基于信息融合技术变压器的故障检测综述
基于信息融合的变压器内部故障诊断方法 王日红
基于信息融合的变压器内部故障诊断方法王日红摘要：随着我国经济的发展，电力行业也得到了快速的建设。
作为电力系统中的关键设备，变压器内部故障的可靠诊断对确保变压器安全运行有着十分重要的意义。
本文首先对变压器故障信息分类和变压器故障诊断进行了概述，详细探讨了信息融合的关键技术以及变压器故障诊断中信息融合系统的设计，旨在实现变压器故障的准确诊断。
关键词：信息融合技术；变压器；故障诊断近年来，一些电力故障的频发，尤其是变压器作为电力系统的重要组成部分之一，对电力传输起着至关重要的作用，为满足社会各阶层对电力的需求，也促使电力工程技术大力发展提升，对变压器故障的准确诊断以及提供有效的解决措施尤为重要。
在变压器正常工作时可用信息融合技术进行故障预测。
若变压器发生故障，则能够有效分辨出故障产生的原因和类型等，同时制订出相应的维修方案。
传统方法是对变压器采用定期检测的方式，但发现问题以及解决过程效率较低，一旦变压器有问题，容易造成较大的经济损失。
随着信息技术的不断发展，由传感器检测变压器状态信息，并对检测结果做分析处理就能实时掌握变压器的运行状态，减少了维修费用，降低了故障发生概率。
1 变压器故障信息分类变压器的故障种类按故障发生的部位可分为内部故障与外部故障，内部故障为研究的重点。
故障诊断过程中可利用的变压器信息主要有：变压器油中溶解的特征气体成分、含量和产气速率；变压器油中微水含量；绕组电阻；温度状况；电气特性；噪声等。
2 变压器故障诊断变压器故障诊断是根据状态监测所获得的信息，结合已知的参数、结构特性和环境条件对可能要发生或已发生的故障进行预报和分析、判断，确定故障的性质和类型。
变压器故障诊断虽然方法很多，有气体色谱分析法、绝缘监测法及低压脉冲响应、脉冲频谱和扫频频谱法等，但仍存在需要完善的地方，变压器诊断的专家经验还有待进一步分析、归类和完善，还需搜集更多的专家经验，并将其整理成知识，以充实知识库。
当前许多监测技术尚处于起步阶段，在如何研究新方法，提高测量精度和装置可靠性等方面还有大量的工作需要完成。
变压器故障检测与诊断技术综述
变压器故障检测与诊断技术综述变压器作为电力系统的重要设备，对于电能传输和分配起着至关重要的作用。
然而，长期以来，由于变压器故障的发生率较高，给电网的稳定运行带来了不小的挑战。
因此，变压器故障检测与诊断技术的研究和应用就成为了变压器运维的一个重要环节。
本文将对现有的变压器故障检测与诊断技术进行综述，以期为相关研究人员提供一定的参考和借鉴。
一、变压器故障的危害及其检测的重要性1.1 变压器故障的危害变压器的正常运行对于电力系统的稳定运行起着关键的作用。
然而，变压器一旦发生故障，不仅会导致电力系统的停电事故，还会造成严重的经济损失。
此外，变压器故障还可能引发火灾等安全事故，对人身安全构成威胁。
因此，及时准确地检测和诊断变压器故障显得尤为关键。
1.2 变压器故障检测的重要性变压器故障的检测是指通过监测变压器运行过程中的信号和特征参数，判断其是否发生故障以及故障的性质和程度。
及时准确地检测变压器故障可以帮助运维人员提前采取相应的维修措施，避免故障的扩大和进一步的损失。
因此，变压器故障检测成为保障电力系统安全和稳定运行的重要手段和技术。
二、变压器故障检测与诊断技术的分类根据检测和诊断的方法和手段，变压器故障检测与诊断技术可以分为传统方法和现代方法两大类。
2.1 传统方法传统的变压器故障检测方法主要依靠运维人员的经验和观察，通过检查变压器的外部表面和线路连接来判断是否发生故障。
此外，还可以通过测量变压器温度、湿度、油位等参数来间接判断变压器的运行状态。
尽管传统方法操作简单，但其准确性和可靠性较低，无法满足现代电力系统对高效、可靠的故障检测需求。
2.2 现代方法现代变压器故障检测与诊断技术主要依托于传感器、数据采集和信号处理等先进技术手段，具有高效、准确和智能化的特点。
常见的现代方法包括红外热像法、振动分析法、气体分析法、电声法等。
这些方法通过对变压器内部参数和运行状态进行监测和分析，实现对变压器故障的准确检测和诊断。
电力变压器多源信息融合故障诊断技术研究
电力技术应用电力变压器多源信息融合故障诊断技术研究舒，阳士宇，汪俊，范叶平，李志浩（安徽继远软件有限公司，安徽合肥文章深入研究传统电力变压器故障诊断数据来源单一、诊断结果准确性不足的问题，提出一种创新的故障诊断方法。
通过引入多源信息融合技术，提高电力变压器故障诊断的准确性和可靠性。
在本研究中，采用以深度信念网络（Deep Belief Network，DBN）为基础，与DS证据理论相结合的方法。
首先，利用DS证据理论融合分类结果，从而得到最终的故障诊断结果。
最后，与传统方法相比，基于多源信息融合的电力变压器故障诊断方法大幅提升了故障诊断准确率，并且在多种类型的故障诊电力变压器；多源信息融合；故障诊断技术Research on Multi-source Information Fusion Fault Diagnosis Technology forPower TransformersWANG Shu, YANG Shiyu, WANG Jun, FAN Yeping, LI Zhihao(Anhui Jiyuan Software Co., Ltd., HefeiTelecom Power Technology和偏置。
在训练好第一层RBM之后，把其输出数据当作下一层RBM的输入数据，然后继续练习下一层。
反复进行这个步骤，直至每个层次都练习成功。
当预训练完成后，把最后一个RBM的输出连接到下Softmax分类器或其他更具体的分类器模型。
然后通过有监督学习的方法，微调整个DBN。
微调阶段的主要目标是最小化分类偏差，从而提高分析的精确度。
继电保护故障诊断中的多源信息融合与DS 证据理论建立多源信息融合模型预处理变压器中的多种实验数据，包括归一化、标准化等操作，以消除不同数据之间的量纲和数值差异，提高数据的可比性[2]。
