电力变压器故障分析与诊断

电力变压器故障分析与诊断

论文摘要

电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。本文基于对电力变压器故障诊断问题的研究,分析了电力变压器故障现象、故障原因及故障机理之间的许多随机性、不确定性特征;研究了不同特征气体不同成分形成的标准故障模式,采用无编码比值法判定变压器故障的性质,诊断变压器故障类部位;分析了近年来变压器故障诊断方面的研究动态,提出了变压器综合故障诊断方法(基于变压器直流电阻.绝缘电阻.色谱分析),提出了基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法。通过变压器故障实例分析,证明了该方法的正确性和有效性。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 本课题研究的意义和背景
  • 1.2 故障检测与诊断的国内外现状
  • 1.3 本文主要工作
  • 第二章 变压器常见故障分析
  • 2.1 短路故障及分析
  • 2.1.1 短路电流引起绝缘过热故障
  • 2.1.2 短路电动力引起绕组变形故障
  • 2.2 放电故障类型与特征
  • 2.2.1 变压器局部放电故障
  • 2.2.2 变压器火花放电故障
  • 2.2.3 变压器电弧放电故障
  • 2.3 绝缘故障及分析
  • 2.3.1 固体纸绝缘故障及分析
  • 2.3.2 液体油绝缘故障及分析
  • 2.3.3 影响变压器绝缘故障的主要因素
  • 2.4 本章小结
  • 第三章 变压器特征量故障检测方法
  • 3.1 变压器故障的油中气体色谱检测
  • 3.2 特征气体变化与变压器内部故障的关系
  • 3.2.1 根据气体含量变化分析判断
  • 3.2.2 根据特征气体比值法分析判断
  • 3.3 绕组直流电阻检测
  • 3.4 绝缘电阻及吸收比、极化指数检测
  • 3.4.1 绝缘电阻的试验原理
  • 3.4.2 绝缘电阻的试验类型
  • 3.4.3 绝缘电阻的测试分析
  • 3.4.4 绝缘电阻检测与诊断实例
  • 3.5 本章小结
  • 第四章 基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法
  • 4.1 基于粗糙集理论的知识简约
  • 4.1.1 粗糙集理论简介
  • 4.1.2 知识简约
  • 4.2 贝叶斯网络及其构造
  • 4.3 基于粗糙集理论和贝叶斯网络的电力变压器综合故障诊断模型的构建
  • 4.4 基于贝叶斯网络的故障诊断算法
  • 4.5 变压器故障诊断实例
  • 4.6 本章小结
  • 第五章 变压器故障综合诊断及工程应用
  • 5.1 变压器故障的综合诊断方法
  • 5.2 综合分析诊断的基本原则
  • 5.3 故障分析诊断的程序
  • 5.3.1 故障诊断的步骤
  • 5.3.2 有无异常的诊断
  • 5.3.3 故障严重性诊断
  • 5.3.4 故障类型的诊断
  • 5.4 综合分析诊断的要求
  • 5.4.1 综合分析诊断故障时一般要注意的几个方面
  • 5.4.2 综合分析诊断应注意的问题
  • 5.5 变压器故障诊断的工程利用
  • 5.6 本章小结
  • 第六章 结论
  • 参考文献
  • 致谢
  • 在学期间发表的学术论文和参加科研情况
  • 相关论文文献

    • [1].基于深度置信网络和多维信息融合的变压器故障诊断方法[J]. 电力工程技术 2019(06)
    • [2].基于人工蜂群算法优化支持向量机的变压器故障诊断[J]. 科技创新与应用 2020(02)
    • [3].堆栈稀疏降噪自编码网络在变压器故障诊断中的应用[J]. 中国科技论文 2019(11)
    • [4].基于模糊关系与自组织竞争网络的变压器故障诊断[J]. 科技创新与应用 2020(08)
    • [5].基于混沌粒子群优化核极限学习机的变压器故障诊断方法[J]. 微处理机 2020(02)
    • [6].基于加权中智C均值算法的变压器故障诊断模型[J]. 水电能源科学 2020(05)
    • [7].基于色谱分析的变压器故障诊断[J]. 甘肃科技 2020(12)
    • [8].一种基于深度收缩自编码网络的变压器故障诊断方法[J]. 科技创新导报 2020(16)
    • [9].基于深度森林的变压器故障诊断方法[J]. 电力科学与工程 2020(09)
    • [10].电力变压器故障诊断及检修探讨[J]. 无线互联科技 2020(13)
    • [11].综合三比值特征量与帝国竞争优化支持向量机的变压器故障诊断模型[J]. 广西电力 2019(03)
    • [12].红外激光光谱分析的变压器故障诊断[J]. 激光杂志 2016(11)
    • [13].混合神经网络在变压器故障诊断中的应用[J]. 电子测量与仪器学报 2017(01)
    • [14].基于混合算法与支持向量机的电力变压器故障诊断[J]. 电气开关 2017(03)
    • [15].在线检测装置在变压器故障诊断中的应用[J]. 当代化工研究 2017(05)
    • [16].电力变压器故障诊断方法初探[J]. 能源技术与管理 2017(04)
    • [17].基于机器学习的电力变压器故障诊断的研究进展[J]. 电子世界 2017(15)
    • [18].变压器故障诊断中的神经网络技术发展[J]. 宜宾学院学报 2015(12)
    • [19].基于支持向量机的变压器故障诊断研究[J]. 电气开关 2016(02)
    • [20].论电力变压器故障诊断方法[J]. 科技展望 2014(18)
    • [21].关于发电厂变压器故障诊断及处理措施思考[J]. 科技与企业 2015(02)
    • [22].变压器故障诊断技术探析[J]. 中国新技术新产品 2015(08)
    • [23].基于可拓理论的变压器故障诊断[J]. 电气开关 2015(02)
    • [24].模糊支持向量机在变压器故障诊断中的应用[J]. 电测与仪表 2015(08)
    • [25].改进型三比值法在变压器故障诊断中的应用[J]. 水电站机电技术 2015(08)
    • [26].基于神经网络的变压器故障诊断研究[J]. 数字技术与应用 2015(08)
    • [27].电力变压器故障诊断方法应用[J]. 通讯世界 2015(15)
    • [28].基于数据清洗和知识迁移的变压器故障诊断模型[J]. 电工电能新技术 2020(01)
    • [29].基于故障树分析的电力变压器故障诊断[J]. 新型工业化 2020(01)
    • [30].基于机器学习的变压器故障诊断[J]. 电子世界 2020(08)

    标签:;  ;  ;  ;  

    电力变压器故障分析与诊断
    下载Doc文档

    猜你喜欢