田振宁
- 作品数：5 被引量：49H指数：3
- 供职机构：上海电力学院电力与自动化工程学院更多>>
- 发文基金：上海市教育委员会重点学科基金上海市重大科技攻关项目更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 案例推理技术在大型电力变压器故障诊断中的应用
- 电力变压器是电力系统的重要组成部分，其运行状态对电力系统安全、稳定和经济运行有重要意义。因此对其进行状态监测与故障诊断，是十分必要的。 本文主要研究了将加权模糊核聚类法同基于案例推理技术相结合应用于变压器故障诊断。案例推...
- 田振宁
- 关键词：电力变压器故障诊断
- 文献传递
- 基于自适应遗传退火算法的配电网故障定位研究被引量：11
- 2012年
- 针对标准遗传算法易早熟收敛以及收敛速度慢的问题,提出了一种混合遗传算法(自适应遗传退火算法)用于解决辐射状配电网故障定位问题。该算法采用轮盘赌和最优保存策略相结合的选择机制,使得当前最优个体始终保持在种群里,并结合自适应交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期算法的收敛速度。最后,通过对IEEE-33节点配电系统进行仿真计算,结果表明,该算法能够对单点和多点故障进行实时、准确地定位,并在故障信息畸变的情况下,也能快速地得到准确结果。
- 吕学勤陈树果田振宁
- 关键词：遗传算法配电网故障定位模拟退火算法配电系统
- 加权模糊核聚类法在电力变压器故障诊断中的应用被引量：35
- 2010年
- 变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型。该法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加权模糊核聚类。形成的模型充分考虑了不同特征对聚类结果的不同影响,能有效改善复杂数据集的聚类性能,提高了故障诊断的正确率。案例分析表明,该法能快速有效地对样本进行聚类,从而验证了该法在变压器故障诊断中的有效性和可行性。
- 符杨田振宁江玉蓉曹家麟
- 关键词：电力变压器溶解气体分析故障诊断模糊核聚类特征加权
- 基于加权模糊核聚类在电力变压器故障诊断中的应用
- 本文将加权模糊核聚类方法(WFKC)引入到电力变压器故障诊断中。该方法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加...
- 田振宁曹家麟符杨江玉蓉
- 关键词：电力变压器故障诊断模糊核聚类特征加权
- 文献传递
- 基于自适应遗传算法的配电网故障定位研究被引量：4
- 2011年
- 在遗传算法研究的基础上,加入了自适应交叉、变异算子,对配电网故障定位的自适应遗传算法进行了分析研究。实验结果表明,改进后的遗传算法收敛速度明显优于基本遗传算法,证明了该算法的可行性。
- 陈树果吴辰宁田振宁吴亮
- 关键词：遗传算法配电网
