基于油中溶解气体分析的电力变压器故障预测与诊断研究

论文摘要

电力变压器作为电力系统中最重要的输变电设备之一,准确地掌握其运行状态和故障情况,并及时地采取相应的处理措施,对于提高电力系统运行的安全性、可靠性和经济性具有重要的意义。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,实践证明变压器油中溶解气体分析技术对发现变压器内部的潜伏性故障及其发展趋势非常有效。电力变压器故障经常存在不完备性和复杂性。粗糙集理论是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的计算方法,粗糙集近年来越来越受到重视,其有效性已在许多科学与工程领域的成功应用中得到证实,是当前国际上人工智能理论及其应用领域中的研究热点之一。由于故障征兆和故障类型之间常常存在复杂的非线性关系,使得诊断系统的数学模型很难获取。而人工神经网络以其分布式并行处理、自适应、自学习、联想记忆以及非线性映射等优点,为解决这一问题开辟了新途径。本文分析了变压器油中气体形成机理以及国内外各种基于油中溶解气体分析的传统方法及人工智能方法。在分析粗糙集理论和模糊神经网络及其方法的基础上,提出一种以DGA数据和电气预防性试验数据为基础的粗糙集模糊神经网络诊断模型,充分利用粗糙集理论对知识的约简能力和模糊神经网络优良的分类能力。首先利用粗糙集方法和Rosetta软件对原始数据进行约简,形成精简的规则集,然后将约简后的决策表模糊化处理,神经网络通过调用最简规则集进行学习训练。最后在MATLAB中进行仿真测试和实际故障诊断,仿真和实际诊断结果表明满足故障诊断的要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 传统的基于DGA的故障诊断方法
• 1.3 当前主要变压器故障诊断方法
• 1.3.1 基于粗糙集理论的故障诊断方法
• 1.3.2 基于神经网络（NN）的故障诊断方法
• 1.3.3 基于专家系统的故障诊断方法
• 1.3.4 基于局部放电监测的故障诊断方法
• 1.3.5 目前存在的问题
• 1.4 研究内容
• 第二章 DGA方法诊断变压器故障的机理
• 2.1 变压器常态时油中溶解气体的来源
• 2.2 变压器主要故障类型及其油中气体的特征
• 2.2.1 过热故障
• 2.2.2 放电故障
• 2.2.3 受潮
• 2.3 变压器故障诊断的依据
• 2.4 变压器故障判断的一般步骤和方法
• 2.4.1 有无故障的判定
• 2.4.2 三比值法判断故障类型的主要方法
• 2.4.3 三比值法诊断注意事项
• 2.5 对三比值诊断法的评述
• 2.6 本章小结
• 第三章 粗糙集理论
• 3.1 粗糙集理论特点
• 3.2 知识的含义和表述
• 3.3 粗糙集定义及相关参数
• 3.3.1 粗糙集定义
• 3.3.2 粗糙集的上、下逼近和边界区
• 3.3.3 粗糙集的精度和隶属函数
• 3.4 决策系统的约简与求核
• 3.4.1 决策系统的表示
• 3.4.2 决策表的约简
• 3.5 决策表约简步骤
• 3.6 约简算法
• 3.6.1 属性约简算法简介
• 3.6.2 基于逻辑运算的属性约简
• 3.6.3 值约简
• 3.7 本章小结
• 第四章 模糊神经网络
• 4.1 人工神经网络简介
• 4.2 人工神经元结构
• 4.3 常用的传递函数
• 4.4 BP网络及其结构
• 4.5 神经网络的学习
• 4.6 BP网络缺陷和不足
• 4.7 模糊神经网络
• 4.7.1 输入数据模糊化
• 4.7.2 模糊隶属函数的设置
• 4.7.3 模糊神经网络结构
• 4.8 本章小结
• 第五章 基于粗糙集模糊神经网络的变压器故障诊断模型
• 5.1 粗糙集模糊神经网络系统
• 5.2 基于RS-FNN的变压器故障诊断模型的结构
• 5.3 模型输入量的选择
• 5.4 原始决策表的建立
• 5.5 决策表的构建与约简
• 5.5.1 构建原始决策表
• 5.5.2 原始决策表的约简
• 5.6 最简决策表模糊化处理
• 5.7 模糊神经网络参数确定
• 5.8 本章小结
• 第六章 基于粗糙集模糊神经网络的变压器故障诊断数值仿真
• 6.1 Matlab NNTOOL工具箱简介
• 6.2 神经网络创建与初始化
• 6.2.1 创建新的神经网络
• 6.2.2 神经网络初始化
• 6.2.3 神经网络的训练
• 6.3 仿真应用实例
• 6.3.1 样本组织和训练
• 6.3.2 标准故障样本测试
• 6.3.3 故障诊断实例
• 6.4 本章小结
• 第七章 结论
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表