论文摘要
变压器是电力系统中至关重要的设备之一,其运行状态直接关系到电力系统运行的可靠性与安全性。变压器一旦发生故障,通常会引起一定的经济损失。因此,必须加强对变压器运行以及故障的监测。变压器油中溶解气体的成分和含量是变压器内部故障的直接反映,是故障诊断的直接手段之一,配合变压器预防性试验能够更精确地检测到故障的发生位置。本文针对变压器故障诊断,主要做了以下研究工作:第一,围绕变压器油中溶解气体成分和含量的分析,本文介绍了三比值法在变压器故障诊断中存在的边界敏感、编码不全等缺陷,在此基础上,引入了基于FCM算法的变压器故障分类方法。根据实际的需求,提出了对传统的FCM训练参数进行改进的方法,以达到更加完善的聚类效果。通过Matlab编程,验证了FCM算法在变压器故障分类中的应用,是高效准确的。第二,本文首次以FCM算法故障分类以及变压器预防性试验结果为基础,构建了一种模糊Petri网变压器故障定位模型,该模型可同时满足条件完备和条件不完备两种情况下的使用。完成了模糊Petri网故障定位模型的数学模型的推导以及推理算法的实现。本文构建的模糊Petri网推理算法将故障模型转化为数学矩阵,通过矩阵运算,推出最终结论。同时,本文以Matlab为编程工具,实现了该模型数学推理的仿真。通过实例证明,该模型是正确的。第三,FCM算法以DGA数据为基础,能够比较好的实现变压器故障现象的划分,但是对于故障为绕组故障还是铁芯故障不能给出确切的答案,即不能判别故障的原因;而模糊Petri网模型能够利用变压器故障的现象（包括FCM诊断结果以及预防性试验结果）,建立故障现象与故障原因相对应的诊断模型,因此,在故障现象已知的情况下,根据建立的诊断模型便能推出故障原因,不过Petri网在大宗数据处理上却存在着缺陷。因此,本文将FCM算法与模糊Petri网结合在一起,实现两种方法的互补,既实现了故障现象的分类,又实现了故障原因的分析定位。第四,本文以FCM分类算法和模糊Petri网为核心,以VC++和Matlab混合编程为基础,设计并完成了变压器故障诊断软件的开发。该软件实现了变压器故障诊断快速准确的目的,特别是满足了变压器故障定位的要求,操作简单,诊断过程清晰明确,诊断结果准确可见。通过变电站现场运行数据,验证了本系统在变压器故障分类以及定位上是准确的、实用的。