绝缘中水分的分布和利用聚酰亚胺薄膜电容式湿度传感器在线监测变压器油中微水含量的原理并在变压器油中微水含量监测的相关理论基础上,提出了一种基于神经网络的在线监测计算模型以评估变压器油中的微水含量。比较油中微水含量的计算值与测量值证明,采用该模型能够发现变压器中导致油中水分异常变化的故障。实际测试结果表明该模型能很好地反映变压器油中水分的实际情况。
引用
收藏
页码:73 / 78
页数:6
相关论文
共 7 条
[1]   采用模拟退火算法的Elman网络及在热工过程建模中的应用 [J].
张栾英 ;
李瑞欣 ;
秦志明 ;
谷俊杰 .
中国电机工程学报, 2005, (11) :90-94
[2]   递归神经网络的结构研究 [J].
丛爽 ;
戴谊 .
计算机应用, 2004, (08) :18-20+27
[3]   基于回归神经网络自适应快速BP算法 [J].
张丽红 ;
王艳 .
计算机测量与控制, 2004, (05) :480-482
[4]   油纸绝缘变压器中水分的聚积及其对热老化寿命的影响 [J].
刘玉仙 .
变压器, 2004, (02) :8-13
[5]   基于Elman型神经网络的空调负荷预测模型 [J].
杨嘉 ;
吴祥生 ;
王宁 ;
张敏琦 .
重庆大学学报(自然科学版), 2002, (08) :25-27+31
[6]   基于ELMAN神经网络的同步电机动态参数在线辨识 [J].
丁坚勇 ;
陈允平 .
电网技术, 2002, (04) :22-25
[7]   变压器油中微水含量的实时测量 [J].
孙才新 ;
周渠 ;
杜林 ;
唐炬 .
高电压技术, 1998, (01) :64-66