典型文献
基于PMS的设备故障数据分析模型构建及仿真
文献摘要：
针对现有设备故障检测模型难以及时精确检测或预测电力变压器故障的问题,研究提出一种基于PMS的变压器设备故障数据分析模型,并设计了一种基于LSTM网络的变压器故障预测方法.利用PMS采集的变压器油中H2、CH4、C2 H6、C2 H4、C2 H2、CO、CO2此7种故障气体浓度作为LSTM网络训练数据,构建7种不同故障气体预测模型;通过实验确定了不同故障气体最佳预测模型的时间步与网络结构;通过仿真对提出的模型进行验证.结果表明:基于PMS的变压器故障数据分析模型,通过LSTM网络对故障数据进行分析,可有效预测40 d内变压器故障气体浓度,进而实现对变压器故障的预测.该模型性能优于基于多变量的灰色预测模型GM(1,7),预测均方根误差约为10％.
文献关键词：
PMS系统;变压器;LSTM网络;故障数据分析
中图分类号：
作者姓名：
杨廷胜;卢志鹏;苗厚利
作者机构：
中海油伊拉克有限公司,北京 100028;深圳市行健自动化股份有限公司,深圳 518057
文献出处：
引用格式：
[1]杨廷胜;卢志鹏;苗厚利-.基于PMS的设备故障数据分析模型构建及仿真)[J].粘接,2022(07):165-169,174
A类：
B类：
PMS,设备故障,故障数据分析,数据分析模型,故障检测模型,精确检测,电力变压器,变压器故障,变压器设备,故障预测,变压器油,H2,CH4,C2,H6,气体浓度,网络训练,训练数据,时间步,真对,模型性能,多变量,灰色预测模型,GM
AB值：
0.281318
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
