机器学习在估计变压器寿命损失中的应用
系统与控制
2017-03-07 v1
摘要
变压器寿命评估和故障诊断一直是电力公用事业公司面临的重要问题。环境温度和负载曲线是影响变压器绝缘老化进而影响变压器寿命的主要因素。IEEE Std. C57.911995 提供了一个基于环境温度和变压器负载计算变压器寿命损失的模型。在本文中，该标准被用于开发一个数据驱动的静态模型，以逐时估计变压器的寿命损失。在用于开发该静态模型的各种机器学习方法中，选择了基于自适应网络的模糊推理系统（ANFIS）。数值仿真证明了所提出的 ANFIS 方法与解决该问题的其他相关基于机器学习的方法相比的有效性和准确性。
引用
@article{arxiv.1703.01397,
title = {Machine Learning Applications in Estimating Transformer Loss of Life},
author = {Alireza Majzoobi and Mohsen Mahoor and Amin Khodaei},
journal= {arXiv preprint arXiv:1703.01397},
year = {2017}
}
备注
IEEE Power and Energy Society General Meeting, 2017