基于油中溶解气体分析的变压器智能故障诊断

论文摘要

云南省第七次党代会确定培育以水电为主的电力产业作为云南经济社会发展支柱产业之一以来，云南的电力得到蓬勃发展。电力变压器是电力网的核心设备之一，随着超高压和特高压输变电技术的迅速发展，电网容量加大和覆盖面增广，电力变压器的正常运行将对电力系统安全和社会经济效益产生越来越大的影响，及早及时地发现故障具有重要意义。本课题是变压器故障诊断系统的研究和实现。系统建立的目的就是运用人工智能的手段，对变压器状态检测所获得的数据进行分析和处理从而掌握被监测对象的运行状态或故障原因。本文结合课题的具体实践，对故障诊断系统的关键技术进行了深入的理论和实践研究。主要为(1)深入分析油中溶解气体为特征诊断变压器内部故障的原理，并对油中溶解气体的比值诊断法、灰色关联分析进行应用和研究。(2)通过查阅大量的相关文献资料收集尽量多的故障样本数据(主要是DGA数据)，构造神经网络的训练样本集。(3)对神经网络的基本理论进行了深入的研究，并针对BP网络训练速度慢的特点，对BP网络进行了改进；探讨了神经网络的建模方法，通过经验公式与反复试验的方法确定了合理的网络结构和训练参数。(4)对专家系统的原理、知识的获取、知识库的结构、推理机的设计、数据库的设计等问题进行了深入的研究。(5)把专家系统和神经网络结合起来，分析设计了一个混合型(协同式的)专家系统，在推理机制中，应用了信息融合多专家诊断策略。同时，运用实际例子说明了多专家投票加权策略的应用，实际证明，此种方法具有一定的应用价值。这也是本文的一个创新。本论文在开发过程中，对神经网络训练样本的收集这一课题瓶颈问题进行了有益的探索，并提出了相应的解决方法。同时，对于信息融合的新兴技术，也做了有益的说明和研究。本课题以实际应用为目的，以系统智能化为特点，提高变压器的故障诊断实时性和开放性。目前系统已基本建立，系统测试表明：该系统能满足具体实际应用要求并具有较好的结果。本系统采用的设计方法对类似的其他系统具有参考借鉴价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究变压器故障诊断的意义
• 1.2 变压器故障诊断专家系统的发展和现状
• 1.2.1 引言
• 1.2.2 研究现状
• 1.2.3 需求分析
• 1.3 本文的主要研究内容
• 第二章 电力变压器故障及早期故障诊断方法分析
• 2.1 电力变压器故障的原因和种类
• 2.2 电力变压器油中气体的产生机理和分析
• 2.2.1 变压器内气体析出的原因
• 2.2.2 变压器内绝缘油中气体产生的机理
• 2.3 变压器内部故障类型与油中溶解气体含量的关系
• 2.3.1 气体在绝缘油中的溶解度
• 2.3.2 正常运行时和故障时油中气体含量
• 2.4 基于油中溶解气体的传统故障诊断法
• 2.4.1 特征气体法
• 2.4.2 三比值判断法
• 2.5 基于DGA的灰色关联分析变压器故障诊断
• 2.5.1 相对的灰色关联分析
• 2.5.2 灰色关联分析的应用和发展
• 2.6 DGA应用的欠缺与不足
• 2.7 小结
• 第三章 人工神经网络技术及其在变压器故障诊断中的应用
• 3.1 引言
• 3.1.1 人工神经网络的特点
• 3.1.2 人工神经网络技术的发展和研究现状
• 3.2 人工神经网络基础
• 3.2.1 人工神经元模型
• 3.2.2 神经网络的性质
• 3.3 误差逆传播（BP）神经网络的原理和改进
• 3.3.1 BP神经网络的结构和学习过程
• 3.3.2 BP神经网络的算法原理
• 3.3.3 人工神经BP网络的不足与改进
• 3.4 小结
• 第四章 变压器故障诊断中的BP网络设计
• 4.1 学习样本的收集和预处理
• 4.2 确定输入/输出模式
• 4.3 BP网络结构的确定
• 4.3.1 隐含层层数和节点数的确定
• 4.3.2 BP网络结构中参数的确定
• 4.4 基于matlab的BP网络训练和测试
• 4.5 基于matlab的神经网络工具箱
• 4.6 建立BP网络中的一点反思
• 4.7 小结
• 第五章 基于信息融合诊断的专家系统分析
• 5.1 专家系统的结构
• 5.2 神经网络与专家系统结合的方式
• 5.3 变压器故障诊断专家系统的设计分析
• 5.3.1 数据库的设计分析
• 5.3.2 知识获取模块
• 5.3.3 知识库的设计
• 5.3.4 推理机
• 5.3.5 解释模块
• 5.3.6 多专家诊断信息融合
• 5.3.7 实例
• 5.4 小结
• 第六章 结论与展望
• 致谢
• 附录A 参考文献
• 附录B 读学位期间的主要成果