论文题目: 基于神经网络的运行变压器故障诊断技术及其应用
论文类型: 硕士论文
论文专业: 电气工程
作者: 徐海鹰
导师: 陈伟根,杨志国
关键词: 神经网络,状态监测,油中溶解气体分析,局部放电模式识别
文献来源: 重庆大学
发表年度: 2005
论文摘要: 本文引入神经网络理论，将BP神经网络应用到基于油中溶解气体分析（DGA）的变压器故障诊断及ART和BP网络对局部放电（PD）模式进行识别，实现变压器运行状态在线监测及故障诊断。 论文首先论述了神经网络的模型和学习算法，根据BP网的基本原理提出了两种输入方式的BPNN诊断法。训练好的神经网络可对含有H2、CO等7种气体组分的监测数据进行处理，然后给出诊断结果。该新方法同传统的IEC三比值法的比较结果显示，神经网络诊断方法是优越的。 针对局部放电信号的模拟和采集，通过模拟局放的5种电极形式，给出了相应的实验结果。引入了统计算子来提取PD信号的特征，很好地反映了PD的相位分布特性，可以作为神经网络的输入特征矢量。针对ART2原始算法十分复杂难以应用的情况，提出简化了的SART网来处理作为输入向量的统计算子数据。应用事例表明，神经网络能很好地识别局放模式。
论文目录:
摘要
ABSTRACT
1 绪论
1.1 大型电力变压器故障诊断的目的和意义
1.2 目前大型电力变压器内绝缘故障诊断的主要方法及存在的问题和困难
1.2.1 变压器油中溶解气体的在线监测及故障诊断
1.2.2 局部放电在线监测
1.3 基于神经网络的电力变压器故障诊断技术研究的国内外现状
1.3.1 以神经网络为基础的国内外应用研究概况
1.3.2 以故障诊断为目的的国内外应用研究概况
1.4 作者的研究内容
1.5 小结
2 神经网络模型及学习算法的分析
2.1 概述
2.1.1 人工智能的提出
2.1.2 神经网络发展简史
2.2 人工神经元模型简介
2.2.1 大脑的生物模型
2.2.2 人工神经元模型
2.3 人工神经网络模型
2.4 神经网络的学习算法
2.4.1 反向传播算法(BP)
2.4.2 ART理论及其相应学习算法
2.5 小结
3 BP神经网络在以油中溶解气体为特征量的变压器故障诊断中的应用
3.1 三比值故障诊断法存在的缺陷及解决的新思路
3.1.1 变压器内部故障类型与特征气体的关系
3.1.2 三比值故障诊断法
3.1.3 比值法存在的缺陷
3.1.4 神经网络带来的解决问题的新思路
3.2 BP神经网络的建立
3.2.1 在油中溶解气体分析法中引入BP网络进行故障诊断的可行性
3.2.2 BP网络的学习流程
3.2.3 学习样本的收集
3.2.4 输入、输出模式的确定
3.3 影响BP神经网络收敛特性因素的探讨
3.3.1 BP算法存在的难点
3.3.2 隐含层神经元个数的影响
3.3.3 学习因子的影响
3.3.4 BP网络学习算法的一些改进
3.4 网络验证及仿真结果
3.5 小结
4 神经网络在变压器局部放电模式识别中的应用研究
4.1 概述
4.2 局放识别的两种基本途径
4.2.1 相位相关法
4.2.2 时间相关法
4.3 局放模拟试验及数据采集装置
4.3.1 局放模拟试验装置
4.4 放电模型的试验结果
4.5 用BP神经网络对局放模式进行识别
4.5.1 BP神经网络结构的确定
4.5.2 学习样本的建立
4.5.3 BP神经网络神经网络识别结果
4.6 应用ART神经网络对局放模式进行识别
4.6.1 局放数据的预先处理
4.6.2 SART网—ART2网的简化
4.6.3 SART神经网络对局放模式识别的结果
4.7 小结
5 结论
致谢
参考文献
独创性声明
学位论文版权使用授权书
发布时间: 2006-12-06
参考文献
- [1].基于油气量和超高频局放信号的变压器故障诊断研究[D]. 洪浪.湖北工业大学2016
- [2].基于GPRS的变压器故障诊断系统的研究[D]. 祝孝玲.山东大学2011
- [3].基于在线序列极限学习机的变压器故障诊断研究[D]. 裴飞.华北电力大学2015
- [4].基于优化PNN网络的变压器故障诊断研究[D]. 高杰.安徽理工大学2018
- [5].基于改进的模糊C均值聚类算法的变压器故障诊断研究[D]. 肖乾望.东南大学2017
- [6].基于量子免疫优化BP神经网络算法的变压器故障诊断研究[D]. 罗艳.西安科技大学2018
- [7].基于关联气体和优化支持向量机的变压器故障诊断[D]. 柴俊岭.西安理工大学2018
- [8].基于量子遗传神经网络的变压器故障诊断研究[D]. 周国庆.华北理工大学2018
- [9].基于支持向量机与化学反应优化算法的变压器故障诊断[D]. 罗伟.湖南大学2017
- [10].基于支持向量理论的变压器故障诊断与监测系统[D]. 李震.哈尔滨工程大学2015
相关论文
- [1].基于特征气体的变压器故障神经网络诊断系统[D]. 秦丽.哈尔滨理工大学2006
- [2].基于电气特征量的变压器故障诊断新研究[D]. 郭太圣.河海大学2007
- [3].电力变压器故障诊断及寿命预测方法的研究[D]. 高亚娴.西安电子科技大学2007
- [4].基于数据挖掘的变压器故障诊断研究[D]. 王芳.华北电力大学（河北）2007
- [5].基于BP神经网络的电力变压器故障诊断的研究[D]. 殷跃.吉林大学2007
- [6].人工神经网络在变压器故障诊断应用中的比较研究[D]. 刘毅.广西大学2007
- [7].基于DGA的变压器故障诊断专家系统的研究[D]. 刘灿萍.广西大学2007
- [8].基于DGA的电力变压器故障诊断技术研究[D]. 罗建波.浙江大学2005
- [9].基于人工神经网络的变压器故障诊断研究[D]. 陈琛.华北电力大学（河北）2005
- [10].电力变压器的故障诊断与分析[D]. 姜卫宁.武汉大学2004
标签：神经网络论文; 状态监测论文; 油中溶解气体分析论文; 局部放电模式识别论文;