智能信息融合技术在变压器故障诊断中的应用研究

论文摘要

电力变压器是电力系统中最重要的电气设备之一。及早发现变压器的潜伏性故障,保证变压器的安全运行,是电力部门关注的一个重要问题。变压器油中溶解气体分析是变压器内部故障诊断的重要手段,它为间接了解变压器内部的一般隐患提供了重要依据。由于故障征兆和故障类型之间常常存在复杂的非线性、不确定性和各种故障之间联系的复杂性,使得诊断系统的数学模型较难获取。本文研究了信息融合技术在变压器故障诊断中的应用,论文主要工作如下。概述了智能电网的基本特征,以及变压器设备检修的三个发展阶段。阐述了信息采集、信息处理和多传感器信息融合技术在变压器故障诊断中的应用。介绍了变压器的常见故障类型,分析了目前变压器故障检测技术的特点及其局限性。重点分析了变压器油中气体产生的原因以及在不同故障情况下油中气体的含量,介绍了三比值法、无编码比值法、特殊气体法及油中气体增长率法等故障诊断方法。指出了利用油中溶解气体进行故障分析与诊断的优势。介绍了神经网络的发展历程、基本原理和基本特征。重点阐述了信息融合中的BP神经网络技术,包括其结构、算法和构建方法。针对BP算法存在的一些缺点,提出了改进BP神经网络法。建立了变压器油气分析BP神经网络故障诊断模型。基于30组油气样本数据,通过对BP神经网络进行学习训练,得出了该BP神经网络的权值和阈值,即具体的故障诊断模型。将该诊断模型应用到另外30组实验数据,得出了变压器故障诊断结果。结果表明,本文所提出的方法和模型,具有诊断准确性高、收敛速度较快、能收敛到全局极值点等特点,具有较大的工程实际应用价值。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 课题研究背景及意义
• 1.2 变压器设备检修的发展概况
• 1.3 智能电网及变压器的概述
• 1.4 信息融合技术在变压器中的应用
• 1.4.1 多传感器信息融合技术
• 1.4.2 信息融合的具体方法
• 1.4.3 信息融合中信息的采集
• 1.4.4 信息融合中信息处理
• 1.5 本文的主要研究内容
• 第2章 变压器的故障检测与诊断
• 2.1 电力变压器的简介
• 2.1.1 变压器结构
• 2.1.2 变压器的分类
• 2.1.3 变压器的常见故障类型
• 2.2 变压器主要的故障检测技术
• 2.2.1 变压器实验检测
• 2.2.2 变压器的在线检测
• 2.3 本章小结
• 第3章 变压器油中溶解气体的检测与诊断方法
• 3.1 变压器油中气体产生的原因
• 3.2 变压器油中气体的来源
• 3.3 变压器不同状态下油中气体的含量
• 3.4 变压器内部故障类型与油中气体含量关系
• 3.4.1 过热性故障
• 3.4.2 电性故障
• 3.4.3 受潮
• 3.5 以油气分析为依据的故障诊断方法
• 3.5.1 三比值法
• 3.5.2 四比值法
• 3.5.3 无编码比值法
• 3.5.4 特殊气体法
• 3.5.5 油中气体增长率
• 3.6 本章小结
• 第4章 基于改进BP算法的变压器油气故障检测
• 4.1 信息融合概述
• 4.2 神经网络概述
• 4.2.1 神经网络的发展历程
• 4.2.2 人工神经网络的生物学基础
• 4.2.3 神经网络的结构模型
• 4.2.4 神经网络的学习方式
• 4.2.5 神经网络的激励函数
• 4.2.6 神经网络的学习算法
• 4.2.7 神经网络的基本特征和性质
• 4.3 BP神经网络介绍
• 4.3.1 BP神经网络的基本模型和基本特征
• 4.3.2 BP网络的学习方式
• 4.3.3 BP算法的局限性分析
• 4.3.4 BP神经网络算法的改进方向
• 4.4 BP算法的设计
• 4.5 基于改进的BP算法对变压器故障的诊断
• 4.5.1 BP神经网络隐层节点数的选择
• 4.5.2 BP神经网络算法的改进
• 4.5.3 改进BP算法的网络仿真测试训练
• 4.5.4 数据分析
• 4.6 本章小结
• 结论与展望
• 1 本文工作总结
• 2 今后研究工作展望
• 参考文献
• 致谢
• 附录 攻读硕士学位期间所发表的主要学术论文目录