10.3969/j.issn.1001-4373.2023.02.010
基于时频熵和概率神经网络的车载变压器状态诊断
车载变压器作为高速列车电力系统的动力来源,其运行状态与列车运行的安全、稳定密切相关.针对车载变压器结构上的特殊性,以绝缘油中溶解气体、绝缘油老化特征和主绝缘介电谱曲线为研究对象,通过分析其特征参数与车载变压器运行状态之间的关联性,提出了基于时频熵和概率神经网络的车载变压器状态诊断方法.首先,将不同状态等级下车载变压器的油中溶解气体和绝缘油老化特征进行比较,通过曲线拟合证明其状态特征与列车运行里程之间的一致性;其次,分析不同状态下车载变压器绕组主绝缘介电谱曲线之间的差异性,将局部均值分解后的近似熵作为特征参数变量,以提高状态诊断的精度;最后,利用概率神经网络完成车载变压器优秀、良好、检修和故障的状态分类.实例论证分析结果表明:该算法用于车载变压器复杂的运行环境中,可以提高状态检修的效率,有利于保障动车组列车的安全运行.
电力系统、车载变压器、状态诊断、时频熵、概率神经网络
42
U298(铁路运输管理工程)
2023-04-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
71-77