大型变压器定量风险评估方法研究

论文摘要

大型变压器是电网中能量传输、变换的核心，是电网中最重要的电气设备之一。为了加强电网的安全性和稳定性，本文对大型变压器的风险评估方法和故障机理进行了研究。针对大型变压器结构本身的复杂性及风险评估过程的不确定性与非线性等特点，传统的定性风险评估方法难以达到目的，因此本文在查阅大量国内外相关文献，总结、归纳大型变压器故障数据和检修记录的基础上，引入模糊层次分析理论和人工神经网络理论，从变压器各个风险要素的风险计算入手，研究了大型变压器定量风险评估的方法，经案例分析表明，其评估结果符合实际，满足了变压器风险评估准确性的要求，为大型变压器风险评估技术提供了一种新的思路和方法。归纳总结起来，本文的主要结论如下：首先，分析了大型变压器故障原因及故障特点，对变压器结构模型进行了研究，归纳、总结了现有的变压器风险评估方法。其次，提出了基于模糊层次分析法―人工神经网络（FAHP-ANN）的大型变压器风险评估方法。结合模糊层次分析法（FAHP）所需原始数据少，人工神经网络（ANN）具有自学习与训练功能、信息分布式存储、大规模并行处理等优点，将两者以串接方式相结合，提出了一种新的评估方法。首先通过FAHP提取大型变压器风险要素的关键信息，消除冗余信息的干扰，然后将FAHP的输出作为ANN神经网络的输入，通过输入样本对ANN神经网络的训练，最终得到可用于大型变压器风险评估的网络模型。此方法既保证了原有ANN评估的准确性，同时又提高了变压器风险评估的快速性。最后，提出了大型变压器风险评估模型，并将它应用于实际大型变压器的风险评估方案，计算出风险威胁较高的部位与风险等级，规避了风险和损失，对提高变压器和电网的安全稳定性起到了极大的作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究目的和意义
• 1.2 风险评估方法的研究现状
• 1.3 论文的主要研究工作
• 第二章 风险评估理论基础
• 2.1 风险与风险评估概念
• 2.2 层次分析法
• 2.2.1 层次分析法概述
• 2.2.2 层次分析法步骤
• 2.3 模糊层次分析法概述
• 2.3.1 模糊层次分析法的基本概念与定义
• 2.3.2 建立递阶层次结构模型
• 2.3.3 构造三角模糊数判断矩阵
• 2.3.4 单层次要素模糊权重计算
• 2.3.5 去模糊化处理
• 2.3.6 层次总排序
• 2.4 FAHP 应用举例
• 2.5 人工神经网络技术概述
• 2.5.1 人工神经网络简介及其特征
• 2.5.2 BP 神经网络结构分析
• 2.5.3 径向基函数神经网络理论
• 2.5.4 基于径向基函数神经网络的综合评价模型初探
• 第三章 大型变压器风险评估及关键问题研究
• 3.1 大型变压器风险评估过程
• 3.2 大型变压器风险评估过程中需要解决的关键问题
• 3.3 资产评估
• 3.4 资产损失程度评估
• 3.5 平均故障率评估与计算
• 3.6 变压器风险确定
• 3.7 变压器风险处理原则
• 第四章 基于 FAHP-ANN 变压器故障的风险评估方法
• 4.1 变压器故障及故障特点分析
• 4.1.1 变压器故障分析
• 4.1.2 变压器故障特点
• 4.2 基于 FAHP 方法与 ANN 结合的构建思路
• 4.3 基于 FAHP-ANN 变压器故障的风险评估方法实现
• 4.3.1 风险指标的确定
• 4.3.2 输入量的模糊预处理
• 4.3.3 变压器风险评估中 BP 网络的建立
• 4.3.4 学习样本的建立
• 4.3.5 隐含层神经元数目的确定
• 4.3.6 BP 神经网络评估模型的训练和仿真
• 4.3.7 基于 RBF 网络的综合评价模型的建立
• 4.4 小结
• 第五章 大型变压器风险评估案例
• 5.1 某 110k v 变压器故障经过及实验情况
• 5.2 大型变压器风险评估实施
• 5.2.1 变压器资产评估
• 5.2.2 变压器资产损失程度评估
• 5.2.3 利用 FAHP-ANN 网络进行变压器故障概率的评估
• 5.2.4 变压器风险值计算与风险等级确定
• 第六章 结论与展望
• 6.1 主要结论
• 6.2 后续研究工作的展望
• 参考文献
• 致谢
• 附录 A（攻读学位期间发表论文目录）