面向電力變壓器故障集成診斷系統(tǒng)

摘 要:針對(duì)變壓器故障呈現(xiàn)的復(fù)雜性，提出建立一種面向電力變壓器故障的集成診斷系統(tǒng)。整個(gè)系統(tǒng)診斷模塊以集成診斷形式出現(xiàn)，利用決策融合網(wǎng)絡(luò)將基于不同診斷機(jī)理與方法的診斷子模塊進(jìn)行融合，即是將油中溶解氣體分析與常規(guī)電氣試驗(yàn)的結(jié)論結(jié)合起來(lái)，并充分借鑒現(xiàn)場(chǎng)的運(yùn)行、診斷和維修經(jīng)驗(yàn)，因而具有較強(qiáng)的知識(shí)表示及不確定性處理能力。實(shí)驗(yàn)證明該系統(tǒng)提高了診斷確診率，并給出系統(tǒng)診斷的實(shí)現(xiàn)過(guò)程。

關(guān)鍵詞:變壓器;信息融合;故障診斷;專家系統(tǒng)

中圖分類號(hào):TP29 文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-373X(2010)03-150-04

Integrated System of Transformer Fault Diagnosis Based on Object-oriented Knowledge

CHEN Kefu

(Hunan Electronic Research Institute，Changsha，410009，China)

Abstract:An integrated system of transformer fault diagnosis based on object-oriented knowledge，the object-oriented model and the integrated diagnosis model are described.The diagnostic precision is improved by the decision-making fusion network in which all diagnostic sub-modules based on different theories and mechanisms are fused.Within the diagnostic modules，the dissolved gas-in-oil analysis and the results of conventional electrical tests of power transformers are combined tightly.The on-site experiences in operation，diagnosis and maintenance are highly utilized in the model.It has shown that the model possesses satisfactory capacity of knowledge representation and strong solving ability to deal with uncertain facts.The process of realization is described.

Keywords:transformer;information fusion;fault diagnosis;expert system

0 引 言

隨著國(guó)民經(jīng)濟(jì)的發(fā)展，電力事業(yè)迅速增長(zhǎng)，裝機(jī)容量和電網(wǎng)規(guī)模日益增大，人們對(duì)電力系統(tǒng)中設(shè)備的運(yùn)行可靠性的要求不斷提高，在現(xiàn)代電力設(shè)備的運(yùn)行和維護(hù)中，電力變壓器不僅屬于電力系統(tǒng)中最重要的和最昂貴的設(shè)備之列，而且是導(dǎo)致電力系統(tǒng)事故最多的設(shè)備之一[1]。因此國(guó)內(nèi)外一直把電力變壓器故障診斷技術(shù)作為重要的科研攻關(guān)項(xiàng)目，現(xiàn)今大多數(shù)運(yùn)用的技術(shù)有局部放電法，介質(zhì)測(cè)試法及變壓器油色譜分析法等。

通常變壓器在發(fā)生突發(fā)性事故之前，絕緣的劣化及潛伏性故障在運(yùn)行電壓下將產(chǎn)生光、電、聲、熱、化學(xué)變化等一系列效應(yīng)及信息。對(duì)于多數(shù)大型變壓器，目前幾乎都是用油來(lái)絕緣和散熱，變壓器油與油中的固體有機(jī)絕緣材料(紙和紙板等)在運(yùn)行電壓下因電、熱、氧化和局部電弧等多種因素會(huì)逐漸變質(zhì)，裂解成低分子氣體，變壓器內(nèi)部存在的潛伏性過(guò)熱或放電故障又會(huì)加快產(chǎn)氣的速率。隨著故障的緩慢發(fā)展，裂解出來(lái)的氣體形成氣泡在油中經(jīng)過(guò)對(duì)流，擴(kuò)散作用，就會(huì)不斷地溶解在油中。由此可見(jiàn)，油中溶解氣體的組分和含量在一定程度上反映出變壓器絕緣老化或故障的程度，可以作為反映變壓器電氣異常的特征量。因此對(duì)變壓器油中溶解氣體色譜分析的在線檢測(cè)方法，不僅可以及時(shí)掌握變壓器的運(yùn)行狀況，發(fā)現(xiàn)和跟蹤存在的潛伏性故障，并且可以及時(shí)根據(jù)專家系統(tǒng)對(duì)故障自動(dòng)進(jìn)行診斷，同時(shí)根據(jù)變壓器電氣異常的多個(gè)特征量的特點(diǎn)，采用基于信息融合技術(shù)的面向?qū)ο蟮碾娏ψ儔浩鞴收现悄茉\斷系統(tǒng)來(lái)綜合診斷故障[2-4]。

