电力电缆量测关键技术的研究

论文摘要

随着我国国民经济的飞速发展,电力电缆的应用越来越广泛。电能在工业和民用领域中起着越来越重要的作用,对传输电能的载体——电力电缆的需求也越来越大。然而在我国的一些电缆生产厂家中由于电力电缆的制造工艺、产品质量、安装运行环境等原因,导致生产出来的电力电缆质量达不到国家电缆生产执行标准的要求,或者在长期的使用过程中造成电缆的磨损等,会在使用的过程中给用电企业和用户带来巨大的损失,更可能会危及人民生命和造成财产损失。因此,快速准确的检测电力电缆故障,找到故障位置,对于电力系统的稳定运行和保证用户的用电质量,具有十分重要的意义。论文以电力电缆故障分析和测距为内容进行系统的分析研究,电力电缆故障测距现在经典的方法是采用行波法,故障波形由现场得到,难于进行系统的分析研究。论文以支持向量机理论为基础,提出了一种新的故障测距方法——基于支持向量机的故障测距法。支持向量机是一种基于统计学习理论的模式识别方法,克服了神经网络和传统分类器的过学习、局部极值点和维数灾难等诸多缺点,具备较强的泛化能力。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。最后借助ATP仿真平台,给出了电力电缆故障的仿真模型和故障测距的计算过程,对电力电缆故障信号进行了定性的分析,得到了较好的实验结果。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 研究背景
• 1.2 电力电缆量测的意义
• 1.3 论文的主要工作
• 第2章 电力电缆故障分析
• 2.1 电力电缆发展概况
• 2.2 电力电缆的分类
• 2.3 电力电缆的结构
• 2.4 电力电缆故障的分类
• 2.4.1 按电缆的结构特性分类
• 2.4.2 按电缆的组成材料分类
• 2.4.3 按故障点类型分类
• 2.4.4 按故障外表特性分类
• 2.4.5 按电缆故障发生的部位分类
• 2.5 电力电缆故障的产生原因
• 2.6 本章小结
• 第3章 电力电缆故障定位原理
• 3.1 电力电缆粗测距技术
• 3.2 电力电缆精确测距技术
• 3.3 支持向量机的故障测距基本原理
• 3.3.1 SVM的分类原理
• 3.3.2 SVM的回归理论
• 3.4 本章小结
• 第4章 支持向量机故障分类器与定位器的设计
• 4.1 SVM实现故障测距的流程简介
• 4.2 SVM分类器和定位器的设计
• 4.2.1 数据前端处理
• 4.2.2 内核参数选择
• 4.2.3 参数寻优
• 4.2.4 SVM分类器的训练
• 4.2.5 SVM定位器的训练
• 4.3 本章小结
• 第5章 电力电缆故障仿真与测距
• 5.1 选择仿真建模工具和数值分析工具
• 5.2 实验数据与环境
• 5.3 基于支持向量机的故障分类与定位实验分析
• 5.3.1 SVM故障分类器训练与测试分析
• 5.3.2 SVM故障定位器器训练与测试分析
• 5.4 本章小结
• 第6章 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢
• 作者简介