南京师范大学学报（工程技术版）
南京師範大學學報（工程技術版）
남경사범대학학보（공정기술판）
JOURNAL OF NANJING NORMAL UNIVERSITY(ENGINEERING AND TECHNOLOGY)
2014年
3期
7-14
,共8页
电气设备状态诊断%范例推理%SVM回归分析%核函数%状态指纹
電氣設備狀態診斷%範例推理%SVM迴歸分析%覈函數%狀態指紋
전기설비상태진단%범례추리%SVM회귀분석%핵함수%상태지문
diagnosis of power equipment%case-based reasoning%SVM regression analysis%kernel function%condition fin-gerprint
随着电网技术的不断发展和电网规模不断扩大，电气设备数量激增、智能化程度越来越高；同时，终端用户对用电可靠性越来越重视，借助智能技术基于设备运行数据对设备进行故障诊断势在必行。本文以基于范例推理的理论( CRB)与支持向量机技术( SVM)为主要工具，提出了一种基于范例推理的电气设备状态智能诊断模型，试图通过电气设备已有数据的挖掘，获取电气设备故障的潜在发生规律，进而作为依据及时发现并排除电气设备的潜伏性故障。首先研究CRB和SVM在电气设备状态诊断中的应用；然后建立电气设备状态智能诊断模型，以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础，建立电气设备的状态范例库，应用SVM回归对设备状态范例库进行深度的挖掘与分析，建立设备状态指纹，并以此为据进行电气设备运行状态的诊断分析；最后以油浸式变压器状态诊断为例，对实际数据进行分析诊断，并与三比值法的诊断结果进行比较。诊断结果表明，智能诊断模型诊断范围更广，诊断结果更准确。
隨著電網技術的不斷髮展和電網規模不斷擴大，電氣設備數量激增、智能化程度越來越高；同時，終耑用戶對用電可靠性越來越重視，藉助智能技術基于設備運行數據對設備進行故障診斷勢在必行。本文以基于範例推理的理論( CRB)與支持嚮量機技術( SVM)為主要工具，提齣瞭一種基于範例推理的電氣設備狀態智能診斷模型，試圖通過電氣設備已有數據的挖掘，穫取電氣設備故障的潛在髮生規律，進而作為依據及時髮現併排除電氣設備的潛伏性故障。首先研究CRB和SVM在電氣設備狀態診斷中的應用；然後建立電氣設備狀態智能診斷模型，以電氣設備的海量運行數據、歷史數據、測試數據以及環境因素等為基礎，建立電氣設備的狀態範例庫，應用SVM迴歸對設備狀態範例庫進行深度的挖掘與分析，建立設備狀態指紋，併以此為據進行電氣設備運行狀態的診斷分析；最後以油浸式變壓器狀態診斷為例，對實際數據進行分析診斷，併與三比值法的診斷結果進行比較。診斷結果錶明，智能診斷模型診斷範圍更廣，診斷結果更準確。
수착전망기술적불단발전화전망규모불단확대，전기설비수량격증、지능화정도월래월고；동시，종단용호대용전가고성월래월중시，차조지능기술기우설비운행수거대설비진행고장진단세재필행。본문이기우범례추리적이론( CRB)여지지향량궤기술( SVM)위주요공구，제출료일충기우범례추리적전기설비상태지능진단모형，시도통과전기설비이유수거적알굴，획취전기설비고장적잠재발생규률，진이작위의거급시발현병배제전기설비적잠복성고장。수선연구CRB화SVM재전기설비상태진단중적응용；연후건립전기설비상태지능진단모형，이전기설비적해량운행수거、역사수거、측시수거이급배경인소등위기출，건립전기설비적상태범례고，응용SVM회귀대설비상태범례고진행심도적알굴여분석，건립설비상태지문，병이차위거진행전기설비운행상태적진단분석；최후이유침식변압기상태진단위례，대실제수거진행분석진단，병여삼비치법적진단결과진행비교。진단결과표명，지능진단모형진단범위경엄，진단결과경준학。
With the rapid development of power system technology and increasing expansion of the grid size,the number of electrical equipment surges and the degree of intelligentialization becomes higher and higher; meanwhile,the consumers pay more and more attention to the reliability of power utilization,and thus it is imperative that equipment running data-based fault diagnosis is made on equipment with the help of intelligent technology. An intelligent fault diagnosis model of transmission and transformation equipment based on CRB and SVM is proposed in this paper. The model tries to find the potential rules of equipment fault by digging the existing data. The intelligent model sets up condition case base of equipment based on online recording data,history data,basic test data and environmental data. SVM regression analysis is used to mine the case base so that the equipment condition fingerprint is established. The running data of equipment can be diagnosed by the condition fingerprint to determine whether there is a fault. At last,we diagnose a set of practical data with the intelligent model and three-ratio method. The result shows that intelligent model is more effective and accurate.
