学位论文 > 优秀研究生学位论文题录展示
油浸式电力变压器故障诊断的研究
作 者: 曾利平
导 师: 王海波
学 校: 中南大学
专 业: 控制科学与工程
关键词: 油浸式电力变压器 故障诊断 模糊IEC三比值诊断系统 自举法 小波神经网络 模拟退火算法
分类号: TM407
类 型: 硕士论文
年 份: 2011年
下 载: 203次
引 用: 2次
阅 读: 论文下载
内容摘要
当代社会经济的迅速发展带动了社会用电量的持续攀升,电网系统长期工作在超负荷状态,这给电网的维护人员带来了诸多难题。电力变压器是电网的核心设备之一,因此电力变压器的安全运行问题受到了越来越广泛的关注,对电力变压器的潜伏性故障的检测也成为了重要的研究课题。油浸式电力变压器的内部故障包括电性故障和热性故障,一旦发生故障可能会造成电网系统不能安全、正常的运行,甚至会发生重大的安全事故,因此对其进行定时诊断具有重大的意义。针对油浸式电力变压器的故障诊断,本文提出了两种解决方案。第一种方案是针对故障诊断的精确度提出的。由于IEC三比值法的边界划分不清楚和油中溶解气体的数据样本中各类故障的样本数不同,导致了样本不平衡,这些因素导致了诊断精度不高,因此本文提出了基于遗传算法优化规则表的电力变压器故障诊断方案。根据变压器故障类型及特点建立模糊故障诊断系统,并采用自举法扩充DGA样本。为了使得诊断精度更高,本文还采用了遗传算法来优化模糊规则表。第二种方案是针对BP神经网络易陷入局部极小和遗传算法的“早熟”问题提出的,主要是采用模拟退火算法来优化小波神经网络。模拟退火算法的优点就是避免陷入局部极小,而小波神经网络中的小波分析在时域和频域上具有良好的特性,这正好弥补了模拟退火算法在收敛速度上的缺陷。最后本文通过Matlab仿真软件对这两种方案进行了验证。通过仿真结果的对比和分析,第一种方案得到的仿真结果具有更高的诊断精度,而第二种方案在易陷入局部极小值问题上比其他方法更具优势。这表明了这两种方案的可行性和有效性。
|
全文目录
摘要 4-5 ABSTRACT 5-10 第一章 绪论 10-16 1.1 课题研究的目的与意义 10-11 1.2 油浸式电力变压器故障诊断发展现状和发展方向 11-14 1.2.1 油浸式电力变压器国内外的研究和发展概况 11-13 1.2.2 油浸式电力变压器的故障类型分析 13-14 1.3 本论文的主要工作和论文结构 14-16 1.3.1 论文结构 14-15 1.3.2 主要工作 15-16 第二章 油浸式电力变压器的故障诊断技术 16-25 2.1 故障诊断的必要性 16-17 2.2 故障诊断的基本原理 17 2.3 油浸式电力变压器的结构原理和应用范围 17-18 2.4 油浸式电力变压器的故障诊断技术 18-24 2.4.1 油中溶解气体分析法 19-20 2.4.2 三比值法 20-21 2.4.3 人工智能技术 21-24 2.4.3.1 变压器故障诊断的神经网络 21-22 2.4.3.2 变压器故障诊断的模糊技术 22-23 2.4.3.3 变压器故障诊断的专家系统 23-24 2.5 小结 24-25 第三章 模拟退火算法和遗传算法 25-34 3.1 遗传算法 25-29 3.1.1 遗传算法的形成和发展 25-26 3.1.2 遗传算法的基本思想 26-27 3.1.3 遗传算法的基本过程 27-29 3.2 模拟退火优化算法 29-32 3.2.1 模拟退火优化算法的形成和发展 29 3.2.2 模拟退火优化算法的基本思想 29-30 3.2.3 模拟退火算法的关键参数和基本操作流程 30-32 3.3 模拟退火算法与遗传算法的性能比较 32-33 3.4 小结 33-34 第四章 基于模糊IEC三比值法的电力变压器故障诊断 34-43 4.1 引言 34-35 4.2 变压器的模糊IEC三比值故障诊断系统 35-36 4.3 遗传算法优化模糊规则表 36-38 4.4 自举法处理DGA样本 38-39 4.5 仿真实例与结果分析 39-41 4.6 小结 41-43 第五章 基于模拟退火的变压器故障诊断 43-53 5.1 引言 43 5.2 小波神经网络 43-46 5.2.1 小波变换的发展 44 5.2.2 神经网络的发展 44-45 5.2.3 小波神经网络模型 45-46 5.3 模拟退火算法优化网络 46-48 5.4 仿真实例与结果分析 48-52 5.5 小结 52-53 第六章 结束语 53-55 6.1 结论与工作 53-54 6.2 存在问题与展望 54-55 参考文献 55-60 致谢 60-62 攻读学位期间主要的研究成果 62
|
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
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 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
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 水上交通安全保障系统的关键技术研究,U698
- 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 轨道交通车辆轴承故障诊断分析与研究,U279.3
- 基于Hopfield神经网络的管道泄漏检测方法研究,U178
- 基于改进PSO和参数优化的LSSVM的风力发电机齿轮箱故障诊断,TM315
- 质子交换膜燃料电池热管理的动态建模、控制仿真及故障诊断策略研究,TM911.4
- 基于多变量统计分析的制冷系统故障检测与诊断,TB65
- 匹配追踪算法的优化及其在滚动轴承故障诊断中的应用,TH165.3
- 不确定系统的鲁棒故障估计与主动容错控制研究,TP13
- 基于RDT&FDF方法的石油钻井事故诊断系统,TE28
- 基于小波神经网络的风电变流器故障诊断研究,TM46
- 基于改进智能算法的电力机车牵引变压器故障诊断技术研究,U269.6
- 基于小波神经网络和STAR的股指预测方法研究,F224
- 自动气象站故障诊断与质量控制系统设计,P415.12
中图分类: > 工业技术 > 电工技术 > 变压器、变流器及电抗器 > 一般性问题 > 维护、检修
© 2012 www.xueweilunwen.com
|