将预处理后的多种实验数据进行整合，形成一个综合数据集，包含油色谱分析、油化实验分析、检修历史数据、运行环境数据及外观检测数据等多种信息。
基于WSN和数据融合技术的电力变压器故障诊断系统的研究
（ 黄河科技学 院， 河南 郑州 ４ ０ ０ ） ５０ ６ 摘 要 ： 讨一种基 于数据 融合和 可拓理论 的电力变压器故障诊断方 法， 探 基于此方法 ， 用无线传 感器 网络技 术和． Ｅ 应 Ｎ Ｔ开 发 平 台构建和开发 出一套 电力 变压 器故障诊断 系统 。该 系统将 ＷＳ Ｎ技术 用 于电力变压 器油 中溶 解 气体 的无 线数 据采
ｍｅｈ ｏ ｅ ａ ｓｏ ｍｅ ａ ｌ ｄ ａ ｎ ｓｓｓ ｓｅ ｉ ｏ ｓｒ ｃ ｅ ｎ ｅ ｅ ｏ ｅ ｙ ｔ ｅ ａ ｐ ｉａｉｎ ｏ ｒ ｌ ｓ ｅ ｓ ｒｎ ｔ ｒ ｃ － ｔ ｏ ａ ｐ ｗ ｒｔ ｎ ｆｒ ｒｆｕ ｔ ｉｇ ｏ ｉ ｙ ｔｍ ｓｃ ｎ ｔｕ ｔ ｄ ａ ｄ ｄ ｖ ｌ ｐ ｄ ｂ ｐ ｌ ｔｏ ｆ ｅ ｅ ｓｓ ｎ ｏ ｅｗｏｋ ｔ ｈ ｄ ｒ ｈ ｃ ｗｉ ｅ ｎ ｌ ｇ ｎ ． Ｔ ｐ ａ ｏ ．Ｔ ｅ ｓ ｓ ｍ ｐ ｌ ｓＷ Ｓ ｅ ｈ ｏｏ ｎ ｗ ｒｌｓ ａａ ａ ｑ ｉｉ ｏ ｆｇ ｓ ｓ ｄ ｓｏ ｖ ｄ ｉ ｏ ｅ ｒｎ ． ｏｏ ａ ｄ ＶＳ ＮＥ ｌ ｔ ｒ ｙ ｆｍ ｈ ｙ ｔ ａ ｐ ｉ Ｎ ｔ ｃ ｎ ｌ ｇ ｉ ｉ ｅ ｓ ｄ ｔ ｃ ｕ ｓｔ ｎ ｏ ａ ｅ ｉｓ ｌｅ ｐ ｗ ｒｔａ ｓ ｅ ｅ ｙ ｅ ｉ ｎ ｆ ｒ ｒｏｌ ｎ ｄ ｃ ｎ ａ ｈ ｅ ｅ ｒ ａ ｉ ａａ ｔ ｎ ｍｉｓｏ ．Ａｔ ｈ ａ ｉ ｎ ｏｍａｉ ｎ ｆｓｏ ｅ ｈ ｏｏ ｙ ｗｈｃ ｓｕ ｅ ｐ ｉ ｚ ｏ ｍｅ ｉ，ａ ａ ｃ ｉ ｖ ｅ ｌｔ ｍｅｄ ｔ ｒ ｓ ｓ ｉｎ ａ ｅ ｓ ｍｅ ｔ ｔ ｍｅ ｉｆ ｒ ｔ ｉｎ ｔｃ ｎ ｌｇ ｉｈ ｉ ｓ ｄ ｔ ｏ ｔ ｏ ｕ ｏ ｍｉ ｅ
障诊 断可视 化 系统可 以实现 变压 器油 中溶解 气体参数 的采集、 示、 显 分析、 存储和 回放 等功能， 实现 对变压 器故 障信息 的
基于信息融合的变压器故障诊断系统设计
基于信息融合的变压器故障诊断系统设计许 康(四川电力试验研究院,四川成都 610072)摘 要:结合现场具体情况,提出了电力变压器状态监测的综合分析方法,并就状态的选取与处理、规则的描述、诊断推理过程作了深入探讨。
围绕变压器局部放电特征量、油中溶解气体分析等数据,采用了超声波定位、神经网络、专家系统推理等方法,将各种诊断方法融为一体,设计了基于信息融合的变压器故障诊断系统。
该系统的应用将极大地提高变压器的运行可靠性及利用率,延长变压器的使用寿命。
关键词:变压器;信息融合;状态检修;故障诊断Ab stra ct:B ased on the on-sit e infor m ati on,this pape r ha s p r ovi ded a co mp rehensi ve analytical me t hod ology t o monit or the status of electrica l trans former.It als o provided a thoroughly discussi on t o the se l ec ti on and handling of the st a tus,the descri p2 ti on t o its rules and the proce ss of the detective l ogic.We have used ultra s ound de tection,neura l web and expert syst em t o combine a ll different detec ti on m ethods t o de sign a transfor m er fault detec tive system based on the analysis of t he secti ona l e2 l ec trical re lea se of the transfor me r and the diss olving gas i n oil.The utilization of t his syste m will grea tly i mprov e the depend2 ability and usag e of transfor me rs and als o inc rease the life ti m e of the transfor m ers.Key wor d:Transfor me r;Infor m ati on Fusi on;R epairi ng Status;Fault De tecti on中图分类号:T M41 文献标识码:B 文章编号:1003-6954(2008)06-0046-04 随着国民经济的迅猛发展,整个社会对电力的需求越来越大。
基于信息融合技术的故障诊断方法的研究及应用共3篇
基于信息融合技术的故障诊断方法的研究及应用共3篇基于信息融合技术的故障诊断方法的研究及应用1一、引言在工业制造和运营中，设备故障是一个不可避免的问题。
随着设备复杂度的增加和自动化水平的提高，越来越多的生产数据需要被采集和处理，以支持设备健康状况的监测和故障诊断。
信息融合技术的发展为解决这个问题提供了有效的方法。
本文将介绍基于信息融合技术的故障诊断方法的研究及应用。
二、信息融合技术介绍信息融合是将来自多个源的信息融合成一个综合的结果，从而得到更全面和准确的信息的技术。
在实际应用中，信息融合可以分为以下几个阶段:1.数据采集：从不同的设备或传感器中获得数据，例如振动信号、压力信号、温度信号等。
2.数据处理：对采集到的数据进行预处理和特征提取。
3.信息融合：将来自多个数据处理的结果进行集成。
4.故障诊断：根据综合的结果，诊断设备的健康状态。
信息融合技术在故障诊断领域的应用，可以提高诊断的准确性和可靠性。