1 面向?qū)ο箅娏ψ儔浩鞴收霞稍\斷系統(tǒng)構(gòu)造

1.1 面向?qū)ο竽Ｐ?/p>

專家系統(tǒng)的結(jié)構(gòu)是指專家系統(tǒng)各組成部分的構(gòu)造方法和組織形式。選擇什么結(jié)構(gòu)最為合適，要根據(jù)系統(tǒng)的應(yīng)用環(huán)境和所執(zhí)行任務(wù)的特點(diǎn)來(lái)確定。由于每個(gè)專家系統(tǒng)所需要完成的任務(wù)不同，面對(duì)的對(duì)象是變化的，因此其系統(tǒng)結(jié)構(gòu)也不盡相同。如果知識(shí)表示的方法不同，知識(shí)庫(kù)的結(jié)構(gòu)也就不同。而推理機(jī)是對(duì)知識(shí)庫(kù)中的知識(shí)進(jìn)行操作的，推理機(jī)程序與知識(shí)表示的方法及知識(shí)庫(kù)結(jié)構(gòu)是緊密相關(guān)的，不同的知識(shí)表示有不同的推理。這樣使得系統(tǒng)開(kāi)發(fā)者只有借助極其復(fù)雜的算法或過(guò)程才能操作解空間對(duì)象而得到問(wèn)題的解，而且由于知識(shí)表示形式和推理機(jī)制比較固定，較難適應(yīng)廣泛的應(yīng)用。

通過(guò)對(duì)面向?qū)ο蟪绦蛟O(shè)計(jì)的特性及專家系統(tǒng)的特征分析，可得面向?qū)ο蟮姆椒ㄟm合于建造專家系統(tǒng)。面向?qū)ο蟮姆椒ㄋ非蟮幕驹瓌t是使求解空間與領(lǐng)域問(wèn)題空間在結(jié)構(gòu)上盡可能的一致，使得系統(tǒng)設(shè)計(jì)者可以按照問(wèn)題空間中對(duì)象的豐富特征自由地定義解空間的對(duì)象，知識(shí)庫(kù)系統(tǒng)邏輯結(jié)構(gòu)也可以向人類思維特性靠攏。用面向?qū)ο蠓椒▽W(xué)構(gòu)造的軟件系統(tǒng)或知識(shí)系統(tǒng)能夠比較自然地反映人類思考問(wèn)題的方式，同時(shí)也為專家系統(tǒng)的知識(shí)和被模擬領(lǐng)域中的實(shí)體的表示提供了條件[5]。而且特別是基于面向?qū)ο蟮某绦蛟O(shè)計(jì)中類的層次性、繼承性及普遍的模式匹配，對(duì)知識(shí)的組織、管理與調(diào)用提供了方便，并有力地支持本系統(tǒng)提出故障分類層次模型。按照變壓器的結(jié)構(gòu)性能，知識(shí)間總是具有清晰的層次性，可把變壓器故障定為第一層，變壓器的部件屬二層，組成變壓器部件的零件是第三層。所以可以由系統(tǒng)的結(jié)構(gòu)層次知識(shí)構(gòu)成一棵描述診斷對(duì)象結(jié)構(gòu)關(guān)系的“樹(shù)”，樹(shù)中的每一個(gè)節(jié)點(diǎn)就是一個(gè)診斷知識(shí)單元，它由功能知識(shí)、因果知識(shí)、啟發(fā)式經(jīng)驗(yàn)知識(shí)以及相關(guān)的數(shù)據(jù)和操作組成。從縱向來(lái)看，每種設(shè)備、部件和零件都具有某些方面的繼承性;從橫向來(lái)看，體現(xiàn)了同層相關(guān)的屬性。

根據(jù)變壓器故障本質(zhì)，在變壓器故障中，前面已將故障分為繞組故障、磁路故障、結(jié)構(gòu)及附件故障和冷卻油故障四大類。它們既有各自的特點(diǎn)，又有一定的共性，具有一定的面向?qū)ο笮浴１鞠到y(tǒng)采用框架結(jié)構(gòu)的表達(dá)方法如圖1所示。

