学位论文 > 优秀研究生学位论文题录展示

基于SF6分解物分析的电气设备故障诊断研究

作 者: 刘曼
导 师: 熊高峰
学 校: 湖南大学
专 业: 电气工程
关键词: SF6 放电故障 绝缘缺陷 特征参量 支持向量机 VBA
分类号: TM855
类 型: 硕士论文
年 份: 2013年
下 载: 42次
引 用: 0次
阅 读: 论文下载
 

内容摘要


六氟化硫(SF6)气体具有优良的绝缘和灭弧性能,在电力高压设备中得到广泛使用。电气设备发生放电故障时,SF6气体发生分解,并与气室内的杂质发生化学反应生成一系列氟氧化物。由于传统的电气试验法在故障诊断上具有局限性,因此,利用SF6分解气体组分诊断设备故障及评估其运行状况,对设备早期故障的诊断与预测具有重大意义。本文主要展开以下四部分的研究:(1)对SF6放电分解气体的形成机理、影响因素、相对含量及变化趋势展开深入研究分析。(2)针对SF6电气设备,分别建立放电故障模型及绝缘缺陷模型;分别选取合适的气体组分或比值作为特征参量,采用支持向量机多分类方法,在Matlab中开发故障诊断程序。(3)选取合适的监测气体,进行气体曲线拟合,预测设备故障发展趋势,评估设备运行状况。(4)开发“故障分析系统”,为故障诊断及故障预测提供操作平台。本文主要得到以下四点成果:(1)放电故障是导致SF6气体发生分解的主要原因,影响其放电分解的因素有放电类型、放电能量高低与持续时间、电极材料与绝缘材料、水分与氧气等杂质等。(2)采用支持向量机多分类法,成功开发基于SF6分解物分析的电气设备故障诊断程序,测试结果显示故障诊断程序能正确诊断放电故障类型和绝缘缺陷类型。(3)采用SOF2气体和SO2F2气体作为监测气体,得到了理想的气体拟合曲线及拟合函数,可对设备运行状况进行评估。(4)成功开发了“故障分析系统”,该系统为基于SF6分解物分析的故障诊断、故障预测提供了良好的操作平台。

全文目录


摘要  5-6
Abstract  6-7
目录  7-9
插图索引  9-11
附表索引  11-12
第1章 绪论  12-17
  1.1 SF_6放电分解研究的意义  12-13
  1.2 SF_6气体分解国内外研究现状  13-16
  1.3 本文的主要研究内容与章节安排  16-17
第2章 SF_6 放电分解机理及其影响  17-26
  2.1 SF_6气体基本特性  17-18
  2.2 SF_6气体放电分解  18-25
    2.2.1 SF_6放电分解机理  18-19
    2.2.2 影响 SF_6气体放电分解的因素  19-22
    2.2.3 SF_6分解产物对安全运行的影响  22-24
    2.2.4 SF_6气体分解产物的检测方法  24-25
  2.4 本章小结  25-26
第3章 SF_6电气设备故障诊断  26-46
  3.1 故障诊断的方法  26-27
  3.2 支持向量机  27-32
  3.3 放电故障类型与绝缘缺陷类型确立  32-36
    3.3.1 放电故障类型  32-33
    3.3.2 绝缘缺陷类型  33-36
  3.4 数据获取  36-39
    3.4.1 放电故障类型数据  36-37
    3.4.2 绝缘缺陷类型数据  37-39
  3.5 程序设计  39-44
  3.6 诊断结果  44-45
  3.7 本章小结  45-46
第4章 故障预测  46-52
  4.1 监测气体选取  46-47
  4.2 监测气体曲线拟合  47-51
  4.3 本章小结  51-52
第5章 故障分析系统设计  52-59
  5.1 VBA 简介  52-53
  5.2 故障分析系统界面  53-58
  5.3 本章小结  58-59
结论与展望  59-61
参考文献  61-66
致谢  66

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 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
  3. 基于支持向量机的故障诊断方法研究,TP18
  4. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  5. VBA环境下三维矿图的绘制,TP391.72
  6. 基于支持向量机的故障诊断研究,TH165.3
  7. 人类抗原肽载体结合力预测,R392.1
  8. 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
  9. 基于VBA技术的Office上机考试系统的设计与实现,TP311.52
  10. 军事港口目标分类平台的设计与实现,TP751
  11. 翅片管换热器计算机辅助平台的研制,TK172
  12. 数据挖掘技术在证券市场分析中的应用研究,F830.91
  13. 机器学习在球墨铸铁蠕化率问题的应用研究,TG143.5
  14. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  15. 基于ANN和SVM的三峡水库香溪河库湾富营养化预测研究,X832
  16. 基于激光检测数据的路面破损分类识别,TN247
  17. 基于SVM的联机手写分类器设计,TP391.41
  18. 智能视频监控系统中的行为识别研究,TP391.41
  19. 基于脑电信号的疲劳估计和实时监控技术研究,TN911.6
  20. 基于配体结构的药物靶标预测及细胞色素P450酶代谢底物数据库CYP-Meta的构建,R91
  21. 基于信息融合的海洋溢油识别系统研究,X55

中图分类: > 工业技术 > 电工技术 > 高电压技术 > 高电压绝缘技术 > 绝缘的试验与检查
© 2012 www.xueweilunwen.com