三、基于信息融合技术的故障诊断方法故障诊断是指通过设备运行过程中采集到的关键数据，判断设备的健康状态，以及是否已经发生故障。
在信息融合技术的支持下，基于数据驱动的方法较为常用。
1.特征提取在进行故障诊断时，需要选择合适的特征用于分析。
常用的特征包括时域特征、频域特征、小波特征等。
不同特征可以从多个方面反映设备的工作状态。
根据不同特征的优缺点和适用范围，可以选择不同的特征组合。
2.模型建立模型建立是指根据特征提取的结果，建立相应的模型。
常用的模型包括基于统计学、人工神经网络、支持向量机等。
不同的模型有不同的适用范围和准确性。
3.信息融合在进行多种模型建立时，需要将不同模型的结果进行集成，得到综合的结果。
常用的信息融合方法包括加权平均法、决策树法、神经网络法、贝叶斯理论法等。
不同的方法有不同的优劣和适用范围。
四、故障诊断方法的应用基于信息融合技术的故障诊断方法在许多领域都具有广泛的应用。
例如，在汽车制造领域，可以通过振动信号监测发动机和轮轴的健康状态；在航空航天领域，可以通过传感器监测飞机零部件的工作状态；在电力行业领域，可以通过温度传感器和振动传感器监测发电机的状态。
基于信息融合的变压器故障多级诊断方法
基于信息融合的变压器故障多级诊断方法随着电力行业的快速发展，电力设备的安全性和可靠性更加重要。
变压器是电力系统中重要的传输和分配设备，故障可能导致电力系统中断和损坏，因此，对变压器进行故障诊断处理非常重要。
传统上，故障诊断处理依赖于单一测量量，这样的方法无法有效地检测变压器的故障，因此，需要一种有效的多级诊断方法来检测变压器的故障。
基于信息融合的变压器多级故障诊断技术（MFDD）是一种基于多种测量信息的变压器故障诊断方法，包括温度、电压、电流、频率和声学监测等，以及许多实验室测量，如气体分析、油品分析、绝缘测试和放电测试等。
MFDD通过融合多种测量信息，能够有效地检测变压器故障，并能够准确地识别变压器故障的原因和类型。
MFDD的系统架构可以分为三个主要部分：信息获取、故障诊断和故障报告。
首先，通过信息获取系统获取变压器的各种测量信息，然后运用故障诊断系统进行故障诊断，最后，使用故障报告系统生成故障报告，并给出故障诊断结果和解决方案。
MFDD的故障诊断过程首先将所有测量信息融合到一起，然后对变压器进行综合分析，通过分析变压器的电气特性参数，如电压、电流、频率、温度、声学和气体等，来识别变压器的故障类型。
MFDD采用的综合分析方法包括统计分析、模式识别和机器学习等。
最后，根据变压器的故障特征，确定故障原因，并给出解决方案。
MFDD的优势在于可以有效地检测变压器的故障，准确识别变压器的故障类型，并提供有效的故障解决方案。
同时，MFDD可以以较低的成本降低变压器故障发生率。
因此，MFDD已经成为变压器故障诊断的首选技术。
总之，基于信息融合的变压器多级故障诊断技术（MFDD）是一种利用多种测量信息融合分析变压器状态的故障诊断技术，能够有效地检测变压器故障，准确地识别出变压器的故障类型，并且可以提供有效的故障解决方案，因此，MFDD已经成为变压器故障诊断的首选技术。
基于信息融合技术变压器的故障检测综述
基于信息融合技术变压器的故障检测摘要:电力变压器故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点,仅靠单一的故障特征量和诊断方法无法完成诊断任务。
把信息融合引入变压器故障诊断中,将油色谱分析与电气试验等其他信息相结合,建立基于信息融合技术的变压器故障诊断模型。
对变压器故障进行分层决策,不仅能判定故障性质,还能初步判定故障部位,提高故障诊断结果的准确性,最大限度地减小不确定性。
关键词:信息融合;变压器;故障诊断Abstract:As the faultinformation of power transformers has characteristics such as complementarities,redundancy and uncertainty,the diagnosis task can t be finished by the simple fault characteristic vector and the diagnosis method.The basic ideas of information fusion are introduced and DGA(Dissolved Gas Analysis)is combined tightly with other information such as the results of conventional electrical test of power transformer.The power transformerfault diagnosismodel based on information fusion is built.The models can diagnose both fault property and fault spot,so as to improve reliability and lower uncertainty in fault diagnosis.Key words:information fusion;power transformer;fault diagnosis绪论变压器是输变电系统中最重要的设备之一,其工况好坏直接影响系统安全。
变压器故障诊断技术综述
变压器故障诊断技术综述摘要：基于专家系统的相关关系以及人工智能算法可以有效地对变压器的故障进行诊断，得出的结论与实际情况相符，但在计算的便捷性和准确性方面，基于人工智能的算法是今后的发展方向。
从分析结果来看，人工智能的发展是一个漫长而渐进的过程，需要在算法上进行不断的创新与改进，而语音特征的诊断方法虽然可以克服常规的接触式测试方法，但是它在排除外部环境干扰、诊断方法和变压器故障的适应性方面仍存在着不足。
同时，目前基于人工智能的各种诊断技术在实际应用中仍有很大差距，有待于深入研究。
