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
|
相似论文
- 人工免疫分类和异常识别算法的改进,R392.1
- 我国高校危机管理预警系统研究,G647.1
- 基于人工免疫的病毒检测技术研究,TP393.08
- 基于电子电力变压器的最优潮流控制,TM76
- 基于智能算法的碳纤维原丝纺丝工艺监测与优化,TQ342.742
- 基于等值电路模型的变压器波过程计算与软件开发,TM41
- 电力变压器杂散损耗及相关热问题的计算与分析,TM411
- 直升机主减速器故障诊断与故障预测技术研究,V267
- 基于Petri网建模的作业车间调度智能算法研究,TP18
- 直升机传动链故障诊断与健康管理系统设计及关键技术研究,V267
- 基于粒子群算法的电力变压器主绝缘设计,TM41
- 数据挖掘在高速公路机电设备故障预测中的应用,U418.7
- 基于协议分析和免疫原理的入侵检测技术研究,TP393.08
- 粒子群优化及其在图像分割中的应用,TP391.41
- 电力变压器的智能故障诊断方法研究,TM41
- SCB11-1600/10树脂绝缘干式电力变压器的研发,TM412
- 变压器故障综合诊断专家系统的研究与实现,TM407
- 电力变压器局放超高频监测数据分析,TM41
- 基于人工免疫网络的道路状况动态预测,TP18
- 基于两层次聚类的车辆配载调度方法,U492.22
- 物流系统设备,TH69
中图分类: > 工业技术 > 电工技术 > 变压器、变流器及电抗器 > 电力变压器
© 2012 www.xueweilunwen.com
|