基于多知识库电力变压器故障诊断专家系统

论文摘要

电力变压器结构复杂,其发生故障的形式错综复杂。传统的电力变压器故障诊断方法是对变压器进行离线电气试验,这种方法难以实时检测故障且可能造成过度检修；另一种方法是基于油中溶解气体分析的故障诊断方法,该方法对检测故障非常有效,但不能对故障进行定位。因此,本文研究并开发了电力变压器故障诊断系统。论文的主要成果如下：1、提出基于Huffman树型支持向量机故障分类器的设计。首先将基于Huffman树型的故障分类器运用在变流器的故障诊断上,在MATLAB上建立三相逆变器模型并获取66个故障波形,利用小波分析和奇异值分解方法提取故障波形特征值,然后利用基于Huffman树的支持向量机进行波形分类,实验结果显示基于Huffman树支持向量机对时序序列的分类准确率达到95%以上；本文将基于Huffman树型支持向量机的故障分类器应用到电力变压器的故障诊断中,该分类器能实现对变压器的10种性质的故障进行分类,实验结果显示分类准确率达到90%以上。2、针对电力变压器故障机理复杂多样的特征,提出了基于知识库为核心的电力变压器故障诊断专家系统,建立了以油中溶解气体分析(DGA)知识库、绝缘系统检测知识库、油中微水含量检测知识库三个知识库信息融合的故障确诊策略。其中,针对油中溶解气体分析知识库中知识量大的特征,使用规则置信度对一故障信息可匹配多条规则知识的情况进行冲突消减；根据电力变压器故障种类概率呈现中间大两头小的特点,建立动态知识库模型以存入变压器近期故障,推理机进行推理时首先扫描动态知识库。实验结果表明,该专家系统在检测变压器故障时表现出了较高的准确率和较高的诊断速率。3、本文以VS2008为开发工具、Microsoft SQL Server2005为后台数据库,设计开发了电力变压器故障诊断系统软件,该系统软件包括6个功能模块,实现查看实时状态,浏览数据,进行设备和用户的管理、设置采样计划、查看系统日志等功能。该系统集成了基于知识库的变压器专家系统,以实现自动分析并处理接收的变压器数据,对变压器进行故障分析并给出处理建议。现场应用结果表明,该系统能够很好地实现对电力变压器状态的实时监控。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究课题的背景和意义
• 1.2 电力变压器在线监测发展状况
• 1.3 基于人工智能的变压器故障诊断研究现状
• 1.4 本文研究内容
• 第二章 电力变压器常见故障及诊断方法
• 2.1 电力变压器故障构件及功能
• 2.2 电力变压器故障原因及类型
• 2.3 电力变压器故障诊断方法
• 2.3.1 变压器电气试验方法
• 2.3.2 油中溶解气体与变压器故障关系
• 2.3.3 油中溶解气体分析的故障诊断方法
• 2.3.4 油中溶解气体分析与电气试验关系
• 2.4 小结
• 第三章 基于HUFFMAN树型支持向量机的故障分类器设计
• 3.1 支持向量机原理
• 3.1.1 线性分类
• 3.1.2 非线性分类
• 3.1.3 多类分类
• 3.2 基于HUFFMAN树支持向量机的变流器故障波形分类
• 3.2.1 变流器输出波形特征提取
• 3.2.2 故障分类支持向量机结构选取
• 3.2.3 训练支持向量机
• 3.2.4 测试支持向量机
• 3.3 基于支持向量机的变压器故障分类
• 3.3.1 变压器故障诊断模型
• 3.3.2 训练数据的生成及预处理
• 3.3.3 训练支持向量机
• 3.3.4 测试故障分类器
• 3.4 小结
• 第四章 基于知识库的变压器故障诊断专家系统
• 4.1 专家系统模型
• 4.2 知识获取
• 4.3 变压器故障知识表示
• 4.4 数据库的设计
• 4.5 推理机的设计
• 4.6 小结
• 第五章 电力变压器故障诊断系统开发
• 5.1 系统总体结构
• 5.2 变压器故障监测系统软件设计
• 5.2.1 软件系统开发平台及结构设计
• 5.2.2 系统软件设计关键技术
• 5.2.3 功能模块
• 5.2.4 运行结果
• 5.3 小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要研究成果