关键词：变压器；故障诊断；声音数据；人工智能中图分类号:文献标识码：A引言变压器是整个电网的关键部件，它的健康稳定运行直接影响到电压转换和电能分配的顺利完成，而故障检测技术则是保证变压器安全运行的关键。
本文通过对国内外变压器故障诊断技术的研究，对其发展过程进行了较为详尽的回顾，比较了各种诊断技术的优缺点和适用场合，并对其进行了比较，并对其应用前景进行了分析，并对其进行了分析，最后指出了今后的研究方向和发展方向，为变压器故障诊断提供了依据。
1变压器状态监测技术变压器的失效是由一系列的内外环境因素共同作用和影响，在长期的积累中产生的。
从而能够分析各种变压器的运行状况和故障演化特征。
变压器的监控数据是进行电力系统状态分析、故障诊断的前提和依据。
根据数据的获取对变压器工作状况的影响，现有的变压器监控主要有两种：①离线监控，即变压器退出运行后，进行测试和数据的采集；2）通过传感器、视频等技术，对变压器的工作状况进行实时监测。
离线监控通常包括绝缘电阻、漏电流、介质损耗、局部放电等方面的测试。
由于离线监控要求变压器退出，将导致电力系统短时间断电，这与电力系统的高可靠性发展目标不相符，因此，带电在线监控技术越来越受到人们的欢迎。
在线监测主要是对变压器的工作和状态进行监测，其中包括变压器油溶出气体的监测、变压器频率响应监测、变压器热成像监测等。
基于信息融合的变压器故障在线检测
Ａｂｓｒ ｃ ： ｐ ｒ ｃ ｆ ｆｕｌ ｄ ｔｃ ｉｎ ｆ ｒｔａ ｆ ｒ ｓ ｂ ｓ ｄ ｏ ｉｆ ｒ ａｉ ｕｓｏｎ ｔ ｃ ｏ ｏ ｙ ｗａ ｒ ｓ ｎｔｄ．Ｔ ａ ｆ ｒ ｒ ｔａ ｔ Ａｎ ａ ｐ ｏａ ｈ ｏ ａ ｔ ｅｅ ｔｏ ｏ ｒｎｓｏ ｍ ａ ｅ ｎ ｎ ｏ ｍ ｔｏｎ ｆ ｉ ｅ ｈｎ ｌ ｇ ｓｐ ｅ ｅ ｅ ｒ ｎｓｏ ｍｅ
基 于信 息融合的变压器 故障在 线检 测
电工电气 （０ ０ ． ２ １ ７ Ｎｏ ）
基 于 信 息 融合 的变 压 器 故 障 在 线检 测
戴劲峰
（ 苏 省 电力 公 司 海安 供 电公 司 ，江 苏 海 安 ２ ６ Ｏ） 江 ２６０
摘
要 ： 基 于信息 融合技术 ，给 出 了一种 变压器 故障 的在线检 测方法 。通过建 立不 同的变压器模
ｏ ｍ ｔｏｎ ｆ ｉ ｎ ａ ｍ ｎ ｔｔ ｅ ｅ ｔｏｎ ｏｆｐａ ａ ｆ ｒ ａ ｉ ｕｓ ｏ ｉ ｉ ｇ ａ ｈｅ ｄ ｔ ｃ ｉ ｒ ｍ ｅ ｅ ｉｔｃ ｕ ｅ ｙ ｌ ｔ ｎ ａ ｌｓ ｉ ｔ ｒｄｒｆ ａ ｓ ｄ ｂ ａ ｅ ｔｆ ｕ ｔ ．Ｓ ｍｕｌ ｔｏ ｅ ｕｌ ｈｏ ｔ ａ ｈｅ ｍ ｅ ｈ ｓ ａ ｌ ａ ｉ ｎ ｒ ｓ ｔ ｓ ｗ ｈ ｔｔ ｔ ｏｄ ｉ ｂ ｅ ｓ
型对变 压器 的运行 状态 进行估 计 ，根据估 计状 态构 造故 障检测 函数进 行突 变性故 障在线 检测 。针对 某 些潜 伏性 故障 引起 的参数漂 移 问题 ，利 用信 息融合 方法 对绕组 参数进 行在 线估计 。仿真 结果表 明，该 方法 能够 有效地 进行 突变性 故障 的检 测 ，同时 能够 检测 出导致变 压器绕 组参数漂 移 的潜伏 性故 障。
关 键 词 ： 信 息 融 合 ；变 压 器 ； 故 障 检 测 ；参 数 估 计
信息融合技术在变压器故障诊断中的应用
信息融合技术在变压器故障诊断中的应用
信息融合技术在变压器故障诊断中的应用主要体现在以下几个方面：
1. 多源数据融合：变压器故障诊断需要收集多种不同类型的数据，例如温度、振动、气体等，通过信息融合技术可以将这些多源数据进行整合和融合，从而更准确地判断变压器的健康状态和故障类型。
2. 特征提取和选择：通过信息融合技术可以将不同源的数据进行特征提取和选择，从而提取出对故障诊断有重要影响的特征和指标。
利用这些特征和指标，可以建立故障诊断模型，进一步提高变压器故障诊断的准确性和可靠性。
3. 数据关联和关联规则挖掘：信息融合技术可以对多源数据进行关联分析，挖掘数据之间的关联规则，从而发现变压器故障的潜在原因。
通过分析这些关联规则，可以找到故障的根本原因，并采取相应的修复措施，以防止故障再次发生。
4. 故障诊断和预测模型的建立：信息融合技术可以将多种故障诊断和预测模型进行融合，从而提高故障诊断的准确性和预测的准确性。
通过利用多种模型的优势，可以得出更可靠的故障诊断结果和预测结果。
综上所述，信息融合技术在变压器故障诊断中的应用，可以提高故障诊断的准确性和可靠性，降低维修成本，提高变压器的可靠性和运行效率。
智能信息融合技术用于变压器故障诊断的实践探索
智能信息融合技术用于变压器故障诊断的实践探索发布时间：2021-07-09T16:45:42.777Z 来源：《当代电力文化》2021年3月第7期作者：安洪群[导读] 在电力系统中，电力变压器是最常见也是最关键的电气设备之一安洪群（特变电工沈阳变压器集团有限公司辽宁沈阳 110144）摘要：在电力系统中，电力变压器是最常见也是最关键的电气设备之一。
对于电力部门而言，应当对电力变压器的潜在故障进行分析、诊断，从而保证变压器的安全稳定运行。
在电力变压器运行过程中，其故障类型与故障证照存在一定不确定性，并且各个故障间联系较为复杂。
基于此，本文对智能信息融合技术以及变压器故障的常见信息分类进行阐述，并对智能信息融合技术在变压器故障诊断中的应用做作出阐述。
关键词：智能信息融合技术；变压器故障诊断；绕组故障；模糊诊断前言：在电力系统运行过程中，电力变压器是否稳定运行对于供电质量有着直接影响。
然而不管是国内电力部门还是国外电力部门对于变压器故障的监测及诊断都具有较高关注度，在变压器运行过程中，多种因素会影响到电力变压器稳定性，且故障因素及故障类型较多，如何对各类信息进行处理运用，从而强化变压器故障诊断技术，成为了需要重点研究的问题一、智能信息融合技术概述智能信息融合技术是采用多个传感器发挥不同传感器间的差异性以及互补性，从而对单一传感器信息采集不充分的现象加以改善。
智能信息融合技术其在内容上包含了多方面的技术及理论，例如：模糊理论、估计理论、信号处理以及人工智能和神经网络等。
