学位论文 > 优秀研究生学位论文题录展示

电力变压器故障预测方法研究

作　者: 裴子春
导　师: 张彼德
学　校: 西华大学
专　业: 电力电子与电力传动
关键词: 电力变压器故障预测 BP模型 GM算法内组合遗传优化小生境技术模糊控制理论人工免疫
分类号: TM41
类　型: 硕士论文
年　份: 2011年
下　载: 90次
引　用: 1次
阅　读: 论文下载

内容摘要

电力变压器是最重要的变电设备,在电力系统中处于枢纽地位,其运行状态直接影响这整个电力系统的稳定性、安全性和可靠性。对电力变压器的故障进行有效的预测,既可给维护人员提供必要的参考以避免维修不足或过度维修,又可以保证供电的可靠性和用户的人生安全。如何提高预测的精度是研究的重点,也是难点,很多研究人员在这方面做了研究和探索。BP网络由于结构简单,易于建模而备受人们青睐。同时,我国的邓聚龙教授提出GM算法已被广泛用于人口预测、航空相机预测、道具耐用度预测等领域,具有广阔的应用前景。论文在广泛查阅相关文献的基础上,通过对GM算法和BP算法的深入研究,针对其本身的缺陷,提出了一些改进方法,并得到一系列相关的预测模型。通过仿真、比较,验证了这些理论的正确性、方法的有效性和预测模型的实用性。论文的主要工作包括:(1)对变压器故障预测技术做了总结;(2)对GM和BP算法做了深入的研究;(3)对变压器的GM预测模型进行了改进并实现了各改进模型的组合优化,即GM算法的“内组合”;(4)对变压器的BP预测模型进行改进,将遗传优化 BP模型引入到变压器故障预测中,并针对遗传算法本身的缺点,引入了小生境技术、模糊控制理论及人工免疫等以实现了模型的优化,同时形成了优化模型之间的组合,即BP算法的“内组合”;(5)建立了基于改进的变压器GM预测模型和BP预测之间的组合优化,即基于GM和BP的“外组合”;(6)提出了基于GM算法和BP算法的“多级组合模型”。(7)论文对上述研究成果进行了系统的总结,并提出了进一步研究的方向。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-14
  1.1 电力变压器故障预测的意义  8-10
    1.1.1 电力系统的安全性、稳定性和可靠性  8-9
    1.1.2 电力变压器故障对电力系统的影响  9
    1.1.3 变压器故障预测的重要性  9-10
  1.2 目前各领域常用的预测方法  10-12
  1.3 变压器故障预测  12
  1.4 论文的主要研究内容  12
  1.5 论文的主要工作  12-14
2 变压器常见故障分析  14-18
  2.1 变压器常见故障  14-15
    2.1.1 热故障  14-15
    2.1.2 放电故障  15
  2.2 变压器故障与油中溶解气体的关系  15-17
  2.3 小结  17-18
3 变压器故障预测的GM 算法研究  18-34
  3.1 GM 算法简介  18-19
    3.1.1 灰色系统和模型的特点  18
    3.1.2 灰色预测方法  18-19
  3.2 灰度预测建模及GM(1,1)模型在变压器故障预测中的应用  19-22
    3.2.1 灰色预测建模  19
    3.2.2 GM（1，1）模型及其在变压器故障预测中的应用  19-22
  3.3 GM(1,1)改进模型在变压器故障预测中的应用  22-33
    3.3.1 GM（1，N）在变压器故障预测中的应用  23-25
    3.3.2 遗传平滑优化GM（1，1，λ）在变压器故障预测中的应用  25-27
    3.3.3 加权均值GM(1，1)在变压器故障预测中的应用  27-28
    3.3.4 新陈代谢MGM(1,1)在变压器故障预测中的应用  28-29
    3.3.5 不等时距GM(1,1)在变压器故障预测中的应用  29-32
    3.3.6 不同改进模型之间的比较  32-33
  3.4 小结  33-34
4 BP 预测算法及改进模型在变压器故障预测中的应用  34-64
  4.1 人工神经网络与BP 预测模型  34-41
    4.1.1 人工神经网络  34-37
    4.1.2 BP 神经网络及 BP 预测模型在变压器故障预测中的应用  37-41
  4.2 遗传算法及遗传优化BP  41-44
    4.2.1 遗传算法  41-42
    4.2.2 遗传算法实现及变压器故障预测的遗传优化BP 模型  42-44
  4.3 小生境遗传算法优化BP  44-49
    4.3.1 小生境技术及小生境遗传算法  44-48
    4.3.2 变压器故障预测的隔离小生境遗传算法优化BP 模型  48-49
  4.4 模糊控制理论和自适应遗传优化BP  49-56
    4.4.1 模糊控制理论  49-54
    4.4.2 变压器故障预测的模糊控制遗传优化BP 模型  54-56
  4.5 人工免疫遗传算法优化BP 模型  56-63
    4.5.1 人工免疫  56-59
    4.5.2 人工免疫算法  59-62
    4.5.3 变压器故障预测的人工免疫遗传优化BP 模型  62-63
  4.6 几种预测模型的比较  63
  4.7 小结  63-64
5. 基于改进GM 和改进BP 的几种组合预测模型在变压器故障预测中的应用研究  64-69
  5.1 组合优化模型  64-65
  5.2 基于改进GM 和改进BP 的变压器故障预测组合模型  65-68
    5.2.1 GM 优化模型或 BP 优化模型的“内组合”  65-67
    5.2.2 优化GM 和优化BP 模型之间的“外组合”  67
    5.2.3 多级组合模型  67-68
  5.3 小结  68-69
结论  69-71
参考文献  71-78
攻读硕士学位期间发表的论文  78-79
致谢  79-80

电力变压器故障预测方法研究

内容摘要

全文目录

相似论文