检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:王泽峰
机构地区:[1]国家能源集团科学技术研究院有限公司太原分公司,山西 太原 030000
出 处:《中国科技期刊数据库 工业A》2025年第5期155-158,共4页
摘 要:变压器作为电力系统中的关键设备,其运行状态直接关系到电网的稳定性和安全性长期运行、环境因素以及内部材料老化等原因,变压器可能发生各种故障,如局部放电、绝缘老化和绕组变形等,这些故障若不及时识别和处理,可能导致设备损坏甚至引发重大事故。传统的故障诊断方法主要依赖于人工经验和定期检修,存在效率低、成本高且难以实现实时监测的问题,随着人工智能技术的快速发展,基于机器学习的变压器故障识别方法逐渐成为研究热点,利用机器学习算法对变压器运行数据进行分析,实现故障的早期预警和精准诊断,为电力系统的安全运行提供有力支持,本文主要分析了机器学习的变压器故障识别措施。
分 类 号:TP181[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.70