根据信息抽象性不同，智能信息融合主要分为三个层次：其一，融合数据。
即在所采集数据信息未处理之前就对信息进行分析，融合数据的传感器要求是匹配的，能够在初始数据中实现关联。
其二，融合特征。
通过将原始信息中所提取的特征信息进行融合分析、处理。
在这一过程中，所提取的特征信息应当是原始信息的充分统计量，进而根据多信息数据源进行分类、综合。
其三，融合决策。
基于信息融合的变压器故障在线检测
i1 i＇ 2
(1)
其中u 1为原边绕组电压，u ＇ 2为副边绕组折算到 原边绕组的电压，i 1为原边绕组电流，i ＇ 2为副边绕 组折算到原边绕组的电流，r 1和L 1分别为原边每相 绕组电阻和电感，r 2和L 2分别为副边每相绕组电阻 和电感；M 为原、副边绕组的互感，n 为变比，p 为 微分算子。 将公式(1)整理写为状态方程的形式： di dt 公式(2)中 i = F= =-F -1R i +F -1u (2)
基于信息融合的变压器故障在线检测
电工电气
(2010 No.7)
基于信息融合的变压器故障在线检测
戴劲峰
(江苏省电力公司海安供电公司，江苏 海安 226600) 摘 要 ： 基于信息融合技术，给出了一种变压器故障的在线检测方法。通过建立不同的变压器模 型对变压器的运行状态进行估计，根据估计状态构造故障检测函数进行突变性故障在线检测。针对某 些潜伏性故障引起的参数漂移问题，利用信息融合方法对绕组参数进行在线估计。仿真结果表明，该 方法能够有效地进行突变性故障的检测，同时能够检测出导致变压器绕组参数漂移的潜伏性故障。 关键词 ： 信息融合 ； 变压器 ； 故障检测 ； 参数估计 中图分类号 ：TM406 文献标识码 ： A 文章编号 ： 1007-3175(2010)07-0051-05
设得到k +1时刻系统的状态估计为 x2 (k +1 k +1)，误 差的协方差阵分别为P2(k +1 k +1)。
2
变压器突发性故障在线检测
由于变压器突发性故障产生的误差较大，所以
χ2检验法能够较好地进行故障检测。 χ2检验法 利用
基于模糊信息融合的变压器故障诊断研究
Ｖ０１ ３ Ｎｏ． ．２ ５
湖 北 工 业 大 学 学
报
２０ ０ ８年 １ Ｏ月
ｏ ｃ．２ ０８ ｔ ０
Ｊ ｕ ｎ ｌｏ ｂ ｉＵｎ ｖ ｒ ｉ ｆＴ ｃ ｎ ｌ ｇ ｏ ｒ ａ ｆＨｕ ｅ ｉｅ ｓｔ ｏ ｅ ｈ ｏ 弥 补传 统变 压 器 故 障 诊 正
断 的不 足． 将 Ｍｕｔ Ａｇ ｎ 理 论 模 型应 用 于 变 压 而 ｌ－ ｅ ｔ ｉ 器 故 障诊 断 在 国内外 尚没 有非 常成 熟 的应用例 子 ．
４ 当故 障信 息不 足 时不知 如何 继续 进行 自动 诊 ）
很 高 的灵 活性 ． ｊ Ｍｕｔ Ａｇ ｎ 理论 模 型 具有 自主性 、 ｌ— ｅ ｔ ｉ 交互 性 、 合 作性、 可变性 、 应性 、 适 自发性 等特 点 ］且 具有 很 强 ，
统复杂 性不 断提 高． 传 统 变 压 器 故 障诊 断存 在 以 但
下 不足 ：
１ 实 时性 差 ， 并行 突发 故 障处理 能力 不强 ； ） 对 ２ 不 能充 分利用 各 种故 障信息 资源 ； ） ３ 诊 断结 果有 冲突 时协调 能力 差 ； ）
、
［ 章 编 号 ］１０ —４ ８ （０ ８０ —０ １０ 文 ０ ３ ６４ ２ ０ ）５０ ２—３
基于模 糊信 息融合 的变压器故 障诊 断研究
丁 坦 ，李 檬 ，刘 辉
（ 北 工业 大 学 电 气 与 电子 工程 学 院 ，湖 北 武 汉 ４ ０ ６ ） 湖 ３ ０ ８
［ 摘 要 ］设 计 了 一 种 与 模 糊 信 息 融 合 方 法 相 结 合 的变 压 器 故 障诊 断 系统 模 型 ． 模 型 采 用 分 布 式 ＭＡ 该 Ｓ故 障 诊 断 系统 结 构 ， 故 障 诊 断子 系 统 采 用 三 种 不 同 的 在 线 监 测 Ａｇｎ 并 行 方 式 运 行 并 且 两 者 相 互 之 间 兼 有 信 其 ｅｔ 息 交 互 ； 结 构 克 服 了 实 时性 、 靠 性 不 强 的缺 点 ； 验 仿 真 论 证 了基 于 模 糊 信 息 融 合 的故 障诊 断 法 的 可 靠 性 该 可 实
基于深度置信网络和多维信息融合的变压器故障诊断方法
深度学习是以对人类大脑神经网络的认识理 解为基础建立的模拟人类大脑神经连接结构的深 度学习神经网络，含有多个隐含层的神经网络结构 使其具有较强地从少量样本中提取数据本质特征 的能力。深度学习是一种半监督的学习方式，可以 从大量的无标签样本数据中完成预训练过程，优化 模型参数,提高模型分类的准确率。
可见层第,个神经元被激活的概率为:
叫
#(E = 1
= S I %M> % 1
(6)
对于式(5)和式)6)，采用对比散度算法对重构 数据进行近似采样。算法步骤如下：
(1) 设定初值E =A，初始化模型参数"0，设定 该RBM最大训练迭代次数N
文中基于深度学习神经网络，首先采用稀疏受 限玻尔兹曼机(restricted boltzmann machina, RBM ) 堆叠形成底层网络，再在顶层加入分类器模型，形 成基于稀疏深度置信网络(deep believe nettork, DBN)的深度学习模型,结合多维信息融合理论,选 取变压器的多维度在线监测量作为模型的输入量, 构建基于深度置信网络和多维度信息融合的变压 器故障诊断模型。通过机理分析和典型数据集对 比测试表明，文中所提方法相比现有算法具有更强 的特征提取能力和更高的诊断正确率。最后通过 工程实例验证了文中设计的故障诊断方法的优势 和有效性。
收稿日期&2O19-O5-11；修回日期&2O19-O6-21 基金项目：国家自然科学基金资助项目(51577073)
和文字识别等领域取得了重大突破，但在变压器故 障诊断方面的应用仍处于起步阶段。文献［I8I9］将深度学习引入变压器诊断中，取得了良好效 果,但其应用仅限于油色谱分析，并不能全面地识 别、诊断变压器各类故障。
基于多模态信息融合的变压器在线故障诊断方法