圖1 面向?qū)ο竽Ｐ?/p>

類是具有共同屬性的密切相關(guān)的對(duì)象集合，類本身并不生成實(shí)際對(duì)象，由子類實(shí)例化生成實(shí)際對(duì)象，分別以變壓器四大類故障作為四個(gè)子類，子類生成具體故障對(duì)象，對(duì)象的私有部分不能被繼承，如繞組絕緣故障、鐵芯多點(diǎn)接地等。對(duì)象的公有部分如三比值法等，其函數(shù)可由其子類繼承。

存儲(chǔ)完成任務(wù)所需要的各種知識(shí)，是專家知識(shí)和經(jīng)驗(yàn)的集合，所使用的專家系統(tǒng)采用三比值法作為規(guī)則。利用五種特征氣體(H2，CH4，C2H2，C2H4，C2H6)的三對(duì)比值，來(lái)判斷變壓器故障性質(zhì)的方法，簡(jiǎn)稱三比值法。本系統(tǒng)采用了面向?qū)ο蟮脑\斷系統(tǒng)，每個(gè)對(duì)象都是一個(gè)獨(dú)立的診斷知識(shí)單元，該單元應(yīng)包含該對(duì)象的一些屬性、對(duì)屬性進(jìn)行操作的方法以及與屬性有關(guān)的規(guī)則等，診斷知識(shí)單元結(jié)構(gòu)如圖2所示。其中KNAME是診斷知識(shí)單元名稱，也可以是單元的編號(hào);PRE和CON分別是本條規(guī)則中的前提鏈和結(jié)論鏈，因?yàn)橐粭l規(guī)則常常有若干個(gè)前提和結(jié)論，單元的規(guī)則是事實(shí)和結(jié)論之間的因果關(guān)系，它是診斷知識(shí)庫(kù)的重要組成部分和規(guī)則推理的依據(jù);FUN代表了診斷知識(shí)單元中的方法，可以是規(guī)則推理，也可以是其他任何求解功能;NEXTK是指向下一個(gè)診斷知識(shí)單元的指針。

KNAMEPRECONFUNNEXTK

圖2 基于規(guī)則的診斷知識(shí)單元結(jié)構(gòu)

用面向?qū)ο蠓椒ńa(chǎn)生式規(guī)則的知識(shí)庫(kù)之前，將所有規(guī)則以及它們的前提和結(jié)論進(jìn)行統(tǒng)一編號(hào)，這樣知識(shí)單元結(jié)構(gòu)中的域KNAME，PRE和CON中的各節(jié)點(diǎn)只存放相應(yīng)的編號(hào)即可。

整個(gè)知識(shí)庫(kù)是由四大模塊組成:

(1) 專門(mén)存儲(chǔ)專家診斷經(jīng)驗(yàn)知識(shí)的模塊;

(2) 存儲(chǔ)設(shè)備歷史檔案、原始數(shù)據(jù)的模塊;

(3) 存儲(chǔ)設(shè)備性能指標(biāo)、健康狀態(tài)的參照標(biāo)準(zhǔn)的模塊;

(4) 故障集模塊。故障集模塊是將變壓器較常見(jiàn)的典型的故障組成知識(shí)模塊規(guī)則集合。典型故障如:鐵芯多點(diǎn)接地故障、引線故障以及漏磁導(dǎo)致過(guò)熱性故障等。

在實(shí)際診斷過(guò)程中，雖然利用一種信息根據(jù)規(guī)則有時(shí)可以判斷變壓器的故障，但在許多情況下得出的診斷結(jié)果并不可靠。比如，利用油中溶解氣體狀況對(duì)變壓器進(jìn)行診斷時(shí)，由于信號(hào)類型單一，能夠提供的信息較少，來(lái)判別和查明某一故障的存在往往顯得不夠充分和準(zhǔn)確，診斷的結(jié)論難有說(shuō)服力。正常運(yùn)行的設(shè)備中，某些非故障原因也會(huì)使油中產(chǎn)生一定量故障特征氣體，有時(shí)這種非故障原因產(chǎn)生的特征氣體濃度甚至遠(yuǎn)遠(yuǎn)超過(guò)導(dǎo)則中的注意值[6]。因此在實(shí)際判斷設(shè)備有無(wú)故障時(shí)，應(yīng)首先應(yīng)將分析結(jié)果的幾項(xiàng)主要指標(biāo)(總烴、氫、乙炔)與導(dǎo)則中所列注意值做比較;但氣體含量超標(biāo)情況不能作為惟一判據(jù)，還應(yīng)根據(jù)電氣信號(hào)、油溫等特征信息來(lái)確定設(shè)備內(nèi)部是否有故障。

