论文部分内容阅读
根据变压器故障机理复杂，故障类型与故障征兆间联系具有不确定性，并且一台故障变压器可能同时存在多个故障，其征兆相互叠加等特点，建立了一个贝叶斯网络诊断模型，该模型综合了DGA试验和其它电气试验结果所提供的故障征兆信息，有效地提高了故障定位和分类的能力。同时，根据各种故障产生的机理对故障类型和征兆作了条件独立假设，在保证诊断效率的前提下简化了网络，提高了模型的计算速度。通过对30例单一故障样本和5例多故障样本诊断的实验表明，该模型对数据缺失较少的单一故障样本具有较高的诊断效率，对同时存在多故障的变压器也具有一定的诊断能力。