基于多模态信息融合的变压器在线故障诊断方法目录一、内容概括 (2)1.1 背景与意义 (2)1.2 国内外研究现状 (3)1.3 研究内容与方法 (4)二、多模态信息融合技术基础 (5)2.1 信息融合的定义与分类 (6)2.2 多模态信息融合的技术框架 (8)2.3 多模态信息融合在变压器故障诊断中的应用前景 (9)三、变压器故障特征提取 (10)3.1 变压器故障类型及特点 (11)3.2 故障特征提取方法 (12)3.3 多模态信息融合下的故障特征提取 (13)四、多模态信息融合故障诊断模型 (14)4.1 模型构建思路 (15)4.2 模型结构设计 (17)4.3 模型求解方法 (18)五、实验验证与分析 (19)5.1 实验数据与评价指标 (20)5.2 实验结果与分析 (21)5.3 与其他方法的对比 (22)六、结论与展望 (24)6.1 研究成果总结 (24)6.2 研究不足与改进方向 (25)6.3 未来研究展望 (27)一、内容概括随着电力系统的不断发展，变压器作为电力系统中的关键设备，其安全稳定运行对于保障电力供应至关重要。
由于变压器的复杂性和长寿命，故障问题在实际运行过程中难以避免。
研究和开发一种有效的在线故障诊断方法具有重要意义，基于多模态信息融合的变压器在线故障诊断方法是一种新兴的诊断技术，它通过综合运用声学、电磁场、温度等多种传感器获取变压器的实时运行状态信息，并利用现代信号处理和机器学习技术对这些信息进行分析和处理，从而实现对变压器故障的准确诊断。
本文将详细介绍该方法的理论基础、关键技术以及实验验证结果，旨在为变压器在线故障诊断提供一种有效且实用的方法。
1.1 背景与意义传统的变压器故障诊断主要依赖于单一模态的信息，如油中溶解气体的分析、局部放电检测等，这些方法虽然在一定程度上能够识别出一些常见的故障，但在面对复杂、隐蔽的故障时，其诊断效果往往不尽如人意。
随着信息技术的不断进步，多模态信息融合技术在各领域得到了广泛应用。
信息融合在电力变压器状态检测中的应用
信息融合在电力变压器状态检测中的应用
1 电力变压器的重要性
电力变压器是电力系统中连接高压和低压电源的重要设备，可以
改变电压大小和移位电流，使电能得以高效传输和分配。
变压器承担
着重要职能，维护电力系统的安全和稳定运行。
2 电力变压器状态检测
电力变压器的正常运行是高效利用电力的根本保证，因此，电力
变压器的状态检测变得非常重要。
电力变压器状态检测主要通过对变
压器的磁场、电流和温度状况进行测量，然后根据测量结果进行分析，以判断变压器是否正常。
3信息融合在变压器状态检测中的应用
考虑到传统电力变压器状态检测技术的缺乏，研究者提出了新的
电力变压器状态检测技术——信息融合技术。
信息融合技术旨在减少
测量和分析过程中的数据复杂性，并且可以实现有效聚类，使得多模
态信息(如磁场、电流和温度等)被有效地融合到一个模型中，从而提
高预测准确性。
4 总结
电力变压器是保证电力系统安全运行的关键设备，检测变压器状
态也变得十分重要。
本文介绍了信息融合技术在变压器状态检测中的
应用，它可以有效聚类多模态信息，从而提高预测的准确性。
变压器
状态检测技术的发展前景极其广阔，这是为电力系统提供可靠、安全、节能的关键环节。
基于信息融合技术的变电设备运行故障协同诊断方法研究
167管理及其他M anagement and other基于信息融合技术的变电设备运行故障协同诊断方法研究田春杰（河钢股份有限公司承德分公司、河北省钒钛工程技术研究中心，河北 承德 067002）摘 要：一般情况下，故障诊断出现的特征就是综合性较强，主要是针对设备运行当中的故障源进行检查。
工作人员要对输变电系统中设备的实际运行情况进行详细检查，能够依据反馈的数据对故障发生的位置进行一定的判断。
所以，工作人员对故障信息进行查询的过程中会耗费大量时间，对电网的恢复运行产生一定的影响。
信息融合技术的运用，在对输变电设备进行故障诊断的时候，工作人员的工作效率和质量都得到了大幅度的提升。
所以，对于大数据挖掘技术输变电设备故障的诊断办法的研究是非常重要的。
关键词：信息融合技术；变电设备；运行故障；协同诊断方法中图分类号：TM732 文献标识码：A 文章编号：11-5004（2020）24-0167-2 收稿日期：2020-12作者简介：田春杰，女，生于1984年，汉族，天津人，本科，工程师，研究方向：电气自动化。
为了保证用户正常用电，有必要及时发现并解决输配电设备运行中出现的故障，以提高工作人员的工作质量和工作效果。
1 信息融合技术的概念及特征所谓信息技术集成，是指从我国科学技术和计算机通信的不断发展中衍生出来的一种新型技术。
通过信息融合技术可以对各种数据进行分类，汇总和整合，从而使信息高效整合、共享和传播的目标得以实现。
信息融合技术应用是在1970年被首次提出来的，当时的科学家获得了大量信息，然后考虑应如何对信息进行分类、归纳，在当时条件有限，科学家就应用到了计算机通讯技术把信息进行整合、归档，从而使数据的调配和应用发展都得到了有效保证。
1.1 数据层的信息融合信息融合技术应用有三大特征，其中一个特征就是对数据层的信息融合。
对于数据层的信息融合使原始数据的归纳、整合与分类都得到了保障，想要创建数据层，就要分析并整合原始数据，才能使信息的有效性、准确定都能得到一定的保证。
变压器故障诊断技术综述
变压器故障诊断技术综述发布时间：2022-07-11T02:43:42.345Z 来源：《中国科技信息》2022年5期3月作者：徐欢胡文涛林腾[导读] 现如今，我国经济在快速发展，社会在不断进步，变压器设备在电力系统中起到了重要的作用，其健康、稳定的运行关系到电压转换徐欢胡文涛林腾国网湖北省电力有限公司黄冈供电公司，湖北黄冈 438000摘要：现如今，我国经济在快速发展，社会在不断进步，变压器设备在电力系统中起到了重要的作用，其健康、稳定的运行关系到电压转换、电能分配的顺利实现，而故障诊断技术能够为变压器的正常运转保驾护航。
