论文部分内容阅读
为了保证供电的可靠性及电网安全、经济的运行,通过对电气设备进行故障预报和状态评估来减小故障发生的几率,制定合理的检修策略已成为电力企业关心的热点问题。本文以变压器油中溶解气体浓度为特征量,建立了基于支持向量机的变权重组合预测模型和贝叶斯故障分类器,通过预测和故障诊断相结合从而实现故障预报。此外,本文还将变压器分为本体、套管、铁芯三个部件,采用百分制和五级状态划分,通过选取合理的状态信息参数提出了分层状态评估的方法,应用该方法得到变压器的历史状态、当前状态以及未来状态,最终通过贝叶斯网络得出了变压器的