香港创新及科技基金(ITS05406)
- 作品数：3 被引量：80H指数：3
- 相关作者：刘沛杨廷方李景禄胡毅曾祥君更多>>
- 相关机构：华中科技大学长沙理工大学国家电网公司更多>>
- 发文基金：香港创新及科技基金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 应用新型多方法组合预测模型估计变压器油中溶解气体浓度被引量：39
- 2008年
- 为提高变压器故障的预测能力,提出了采用最优加权组合预测模型,将灰色理论、BP神经网络、遗传算法和卡尔曼预测算法这4种单项预测算法综合起来,对油中溶解气体的浓度及发展趋势进行精确预测。首先对根据各种单项预测方法的误差,按照预测误差平方和最小的原则计算各自的权系数,然后加权建立综合组合预测模型,并最终求解出变压器油中溶解气体的浓度。组合预测法能很好地综合各种单项预测方法的优势,更大限度地作出正确的预测。预测实例分析也证明了组合预测方法的可靠性和有效性。该方法不仅可以有效降低单项预测算法的预测误差,提高预测模型的预报能力,同时还为电力系统中其它领域的预测提供了新的思路。
- 杨廷方刘沛李浙曾祥君
- 关键词：BP神经网络遗传算法卡尔曼预测油中溶解气体
- FCM结合IEC三比值法诊断变压器故障被引量：38
- 2007年
- 由于电力变压器的故障原因、故障现象和故障机理间存在着随机性和模糊性等不确定因素,故障特征量和故障征兆间没有明确的一一对应关系,为了用特征量的数值大小来衡量和确定故障发生的原因和严重程度,在深入对变压器油中溶解气体分析的基础上,按照聚类分析的思想,运用模糊C-均值聚类分析原理(Fuzzy C-Means,FCM)和IEC三比值法,将这两种故障类型识别的方法在特征气体诊断分析中进行有效结合,建立了多诊断方法的系统框架。该法可以定量地确定故障在特征气体空间上的聚集效应,从而达到对故障进行自动合理分类的目的。仿真得出该方法正判率为98.1%,较IEC比值法、FCM算法的正判率分别提高了3.6%、4.5%。结果表明该方法具有很高的可行性和有效性。
- 杨廷方刘沛李景禄胡毅
- 关键词：模糊C-均值聚类算法油中溶解气体故障诊断聚类分析
- 卡尔曼滤波对油中溶解气体含量的预测被引量：5
- 2007年
- 准确测量变压器油中溶解气体的浓度是对变压器进行色谱分析的关键,为此,以卡尔曼滤波理论为基础研究了新型油浸式电力变压器油中溶解气体含量的预测模式及其应用特性,并分析了卡尔曼滤波的稳定性、实用性及其适应数值变化的能力,展示了卡尔曼滤波在数据预测方面的优越性。在卡尔曼滤波算法的迭代计算中以观测量的最小均方误差阵为准则,推导出了用预测误差向量进行方差估计,求出最小方差意义下预测量的最优估计。理论推导和仿真结果表明,该方法计算简单、可靠,可以大大地降低预测误差,提高预测模型的预报能力,能满足工程实践的需要。
- 杨廷方刘沛李景禄胡毅
- 关键词：卡尔曼滤波最小均方误差