本文详细综述国内外变压器故障诊断技术的研究现状，分析变压器故障诊断的发展历程，对比研究不同诊断方法的优劣及适应场景，分析传统变压器故障数据提取方法———溶解气体分析法以及基于声音信号的变压器故障数据提取方法，最终提出变压器故障诊断未来的研究重点及发展趋势，为变压器故障的诊断提供一定的参考。
关键词：变压器；故障诊断；技术引言10kV变压器是电力系统向农村负荷输送电能的关键设备，变压器发生故障产生的故障电流会对变压器本体、电力系统产生冲击。
在实际工作中，发生变压器内部故障时，由于故障点不明显，运维人员对故障原因误判或者漏判，造成故障处理时间较长，进而影响电力系统的稳定运行和电能质量。
因此加强变压器内部故障分析并提出改进措施，对提高其故障原因判断准确率和提升运维水平具有重要的意义。
1变压器部位故障电力变压器故障可分为以下四个方面：一种是打破隔离。
原因是变压器引线的主绝缘层被浸湿损坏，或者当使用变压器中的油时，油箱中的电线暴露在空气中，导致变压器内部故障，造成隔离障碍；第二种是电力变压器绕组在长时间负载运行时绝缘老化或脆性引起的绕组损伤，降低了变压器的电强度。
电力变压器反复暴露于短路时，会在受力作用下引起绕组变形。
此时出现电压波动，会引起绕组绝缘击穿，导致电力变压器出现故障；第三种是直通绝缘子故障，当电力变压器内部绝缘通绝缘子损坏时，电流振荡引起变压器内部短路，导致电源适配器故障；第四种是变压器分接开关故障，意味着变压器分接开关有一个长期的夹紧连接，弹簧压力不足，因此变压器分接部分的接触面积逐渐减小。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于信息融合技术变压器的故障检测摘要:电力变压器故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点,仅靠单一的故障特征量和诊断方法无法完成诊断任务。
把信息融合引入变压器故障诊断中,将油色谱分析与电气试验等其他信息相结合,建立基于信息融合技术的变压器故障诊断模型。
对变压器故障进行分层决策,不仅能判定故障性质,还能初步判定故障部位,提高故障诊断结果的准确性,最大限度地减小不确定性。
关键词:信息融合;变压器;故障诊断Abstract:As the faultinformation of power transformers has characteristics such as complementarities,redundancy and uncertainty,the diagnosis task can t be finished by the simple fault characteristic vector and the diagnosis method.The basic ideas of information fusion are introduced and DGA(Dissolved Gas Analysis)is combined tightly with other information such as the results of conventional electrical test of power transformer.The power transformerfault diagnosismodel based on information fusion is built.The models can diagnose both fault property and fault spot,so as to improve reliability and lower uncertainty in fault diagnosis.Key words:information fusion;power transformer;fault diagnosis绪论变压器是输变电系统中最重要的设备之一,其工况好坏直接影响系统安全。
变压器故障诊断过程之根本目的是获取变压器运行时的状态信息,并对变压器性能进行评价。
但如何对大量信息进行处理和综合利用是变压器故障诊断技术重点研究问题。
信息融合技术是当前迅速发展起来的热门技术,在人工智能、目标识别、医学诊断等领域已得到广泛应用,但在变压器故障诊断领域,仍处在初级阶段。
本文在对大型变压器故障诊断信息进行分类基础上,提出基于信息融合的诊断思想,论述了变压器故障诊断中信息融合技术利用的方法和技术手段。
第一章变压器故障检测与信息融合技术的结合概况1变压器故障诊断信息分类和综合应用1.1变压器故障诊断信息分类变压器故障诊断过程中,可用变压器信息很多,归类如下:(1)溶解在变压器油中的特征气体含量及产气速率:用各种(低分子化合物)烃类气体在变压器油中单位体积含量及产生速率来分析、探测变压器内部局部放电情况,并通过油色谱分析法(三比值法、四比值法、特征气体法)初步分析变压器故障,此法可简单反映变压器内部局部放电的水平。
(2)微水分析法:最初用把栅场效应管作变压器油中溶解氢气监测传感器,后来用催化燃烧测试技术测量油中游离氢含量和微水含量,从而了解变压器内部绝缘状况(由于游离态气泡含水分、杂质等容易产生油中悬浮电位,继而产生电小桥导致击穿电压下降,对变压器危害甚大)。
此法只能对变压器监测起片面作用。
(3)温度监测法二主要测油温和绕组热点温度,反映变压器安全热效应。
(4)直流及绕组电阻测量:绕组、直流电阻的测量可方便有效的考核绕组纵绝缘和电流回路连接状况,反映绕组匝间短路、绕组断股、分接开关及导线接头接触不良等。
实际上它也是判断各相绕组直流电阻是否平衡、调压开关档位是否正确。
单纯依靠绝缘电阻绝对值大小对绕组绝缘作出判断,其灵敏度、有效性较低。
故必须结合吸收比或极化指数、介质损耗因数和泄漏电流试验,才能对其做出真正可靠的绝缘试验。
(5)其他:变压器本身的部分电气特性,如电压、电流值等,甚至变压器工作噪声也能为变压器故障诊断提供有效信息。
1.2变压器故障诊断信息综合利用变压器故障诊断应充分利用各种信息,不应局限于一种信息。
从诊断学角度来看,诊断信息都是模糊、不精确的。
诊断对象用一方面信息来反映其状态行为都是不完整的,只有从多方面获得关于同一对象的多维信息,并融合利用,才能对变压器进行更可靠、准确的监测与诊断。
