矿用变压器全国供应

变压器故障诊断的新型模式 ，一般来说，变电站的变压器的故障诊断与烃类气体甲烷（CH4）、乙烷（C2H6）、乙烯（C2H4）和氢气（H2）、一氧化碳（CO）、二氧化碳（CO2）等气体组成的所谓“特征气体”的含量和组成息息相关。在电和热的共同影响下，电力变压器的有机绝缘材料和绝缘油会逐渐老化和分解，产生特征气体，因此，想要探讨电力变压器可能存在的潜伏性故障，应先分析特殊气体的组成成分是什么以及其含量比例。在此理论基础上，灰云模型和Levenberg-Marquardt算法应运而生，具有创新性和实践性。灰云模型 ，变电站变压器故障诊断具有信息的不完全性、模糊性和随机性的特点，而灰云模型有助于提高变压器故障诊断的准确率。灰云模型即以电力电压器故障诊断的标准值为基础，引入软化因子将分类界限值进行适度扩展，得到相对应的分类界限区间。其主要结合变压器故障诊断的实际情况，利用灰云理论将正太云应用到白化权函数中，同时综合基于正态云的灰数百化模型得出的灰色聚类系数，通过未确知有理数法确定合聚类系数以及各指标的权重值，得到 终的诊断结果。与传统的变压器故障诊断系统相比，灰云模型具有同时处理事务的模糊性和随机性的特点。

近些年来，由于电力系统的快速发展，用电负荷的飞速增长，这些都对电力系统的运行提出了更高的要求，为了适应这一要求，加大了自动化系统的建设力度，为了做好设备的维护和保养工作，一些在线的监测技术也被广泛的应用到了电力系统的变电站中。但是，这些监测技术在运行的过程中出现了各种各样的问题，目前技术比较成熟的带电监测手段仅有红外测温外，其他带电检测技术不是处在研究阶段就是技术还不够成熟，无法和应用，因此，带电检测技术还需要加强对新技术的研究，同时注意在新技术使用过程中加强经验的积累。变电站变压器故障分析及处理方法 ，油温异常时，一般情况下，变压器内部出现异常时，其温度不断上升，同时，油温比平时高出10摄氏度以上或负载不变。

变压器内部故障诊断方法很多，如人工神经网络方法、模糊集理论方法、专家系统方法等。由于人工神经网络具有并行处理、学习和记忆、非线性映射和自适应能力等特点，为变压器故障诊断开辟了一条新的途径。 人工神经网络与常规的电气试验不同，它不包含具体的诊断规则，能够实现输入输出的非线性映射关系，但它并不是依赖于具体模型，其输入与输出之间的关联信息分布地存储于连接权中，它通过对己知故障样本的学习，达到对未知故障样本的诊断。研究 多的神经网络是前馈型神经网络(如BP网络，RBF网络)，由于BP网络采用按误差函数梯度下降的方向进行收敛，不可避免会出现收敛速度慢及容易陷入局部 小点的问题。RBF网络是以函数逼近理论为基础而构造的一种前向网络.