基于支持向量机的变压器故障诊断

论文摘要

随着当前社会的发展,国民经济的持续快速增长,我国电力工业也得到了高速的发展,全国发、输、配电的容量在不断增加。电力变压器承担着电压变换,电能分配和输送,并提供电力服务,在电力系统中处于枢纽地位。变压器一旦发生故障,影响面大、修复时间长、所以其可靠性指标是影响整个电力系统可靠性的重要因素,对其可靠性的改善将给整个电力系统的安全、可靠性和经济运行带来巨大的利益。目前,国内外的高电压、大容量电力变压器普遍采用油浸式变压器。本文研究的对象也是油浸式变压器。变压器的内绝缘是故障发生频率最高的部位,主要故障特点是变压器绝缘劣化严重。随着电力检测技术的发展,人们积累了很多关于变压器的故障分析判断的宝贵经验,也找到了很多检测、诊断变压器的方法。如电气的、物理的、化学的检测分析。包括油中气体色谱分析（DGA）、电压传感器在线监测技术、红外测温技术、局部放电试验、超声定位技术、绝缘预防性试验、绝缘油老化试验、变压器耐压试验、绕组变形试验、油流带电试验、变压器老化诊断试验及各种常规试验。本研究中,分析了已有的支持向量机分类器只能解决两分类问题的不足,结合变压器故障诊断中常用的油色谱分析方法,提出了基于C-支持向量机多分类器的变压器状态诊断模型。利用支持向量机基于数据的统计学习理论的良好学习能力,并借用交叉验证的方法调整和优化支持向量机主要参数,构建了适用于变压器状态诊断的支持向量分类器。该模型具有较高分类预测准确率,能够有效且较准确的对变压器油色谱数据进行分类诊断。该模型简单、实用,具有推广应用的潜力,为变压器故障诊断的实际工作提供可靠的手段。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景及意义
• 1.2 电力变压器故障诊断国内外研究现状
• 1.3 论文研究主要工作
• 第二章 变压器故障与诊断
• 2.1 变压器分类与结构特点及其主要故障类型
• 2.1.1 变压器的分类
• 2.1.2 油浸式变压器的主要结构
• 2.1.3 变压器的故障类型
• 2.2 变压器油中溶解气体的产生机理
• 2.2.1 油中溶解气体的来源
• 2.2.2 热性故障时变压器油中特征气体的产生
• 2.2.3 电性故障时变压器油中特征气体的产生
• 2.2.4 变压器内部故障与油中特征气体的关系
• 2.3 基于油中溶解气体的特征气体诊断法
• 2.3.1 由气体含量注意值和产气率判断有无故障
• 2.3.2 由特征气体组分含量诊断故障性质
• 2.3.3 以总烃为特征量的故障诊断
• 2.4 基于油中溶解气体的比值法
• 2.4.1 三比值法
• 2.4.2 改良三比值法
• 2.4.3 三比值法的局限性
• 2.5 本章小结
• 第三章 SVM-支持向量机
• 3.1 支持向量机简介
• 3.1.1 统计学习理论背景
• 3.1.2 支持向量机基本思想
• 3.1.3 SVM 分类及 C-SVC
• 3.2 SVM 核函数、主要参数及其意义
• 3.3 交叉验证优化
• 3.4 本章小结
• 第四章 基于交叉验证优化的 SVM 在变压器故障诊断中的应用
• 4.1 SVM 在 Matlab 平台的实现
• 4.2 基于交叉验证优化后的 SVM 的变压器故障诊断
• 4.3 变压器故障诊断实例分析
• 4.3.1 样本数据预处理
• 4.3.2 交叉验证选择最佳参数c，g
• 4.3.3 变压器故障诊断结果
• 结论与展望
• 参考文献
• 致谢
• 附录A （攻读硕士学位期间发表的学术论文目录）
• 附录B （攻读硕士学位期间参加的科研项目）
• 详细摘要