2信息融合技术信息融合是将来自不同信息源的信息进行处理,信息集成是将各级信息融合过程进行合成。
两过程最终目的是通过对多传感器(多源)信息协同利用以产生对被测对象或过程的最佳估计。
多传感器信息融合的优点表现在信息冗余性、容错性、互补性、实时性和低成本性。
系统信息融合相对信息表征分3类。
(l)数据层融合数据层融合法中,匹配的传感器数据直接融合,而后对融合的数据进行特征提取和状态(属性)说明。
实现数据层融合的传感器必须是相同的或匹配的,在原始数据上实现关联,且保证同一目标或状态的数据进行融合,传感器原始数据融合后,识别的处理等价于对单传感器信息处理。
最简单、最直观的数据层融合法是算术平均和加权平均法。
(2)特征层融合特征层状态属性融合就是特征层联合识别,它实际是模式识别。
多传感器系统为识别提供比单传感器更多的有关目标(状态)的特征信息,增大了特征空间维数。
具体融合法是模式识别相应技术,只是在融合前,融合系统首先对传感器数据进行预处理以完成特征提取及数据配准。
即通过传感器信息变换,把各传感器输入数据变换成统一的数据表达形式(即具有相同的数据结构),在数据配准后,还必须对特征进行关联处理,对目标(状态)进行的融合识别,就是基于关联后的联合特征矢量。
具体实现技术包括参量模板法、特征压缩和聚类分析、人工神经网络及基于知识的技术等。
(3)决策层融合决策层融合通过关联处理、决策层融合判决,最终获得联合推断结果。
决策层融合输出是1个联合决策结果。
所用主要方法有Bayesian推断、Dempster一Shaefr证据理论、模糊集理论、专家系统等。
多传感器信息融合技术故障诊断过程是根据从对象某些检测得到的故障特征(故障模式),经信息融合分析处理,判断是否存在故障及查找故障源的过程。
3信息融合的变压器故障诊断系统结构根据变压器故障及信息融合技术特点,在变压器故障系统中,用图1信息融合故障诊断模型。
3.1数据采掘技术数据采掘是从数据库中抽取隐含的、以前未知的、潜在有用信息的过程。
被开采出来的知识,能用于信息管理、查询处理、决策支持、过程控制及其它应用。
数据采掘所要发现的典型知识包括相关、分类、分簇等规则和序列模式等。
3.2基于数据层融合的故障报警数据层信息融合是信息融合和故障诊断的低层形态。
主要完成数据标准化及数据越界报警功能。
对变压器某些故障模式,在二元假设前提下,把观测空间分割成Z0和Z12个区域。
当传感器信息(或转换后的特征量)处于Z中时,可假定为故障没发生,否则判定故障发生。
选取适当的判决域,使重复试验中错误概率最小。
3.3基于特征层与决策层数据融合的故障诊断特征层融合需检测层的融合结果及有关诊断对象描述的诊断知识融合结果。
诊断知识来源包括先验的各种知识及通过数据采掘系统得到的有关对象运行的新知识。
故障发生时,不能确定故障发生个数,无法判定观测数据是由真实故障还是由噪声、干扰等产生的。
这些不确定因素破坏了观测数据与故障源之间的关系,需进行特征层信息融合,即故障诊断。
决策层融合信息来源是特征层的数据融合结果和对策知识融合的结果,根据决策层数据融合结果,可采取相应故障状态下的对策。
特征层和决策层信息融合在本系统中基于同一套专家系统和数据采掘模块运作;同时,给出故障诊断结果和提出相应故障对策,将其合为一层进行设计。
3.4故障诊断信息融合过程描述(1)对来自于传感器的特征量进行有效性分析,排除坏数据对诊断过程不利影响。
(2)对特征数据进行标准化处理,形成统一特征表述,以便数据匹配和特征关联一致性,保证信息融合成功。
(3)利用基于故障机理内在因素的专家系统,用匹配知识规则,引入模糊推理,从而得到特征信息与变压器故障信息间关联性质,完成故障初步诊断。
(4)通过人机接口,由操作人员提供环境信息,并对诊断结果进行校正与核实。
(5)诊断过程完成后,其典型案例要存入数据库,通过必要数据采掘为以后决策融合作必要准备。
4变压器故障检测一般流程5本章小结变压器故障诊断过程实质上是对反映变压器运行状态的多源信息进行获取、融合并加以利用的过程。
因此,向多传感器信息融合发展是变压器故障诊断发展的必然之路。
本文在分析变压器故障诊断和信息融合技术特点基础上,提出具有数据采掘功能的基于信息融合技术的变压器故障诊断系统一般模型及实现技术,实践证明,信息融合技术用于变压器故障诊断,将提高诊断的可靠性和准确性。
第二章多传感器信息融合与层次分类故障检测模型对于信息融合技术在变压器故障检测上的应用，清华大学在大型变压器和电机的局部放电监测中,对取样电流传感器进行了深入探讨[1],并引入了新的故障特征识别方法[2],数字形态学也被引入用于提取监测信息的波形特征[3];此外,西安交通大学在变压器的监测中,尝试了将油中气体分析与电气试验结果相结合的综合诊断方法[4]。
这些都在很大程度上对在线监测与故障诊断技术的发展起了促进作用。
将信息融合的基本思想引入变压器故障诊断中,可以提高故障诊断结果的可靠性,最大限度地减小不确定性。
1多传感器信息融合技术多传感器信息融合技术将来自不同信息源的信息进行处理,最终目的通过对多传感器(多源)信息的协同利用,产生对被测对象或过程的最佳估计[5]。
目前,该技术已应用在智能制造、过程监测、机器人、导航、目标识别、医学诊断等领域,但在电力系统仍处在初级阶段,还需要进行深入的研究和探讨。
如电网运行与控制、电力设备状态监测、故障诊断技术和电力调度等,利用数据集成与信息融合技术进行故障诊断,可以提高故障诊断的可靠性[6]。
信息融合具有数据层、特征层、决策层三个层次,它能将来自多传感器或多源的信息和数据进行综合处理,从而得出更为准确、可靠的结论,可根据不同的应用背景选择相应的融合层次和算法。
对于电力变压器通过研究油色谱分析基础上的信息融合技术,将油色谱分析与电气试验等其他信息相结合,建立基于信息融合技术的变压器故障诊断模型,对变压器故障进行分层决策,不仅能判定故障性质,还能初步判定故障部位。
Shafer指出,证据对某一命题A的影响,必须包括至少两条信息:A的置信度,它的否命题的置信度。