吴晓辉
- 作品数：11 被引量：151H指数：7
- 供职机构：西安交通大学电气工程学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术一般工业技术更多>>
- 空气电晕在交流电压下的放电研究被引量：11
- 2005年
- 为探讨电晕放电机理,用PC数据采集系统测量了在不同电压不同间隙距离下尖板电极的交流电晕放电,得出了单个工频不同半周放电的特征以及和相位的对应关系。通过改变电极形状,测量了单个放电脉冲的时域波形并且变换到频域下进行了分析,结果显示尖端场强增大时,对应放电的频谱分布变宽。
- 李延沐袁鹏李梅吴晓辉李彦明
- 关键词：交流电压
- 空气电晕在交流电压下的放电研究
- 为探讨电晕放电机理,用PC数据采集系统测量了在不同电压不同间隙距离下尖板电极的交流电晕放电,得出了单个工频不同半周放电的特征以及和相位的对应关系。通过改变电极形状,测量了单个放电脉冲的时域波形并且变换到频域下进行了分析,...
- 李延沐袁鹏李梅吴晓辉李彦明
- 关键词：交流电压电晕放电
- 文献传递
- 核机器学习算法在变压器故障诊断中的应用研究
- 吴晓辉
- 关键词：电力变压器油中溶解气体分析核FISHER判别分析支持向量机
- 局部放电超高频检测系统标定方法的研究现状及发展被引量：58
- 2007年
- 概述了局部放电超高频检测方法的发展及其在GIS和电力变压器中的应用现状,简要介绍了超高频局部放电检测系统的构成,着重对不同层次的超高频检测法的标定进行了阐述。同时,对近年来国内外关于超高频法标定的研究工作做了评述,并就进一步深入研究提出了建议。
- 王颂吴晓辉袁鹏梁永春李彦明
- 关键词：局部放电
- 二次综合比较法在电容型设备监测中的应用被引量：2
- 2006年
- 介绍了二次综合比较法的原理。提出一种利用时间序列分析法对电容型设备在线监测的介质损耗角正切tanδ和电容量C的测量值进行分析的方法,它通过运用数理统计的原理计算出介质损耗角正切tanδ和电容量C的一次报警值,并对该报警值采取连续报警个数的确认和修改报警值二次确认的方法进行最终的确认,可有效地减少环境和设备本身的干扰。由实际检测数据的数值实验表明,该方法是有效可行的。
- 汪晓明李军浩牟磊吴晓辉李彦明
- 关键词：在线监测介质损耗电容型设备
- 支持向量机在电力变压器故障诊断中的应用被引量：31
- 2007年
- 利用支持向量机的学习方法，构建了电力变压器故障诊断模型，该模型将变压器故障分为放电性和过热性两大类，通过统计分析寻求特征量区分类间的故障类型，采用支持向量机识别类内的故障类型，利用基于交叉验证的网格搜索法来确定支持向量机的参数．考虑到变压器油中溶解气体特征空间的紧致性原理，利用模糊C均值聚类算法对所获取的样本进行预选取，有效解决了确定模型参数耗时巨大的问题，并在一定程度上提高了模型的推广能力．实例验证表明，该模型在有限样本情况下，能达到较高的变压器故障判断率，放电性故障样本正确判断率为90．5%，过热性故障样本正确判断率为85．9%，说明该模型具有很好的分类效果和推广能力．
- 吴晓辉刘炯孟峥峥汪晓明李彦明
- 关键词：电力变压器支持向量机模糊C均值聚类算法油中溶解气体故障类型
- 基于模糊C均值聚类和支持向量机的电力变压器故障诊断模型研究
- 支持向量机是以统计学习理论为基础发展起来的新的通用学习方法，较好地解决了小样本、高维数、非线性等学习问题。本文提出了基于支持向最机的变压器诊断模型，在充分分析变压器DGA数据自身特点和支持向量机算法特性的基础上，提出了'...
- 吴晓辉李彦明
- 关键词：支持向量机电力变压器故障诊断聚类算法
- 文献传递
- 基于核Fisher判别分析技术的电力变压器DGA故障诊断模型研究被引量：10
- 2007年
- 鉴于核Fisher判别分析技术(KFDA)在模式识别问题中表现出的良好性能,提出了基于KFDA的变压器故障诊断模型,该模型首先提出了区分放电及过热两大类故障的特征量,并用KFDA分类器来识别类内故障的具体类别。采用基于网格搜索的交叉验证法来选择模型参数,避免了参数选择的盲目性和随意性。实例分析表明,该模型具有训练时间短、不存在局部极小等优点,与IEC三比值及改良电协研法相比,具有更好的故障识别效果。
- 吴晓辉王颂方晓明李延沐李彦明
- 关键词：变压器故障诊断油中溶解气体分析核FISHER判别分析
- 支持向量机在电力变压器故障诊断中的应用被引量：15
- 2007年
- 利用支持向量机的学习方法,构建了电力变压器故障诊断模型.该模型将变压器故障分为放电性和过热性两大类,通过统计分析寻求特征量区分类间的故障类型,采用支持向量机识别类内的故障类型,利用基于交叉验证的网格搜索法来确定支持向量机的参数.考虑到变压器油中溶解气体特征空间的紧致性原理,利用模糊C均值聚类算法对所获取的样本进行预选取,有效地解决了确定模型参数时耗时巨大的问题,并一定程度提高了模型的推广能力.实例验证表明,该模型在有限样本情况下,能达到较高的变压器故障判断率,放电性故障样本正确判断率为90.5%,过热性故障样本正确判断率为85.9%,说明该模型具有很好的分类效果和推广能力.
- 吴晓辉刘炯梁永春汪晓明李彦明
- 关键词：变压器故障诊断溶解气体分析支持向量机
- 组合神经网络在变压器故障诊断中的应用被引量：18
- 2007年
- 针对油中溶解气体分析数据的归一化预处理,利用可靠性数据分析特征气体浓度和累积频率的概念,提出了两种新的归一化方法:特征浓度归一化法和混合归一化法,引入Fisher准则函数来评价两种预处理方法的效果。检验结果表明,这两种归一化的数据预处理方法可获得类间均值差值较大、类内离散度小的效果。运用不同的归一化预处理方法对故障变压器的色谱数据进行处理后作为训练样本,对CP算法的组合神经网络进行训练。检验样本的诊断结果表明,新的归一化预处理方法能够提高网络诊断的准确率。
- 张伟政汪晓明吴晓辉李彦明
- 关键词：变压器故障诊断
