学位论文 > 优秀研究生学位论文题录展示
基于神经网络的接地网故障诊断研究
作 者: 易志鹏
导 师: 彭敏放
学 校: 湖南大学
专 业: 电气工程
关键词: 接地网 故障诊断 神经网络 蚁群算法 直流信号 交流信号
分类号: TM862
类 型: 硕士论文
年 份: 2013年
下 载: 4次
引 用: 0次
阅 读: 论文下载
内容摘要
发变电站接地网是电力系统中必不可少的一部分,良好的接地系统是确保工作人员安全和电气设备正常运行的关键,并且还可以为整个电力系统提供一个参考的地电位。鉴于经济性的考虑,我国目前绝大部分接地网都是采用碳钢作为接地体的材料,埋于土壤中之后,经过腐蚀、机械损伤等原因,导致其电阻增大,电气性能恶化,直接危及电力系统的安全运行。因此研究接地网故障诊断方法,及时找出接地故障位置所在,排除故障,具有非常重要的意义。本文借鉴电网络分析的接地网故障诊断研究成果,考虑接地网在直流激励源下,将每根接地体视为纯电阻,构建了接地网的等效模型。基于此模型,通过获取接地网在支路故障时的可及测量节点电压值,经过归一化处理作为神经网络的输入样本,进行神经网络训练,利用训练之后的神经网络进行故障诊断定位。考虑到在直流激励下,将接地网构建为纯电阻模型,可以利用的故障特征量较少,利用这些故障特征量建立起来的电路方程都是欠稳定方程,难以直接解出方程,得到精确的诊断结果。为此本文继而考虑采用高频交流激励源对接地网进行激励,在此激励下,考虑导体的电抗特性,将接地网的每根接地体视为π模型,构建了接地网的新模型。基于此,获取地网可及测量节点的电压波形,考虑到小波包分解在提取故障特征情况的优势,因此利用小波包分解重构故障信号,计算其频带能量从而构造故障样本初始特征矢量,以此为输入样本,进行神经网络训练,以其进行地网诊断,得到更加准确的诊断结果。鉴于神经网络收敛速度慢,并且可能陷入局部最优的情况,采用蚁群优化神经网络对地网进行诊断,将其与没有优化的情况比较,发现收敛速度得到了提高,并且诊断结果更加准。
|
全文目录
摘要 5-6 Abstract 6-7 目录 7-10 插图索引 10-11 附表索引 11-12 第1章 绪论 12-18 1.1 电力系统接地概述 12 1.2 选题背景及意义 12-15 1.3 国内外研究现状 15-16 1.3.1 国外研究现状 15 1.3.2 国内研究现状 15-16 1.4 本论文的主要研究工作 16-18 第2章 接地网测试方法 18-28 2.1 引言 18 2.2 接地网的安全性 18-21 2.2.1 问题的引出 18-19 2.2.2 地网设计标准 19-20 2.2.3 接地网安全性检测 20-21 2.3 基于电网络分析的地网诊断原理 21-24 2.3.1 基本思想 22 2.3.2 数学模型 22-24 2.3.3 故障诊断方程 24 2.4 接地网测点优化布置 24-26 2.4.1 节点优选方案 25 2.4.2 接地引下线对测试的影响 25-26 2.5 接地网诊断对测试方案的基本要求 26-27 2.6 本章小结 27-28 第3章 基于神经网络的接地网故障定位 28-39 3.1 引言 28 3.2 神经网络概述 28-31 3.2.1 神经网络的发展及分类 28-29 3.2.2 神经网络的特点 29 3.2.3 学习算法 29-30 3.2.4 学习规则 30-31 3.3 Elman 神经网络 31-32 3.3.1 网络结构 31-32 3.3.2 Elman 网络和 BP 网络的比较 32 3.4 基于神经网络的故障模式识别 32-34 3.5 接地网仿真模型 34-35 3.6 应用神经网络的接地网诊断 35-38 3.6.1 故障诊断步骤 35-36 3.6.2 仿真计算 36-38 3.7 小结 38-39 第4章 采用高频信号测试的接地网诊断 39-53 4.1 引言 39 4.2 ATPDraw 软件简介 39 4.3 基于 ATPDraw 的接地网模型建立 39-42 4.3.1 接地体单元模型 39-40 4.3.2 接地网等效模型 40-42 4.4 特征提取方法 42-43 4.4.1 基于主元分析的特征提取 42 4.4.2 基于小波分析的特征提取 42 4.4.3 基于分形理论的特征提取 42 4.4.4 基于 K 近邻法的特征提取 42-43 4.4.5 基于粗糙集的特征提取 43 4.5 小波分析与小波包分解 43-48 4.5.1 小波分析的基础知识 43-44 4.5.2 多分辨率分析和 Mallat 算法 44-46 4.5.3 小波包分析 46-48 4.6 基于小波分析的接地网诊断 48-52 4.6.1 故障信号频段能量值提取 48-49 4.6.2 诊断模型及仿真 49-52 4.7 本章小结 52-53 第5章 基于蚁群神经网络的接地网诊断 53-61 5.1 引言 53 5.2 蚁群算法 53-57 5.2.1 蚁群算法原理 53-55 5.2.2 结合蚁群优化算法的神经网络训练 55-57 5.3 仿真分析 57-58 5.4 实例计算及分析 58-60 5.4.1 接地网模型 58 5.4.2 单支路故障 58-59 5.4.3 多支路故障 59-60 5.5 本章小结 60-61 结论 61-63 参考文献 63-67 致谢 67-68 附录A(攻读学位期间发表的学术论文目录) 68-69 附录B (攻读学位期间参加的科研工作) 69
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 基于支持向量机的故障诊断方法研究,TP18
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
中图分类: > 工业技术 > 电工技术 > 高电压技术 > 过电压及其防护 > 过电压保护装置
© 2012 www.xueweilunwen.com
|