1.2 集成診斷模型

在變壓器故障診斷中應(yīng)充分利用各種信息，而不應(yīng)僅局限于一種信息，因?yàn)閺脑\斷學(xué)角度來(lái)看，任何一種診斷信息都是模糊的、不精確的。采用面向?qū)ο蟮淖儔浩鞴收显\斷方法雖能對(duì)故障進(jìn)行較準(zhǔn)確的分析，但任何一種診斷對(duì)象，單用一方面信息來(lái)反映其狀態(tài)行為都是不完整的，只有從多方面獲得關(guān)于同一對(duì)象的多維信息，并加以融合利用，才能實(shí)現(xiàn)更可靠更準(zhǔn)確的監(jiān)測(cè)與診斷。

同一組狀態(tài)特征向量有可能對(duì)多種故障有支持作用，這種復(fù)雜情況需要一種沖突消解機(jī)制，簡(jiǎn)而言之就是要判斷那種故障的可能性最大，且各類故障的發(fā)生概率在該情況下分別是多少，這也是信息融合技術(shù)所要解決的關(guān)鍵問(wèn)題。

為了能充分利用變壓器的特征信息，對(duì)變壓器故障形成會(huì)診功能，最大限度地提高確診率，因此從信息融合的角度提出了基于信號(hào)類型及不同特征向量組合的集成診斷模型。這種集成診斷模型的基本思想是，通過(guò)信號(hào)的有效組合，用各種診斷子模塊，從不同的側(cè)面診斷故障，最大限度地提高確診率。集成診斷模型的這種功能，主要是通過(guò)融合決策網(wǎng)絡(luò)實(shí)現(xiàn)。每個(gè)子模塊由于輸入信息特征不同，其決策從不同方面反映了設(shè)備的狀態(tài)。它們重新經(jīng)過(guò)融合，有利于減少?zèng)Q策間的不確定性，提高確診率。可見(jiàn)子模塊決策間的融合起到了會(huì)診的功能。其子模塊本身可為局部融合網(wǎng)絡(luò)，即其輸入信號(hào)可屬不同的類型。集成診斷模型是全局性的融合技術(shù)，它是基于決策的融合。

本系統(tǒng)根據(jù)變壓器故障類型、特征向量的類型、診斷機(jī)理等因素的不同，構(gòu)建了如下多個(gè)診斷子模塊。

具體分類如下:

(1) 基于面向?qū)ο蟮淖儔浩鞴收蠈＜以\斷子模塊N1;

(2) 基于特征氣體的相對(duì)比例(特別是H2變化情況)子模塊N2;

(3) 基于變壓器套管的介質(zhì)損耗變化情況的子模塊N3;

(4) 基于微水等特征信息的子模塊N4。

同時(shí)根據(jù)不同的故障機(jī)理和特點(diǎn)，選用不同的診斷理論方法，通過(guò)信息融合使之協(xié)同來(lái)診斷故障。在集成模型當(dāng)中，來(lái)自于信息采集模塊的信息X被分配到各診斷子模塊中，分配的依據(jù)是各子模塊所針對(duì)的故障類型以及子模塊的診斷機(jī)理;然后各子模塊分別進(jìn)行故障診斷，將得到的故障向量輸入決策融合網(wǎng)絡(luò);最后決策融合網(wǎng)絡(luò)對(duì)變壓器的故障情況進(jìn)行全面評(píng)估，得出診斷結(jié)論[7-9]。

