摘要(Abstract)：
为了提高变压器绕组故障诊断准确率,减少不同故障类型的诊断时间,提出基于贝叶斯分类的变压器绕组故障诊断模型;根据平行板电容理论,计算电容器极板上所带电量,利用电场分布和电场能量,计算导体间的互电容之和,将绕组电感和电阻确定为贝叶斯诊断模型的故障特征量;利用后验概率决策分类,通过欧拉非线性理论模型离散获得五阶故障模型,构建故障模型的输出方程,完成基于贝叶斯分类的变压器绕组故障诊断。结果表明,该方法的故障诊断准确率可高达96%,针对不同的故障类型诊断的实时性较好。
关键词(KeyWords)： 贝叶斯分类;绕组电感;绕组电阻;故障特征量
基金项目(Foundation): 国家自然科学基金项目(51867001);; 宁夏回族自治区重点研发计划项目(2019BDE03010)
作者(Author): 李学生,张尊扬
DOI: 10.13349/j.cnki.jdxbn.20210426.001
参考文献(References)：
[1] 刘同亮，卫永琴，鞠凯，等.单相双绕组变压器绕组匝间短路故障定位方法的研究[J].变压器，2018,55(7):22-26.
[2] 齐伟强，陈柏超，董健鹏，等.铁心电抗器匝间短路的空间磁场分布[J].电力电容器与无功补偿，2019,40(1):86-91.
[3] 唐治平，彭敏放，李光明，等.基于重复脉冲法的变压器绕组匝间短路故障诊断[J].电力自动化设备，2018,38(10):153-158.
[4] 邓芳明，温开云，何怡刚，等.基于RFID传感标签及QPSO-RVM的变压器绕组故障在线诊断技术[J].中国电机工程学报，2018,38(24):7183-7193,7445.
[5] 李树卿，陈鼎，仇群辉，等.基于关联维数的变压器绕组故障诊断[J].变压器，2018,55(9):54-58.
[6] 陈志强，贾伟，何小平，等.平行板电极边缘滑闪引起加载电压的双峰现象[J].强激光与粒子束，2019,31(7):38-43.
[7] 马晓红，代洲，周羽生，等.基于集肤效应和介质损耗的输电线路高频融冰研究[J].电瓷避雷器，2019(2):175-180.
[8] 杨睿，苏丹，闫磊，等.基于粗糙集和贝叶斯网络的电力信息通信系统快速故障诊断方法[J].科技通报，2018,34(7):96-100.
[9] 崔良中，郭福亮，宋建新.基于Map/Reduce的朴素贝叶斯数据分类算法研究[J].海军工程大学学报，2019,31(4):7-10.
[10] 杜蜀薇，彭楚宁，徐石明，等.基于贝叶斯层次模型的电能表检定装置在线核查方法[J].电力系统自动化，2018,42(18):177-181.
[11] 邱海舰，胡玉禄，胡权，等.考虑谐波互作用的行波管欧拉非线性理论模型[J].物理学报，2018,67(8):266-273.
