学位论文 > 优秀研究生学位论文题录展示

基于云模型的变压器状态评估与故障诊断的研究

作　者: 宫政
导　师: 朱永利
学　校: 华北电力大学
专　业: 计算机应用技术
关键词: 电力变压器 云模型 状态评估 故障诊断
分类号: TP3
类　型: 硕士论文
年　份: 2011年
下　载: 130次
引　用: 1次
阅　读: 论文下载
 

内容摘要


变压器作为电力系统中的核心设备,它的安全性和可靠性直接关系到电力系统的安全性和可靠性。由于各种内部因素和外部因素的影响,变压器在长期的运行中出现故障或事故的情况是难以避免的。作为变压器的状态检修基础,电力变压器的状态评估显得尤为重要,而作为状态评估的特例,故障诊断技术的研究同样具有非常重要的意义。因此,研究电力变压器的状态评估方法和故障诊断技术,以便及时、准确地检测出变压器的潜伏性故障,在成为电力行业普遍关注的课题的同时,也受到了学术界的广泛关注。在变压器的状态评估方面,鉴于传统的评估方法只考虑了指标的模糊性而忽略了随机性,利用云模型理论在考虑模糊性的同时兼顾随机性的特点,将云模型理论应用其中,建立了新的状态评估模型。同时,结合层次分析法获取各指标的权重信息,利用变权公式对个别关键指标的权重进行均衡性调整,并采用云函数计算出各指标的评判矩阵,最终得到更接近实际的评判向量,从而判断出变压器的状态。通过实例分析,将新的评估模型与传统的评估方法进行对比,得出运用云模型理论对变压器进行状态评估的结果更接近于实际状态。在变压器的故障诊断方面,鉴于物元理论在构建诊断模型时,忽略了分界值的不确定性,使诊断结果偏离了实际情况。利用云模型能合理地解决边界不确定问题,将物元理论与云模型相结合,建立了新的故障诊断模型。同时,结合油中溶解气体分析技术,通过对油中溶解气体的浓度、产气率、总烃含量以及气体间比值的分析,客观、准确地对变压器进行故障诊断。通过与其他诊断技术相比较,并结合案例分析,得出基于物元理论和云模型的变压器故障诊断技术具有更高的正确率。

全文目录


摘要  5-6
Abstract  6-9
第1章 绪论  9-16
  1.1 选题背景及研究意义  9-10
  1.2 变压器状态评估研究现状  10-11
  1.3 变压器故障诊断研究现状  11-13
  1.4 云模型的研究现状  13-14
  1.5 论文的主要研究工作  14-15
  1.6 论文的组织结构  15-16
第2章 云模型理论简介  16-24
  2.1 引言  16
  2.2 云模型理论  16-22
    2.2.1 云模型的基本概念  16-17
    2.2.2 云的数字特征  17-18
    2.2.3 云发生器  18-20
    2.2.4 云的不确定推理  20-21
    2.2.5 云滴群对定性概念的贡献  21-22
  2.3 现有的云模型的评判方法  22-23
  2.4 本章小结  23-24
第3章 电力变压器状态评估信息  24-32
  3.1 引言  24-25
  3.2 变压器评估体系的评分模型  25-26
  3.3 变压器评估体系指标的量化  26
  3.4 状态评估信息的分析  26-31
    3.4.1 电气试验信息分析  26-29
    3.4.2 油中溶解气体分析  29-30
    3.4.3 绝缘油特性分析  30-31
    3.4.4 其他因素分析  31
  3.5 本章小结  31-32
第4章 基于云模型的电力变压器状态评估  32-42
  4.1 引言  32
  4.2 基于云模型的变压器状态评估模型  32-33
  4.3 基于云模型的变压器状态评估的步骤  33-37
    4.3.1 建立变压器状态评估体系  33-34
    4.3.2 建立变压器状态评分模型  34-35
    4.3.3 确定各指标的权重  35-36
    4.3.4 确定各指标对应的云模型表述值和相应的隶属度值  36-37
    4.3.5 通过计算得到目标评价向量  37
    4.3.6 确定变压器的状态以及采取的维修策略  37
  4.4 基于云模型的变压器综合状态评估程序实现  37-38
  4.5 实例分析  38-41
  4.6 本章小结  41-42
第5章 基于物元理论和云模型的变压器故障诊断  42-52
  5.1 引言  42
  5.2 改进的物元理论  42-44
    5.2.1 物元理论  42-43
    5.2.2 关联函数  43-44
    5.2.3 基于云模型的物元模型  44
  5.3 基于物元理论和云模型的变压器故障诊断  44-47
    5.3.1 数据的预处理  45
    5.3.2 确定变压器的故障类型  45-46
    5.3.3 确定故障类型对应的标准云模型  46-47
    5.3.4 确定油色谱样本的物元模型  47
    5.3.5 计算关联函数值  47
    5.3.6 确定故障类型  47
  5.4 实例分析  47-48
  5.5 系统的运行效果  48-51
  5.6 本章小结  51-52
第6章 结论与展望  52-54
参考文献  54-57
攻读硕士学位期间发表的论文及参与的科研项目  57-58
致谢  58-59
摘要  59-63
ABSTRACT  63-67

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 基于支持向量机的故障诊断方法研究,TP18
  5. 三容水箱系统故障诊断算法研究,TP277
  6. 基于层次分析法的模糊综合评价研究和应用,O225
  7. 水上交通安全保障系统的关键技术研究,U698
  8. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  9. 基于云模型的软件可信性评估模型,TP311.53
  10. 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
  11. 基于证据理论和云模型的多属性决策算法研究,C934
  12. HART现场故障诊断仪的研究与实现,TP277
  13. 聚合釜群多通道实时在线监测系统研究,TP274
  14. 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
  15. 发电设备综合状态的评价方法研究及应用,TM621.3
  16. P2P网络信任模型及其相关技术的研究,TP393.08
  17. 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
  18. 基于电子电力变压器的最优潮流控制,TM76
  19. 频带熵方法及其在滚动轴承故障诊断中的应用,TH165.3
  20. 汽车起重机关键部件智能故障诊断系统开发,TH213.6
  21. 举升液压系统数控模拟试验台的设计与研究,TH702

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术
© 2012 www.xueweilunwen.com