但在面向?qū)ο蟮淖儔浩鞴收蠈＜以\斷子模塊N1子模塊中，由于測(cè)量的氣體是多種的氣體混合，色譜柱不能完全把六種氣體分離開(kāi)來(lái)，則使某些傳感器存在交叉反應(yīng)，根據(jù)實(shí)踐發(fā)現(xiàn)H2的特征傳感器對(duì)C2H4氣體有反應(yīng)，CH4的特征傳感器對(duì)C2H6氣體有反應(yīng)，這就需通過(guò)對(duì)兩者測(cè)量數(shù)據(jù)進(jìn)行數(shù)據(jù)融合來(lái)糾正誤差[10]。本系統(tǒng)采用曲面擬合算法，其基本思想是由二維回歸方程來(lái)建立被測(cè)目標(biāo)參量與傳感器輸出量之間的對(duì)應(yīng)關(guān)系，然后按最小二乘法原理由實(shí)驗(yàn)標(biāo)定/校準(zhǔn)數(shù)據(jù)計(jì)算出在均方誤差最小條件下的回歸方程的系數(shù)。

2 電力變壓器故障診斷系統(tǒng)診斷性能

本系統(tǒng)采用了面向變壓器故障集成診斷法是基于信息融合的變壓器故障層次分類診斷模型，較好地克服對(duì)變壓器故障的誤診和漏診，解決變壓器故障診斷中不確定推理過(guò)程，使推理過(guò)程具有邏輯性。由于證據(jù)理論采用一個(gè)“辨識(shí)框架”，它是關(guān)于命題的相互獨(dú)立的可能結(jié)果或假設(shè)的一個(gè)有限集合，它是所有子集的集合。根據(jù)故障的分類，可設(shè)本系統(tǒng)的辨別框架為Θ={A，B，C，D}分別代表繞組、磁路、結(jié)構(gòu)及附件和冷卻油，把它們作為第一級(jí)診斷決策。二級(jí)診斷決策就是在一級(jí)診斷決策的基礎(chǔ)上，根據(jù)故障發(fā)生的部位、原因，將一級(jí)辨別框架進(jìn)行細(xì)分，得到識(shí)別框架Θ1={H1，H2，…，H11}依次表示在繞組匝間短路、繞組和引線斷線、繞組對(duì)地絕緣損壞、繞組相間短路、鐵芯多點(diǎn)接地、鐵芯局部過(guò)熱、分接開(kāi)關(guān)接觸不良、引線斷路與短路、絕緣套管破損、冷卻油受潮氧化和局部過(guò)熱11種故障。再繼續(xù)結(jié)合相應(yīng)的證據(jù)，對(duì)故障進(jìn)一步判別，使故障診斷的結(jié)論更加正確。在識(shí)別Θ1的基礎(chǔ)上，考慮到Θ1中各種故障的支持證據(jù)之間有很強(qiáng)的獨(dú)立性，在足夠多證據(jù)的支持下，判決的結(jié)果比基于三比值法常規(guī)專家系統(tǒng)更加準(zhǔn)確。

故障診斷應(yīng)用實(shí)例:

某廠一臺(tái)SSPZ-45000/110型電力變壓器在2002年1月11日油色譜分析數(shù)據(jù)如表1所示，同時(shí)算出總烴絕對(duì)產(chǎn)氣速率=24.758 ml/h。計(jì)算得出的產(chǎn)氣速率合格率=0，色譜分析合格度=0。表明氣體含量及增長(zhǎng)速率嚴(yán)重超標(biāo)。絕緣油中水的質(zhì)量分?jǐn)?shù)為0.7‰>0.3‰的極限值(環(huán)境溫度為10 ℃)。

表1 油色譜分析數(shù)據(jù)ppm

日期成 分

H2CH4C2H6C2H4C2H2總烴COCO2

2001.7.983405.4473.19682738

2002.1.1118915717627.4243103751

據(jù)面向?qū)ο蟮淖儔浩鞴收蠈＜以\斷子模塊得出變壓器故障屬于1，0，2型，查故障性質(zhì)的判斷表是高能量放電故障，經(jīng)特征提取初步判斷有內(nèi)部故障發(fā)生，可能是:變壓器本體絕緣損壞，如受潮等;鐵芯有問(wèn)題;繞組問(wèn)題，如相間短路、繞組和引線斷線。又根據(jù)H2含量從87 ppm升到195 ppm，而且CH4含量162 ppm占總烴的主要成分，顯然較符合特征氣體法子模塊中局部放電的現(xiàn)象。

