今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于改进多域故障偏差指数的变压器绕组扫频响应分析定量诊断框架

《Scientific Reports》:Multi-domain feature fusion and machine learning-based SFRA diagnosis of transformer winding faults using a novel fault deviation index

【字体: 大 中 小 】 时间:2026年09月27日 来源:Scientific Reports 4.9

编辑推荐:

   摘要扫频响应分析(SFRA)是评估变压器绕组完整性的一种常用技术。然而,SFRA结果的解读仍然是定性的,并且依赖于专家评估。本研究提出了一种基于改进的归一化多域故障偏差指数(MFDI)的定量、测量导向的诊断框架。在该方法中,幅值、相位、阻抗和基于谐振的描述子被整合到统一的公式

  

摘要

扫频响应分析(SFRA)是评估变压器绕组完整性的一种常用技术。然而,SFRA结果的解读仍然是定性的,并且依赖于专家评估。本研究提出了一种基于改进的归一化多域故障偏差指数(MFDI)的定量、测量导向的诊断框架。在该方法中,幅值、相位、阻抗和基于谐振的描述子被整合到统一的公式中。所提出的方法结合了频带分解与多域特征融合,以捕捉局部和全局的光谱偏差。该框架通过SFRA测量在相内(U–N)和相间(V–W)故障情景下进行了实验验证。结果表明,所提出的MFDI能够捕捉健康状态与故障状态之间的明显差异。对于相内故障情景,尽管所调查故障条件对应的光谱特征具有高度相似性,所提出的方法仍提供了定量区分。相比之下,相间故障产生了更显著的全局光谱偏差,从而为支持向量机(SVM)和随机森林(RF)分类器提供了高度可分离的特征表示。这些发现表明,所提出的方法将SFRA从以定性解读为主的技术推进为一种定量、可解释且与机器学习兼容的诊断方法,适用于智能变压器状态监测。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:扫频响应分析|变压器绕组|多域故障偏差指数|量化诊断|机器学习分类|故障检测

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号