此時(shí)測(cè)得變壓器套管的介質(zhì)損耗為0.64，鐵芯泄漏電流為0.45 A，三相電壓平衡，三相電流正常等。通過(guò)對(duì)以上判斷結(jié)果進(jìn)行融合分析，得出結(jié)論:故障性質(zhì)是絕緣損壞導(dǎo)致受潮。再自動(dòng)調(diào)出臺(tái)帳及歷史數(shù)據(jù)進(jìn)行縱向分析，根據(jù)2001年12月7日檢修時(shí)所得的絕緣電阻及介質(zhì)損耗試驗(yàn)數(shù)據(jù)如表2。

表2 變壓器本體絕緣電阻及介質(zhì)損耗試驗(yàn)

試驗(yàn)日期

溫度/℃

絕緣電阻

吸收比

極化指數(shù)

介質(zhì)損耗

高壓線圈低壓線圈高壓線圈低壓線圈高壓線圈

低壓線圈高壓線圈低壓線圈

2001.4.5168876501.291.311.441.530.470.21

2001.12.7146383301.281.371.321.490.690.51

由表2看出介質(zhì)損耗大于0.5%，同時(shí)計(jì)算出合格度為0.71(<0.8)，表明絕緣有問(wèn)題。根據(jù)變壓器故障集成診斷法得出故障診斷結(jié)果:變壓器受潮產(chǎn)生故障，應(yīng)密切監(jiān)視，盡快停機(jī)檢修。實(shí)際檢修的情況是變壓器因長(zhǎng)期運(yùn)行，密封老化沒(méi)及時(shí)更換，引起變壓器進(jìn)水受潮，并引起放電，證明該判斷準(zhǔn)確。

實(shí)例分析表明，基于信息融合的面向?qū)ο蟮墓收霞稍\斷的方法能夠較好地模擬人類專家的不確定推理過(guò)程，使推理具有比較明確的物理意義。

3 結(jié) 語(yǔ)

總而言之，引起變壓器故障的原因是多樣性、交叉

性，僅根據(jù)單一的原因或征兆，采用一種方法和參數(shù)難以對(duì)故障進(jìn)行可靠準(zhǔn)確的診斷，利用多傳感器提供變壓器多方面的信息，然后進(jìn)行融合的面向?qū)ο蠹稍\斷方法是變壓器故障診斷的發(fā)展方向之一，它將提高診斷結(jié)果的可靠性和準(zhǔn)確性。

參考文獻(xiàn)

[1]趙家禮，張慶達(dá).變壓器故障診斷與修理[M].北京:機(jī)械工業(yè)出版社，1998.

[2]周建華，胡敏強(qiáng)，周鶚.基于思維模式融合故障診斷的專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J].電工技術(shù)學(xué)報(bào)，1999(4):1-4.

[3]尚勇，閆春江，嚴(yán)璋.基于信息融合的大型油浸電力變壓器故障診斷[J].中國(guó)電機(jī)工程學(xué)報(bào)，2002，22(7):115-118.

[4]劉一，倪遠(yuǎn)平.三比值灰關(guān)聯(lián)度分析的變壓器故障診斷法[J].高電壓技術(shù)，2002，28(10):16-18.

[5]魏民祥，董龍雷，王曉云，等.基于不確定性推理原理的機(jī)組振動(dòng)信息融合技術(shù)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2000，20(9):64-66.

[6]郭宗軍，劉少軍，趙文彬.變電設(shè)備管理及絕緣診斷專家系統(tǒng)的開(kāi)發(fā)[J].高壓電器，2002，38(1):1-3.

[7]IEC60599.Mineral oil-impregnated Electrical Equipment in Service-guide to the Interpretation of Dissolved and Free Gases Analysis[M].Second Edition.1999.

[8]劉振娟，李宏光.混合型集成神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[J].北京化工大學(xué)學(xué)報(bào):自然科學(xué)版，2003，30(1):65-68.

[9]Islam S M，Wu T，Ledwich G.A Novel Fuzzy Logic Approach to Transformer Fault Diagnosis[J].IEEE Trans.on Dielectrics and Electrical Insulation，2002，7(2):177-186.

[10]常文平，范崢，王曉敏.變壓器故障在線監(jiān)測(cè)系統(tǒng)及其應(yīng)用[J].微計(jì)算機(jī)信息，2005，21(12):125-126.