基于小波分析和人工免疫的电力变压器故障诊断的方法研究

论文摘要

在当代电力系统中,电力变压器是最重要、最昂贵的设备之一,它直接关系到电力系统运行的稳定性及可靠性,因此,我们必须最大限度地防止和减少电力变压器故障和事故的发生。局部放电是变压器内绝缘劣化的重要原因,也是反映变压器绝缘状况的重要征兆,变压器局部放电在线监测及模式识别是检测变压器内绝缘缺陷及评价绝缘状况的重要方法,其最大的难题是如何消除现场的各种干扰,并提取被测局部放电信号特征及进行放电模式识别。本文在分析国内外电力变压器局部放电在线监测的干扰抑制和模式识别有关技术的基础上,作者对局部放电信号中小波变换抑制周期性窄带和白噪干扰、统计特征量的提取、以统计特征量识别放电模式方法等进行了系统研究。1、本文分析了变压器噪声信号的来源和特性,研究了噪声信号和局部放电信号的不同频率特性,研究利用小波变换的频域分割特性,将局放信号从现场所采集到的信号中提取出来的方法。并对此方法进行了仿真研究及分析,其结果表明小波分析法抑制干扰能力强,勿需事先确定干扰的分布,能够准确检测局部放电信号的各种信息。2、本文研究了应用于变压器故障诊断的模式识别技术方法,其中人工免疫算法是近年来出现的一种随机优化算法,它模仿生物免疫系统原理,通过克隆、复制、变异等一系列复杂的机制,产生抗体,达到消灭抗原的目的,是一种较好的模式识别方法。3、本文利用小波变换所提取出来的局部放电特征量,将其与人工免疫的方法结合起来,进行模式识别,区分不同放电类型,其结果表明这种方法,能有效地识别出局部放电信号的模式,为变压器故障诊断提供直观、有效的理论依据。本文主要基于免疫算法的模式识别技术,将它与小波分析法相结合,以实现电力变压器的局部放电类型的诊断,使之成为一个既有理论价值又有工程实用价值的方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究局部放电在线监测技术的重要意义
• 1.2 变压器局放在线监测中干扰抑制和模式识别的研究现状
• 1.2.1 变压器局部放电在线监测干扰抑制技术
• 1.2.2 局部放电模式识别技术
• 1.2.3 人工免疫用于局部放电的模式识别
• 1.3 本论文需要解决的问题和主要工作
• 1.3.1 本论文要解决的主要问题
• 1.3.2 本文的主要内容
• 第二章 局放电源和电磁场干扰源及其信号的特征分析
• 2.1 引言
• 2.2 电力变压器运行中的常见故障
• 2.2.1 绕组故障
• 2.2.2 铁芯故障
• 2.2.3 放电故障
• 2.2.4 油和油纸绝缘故障
• 2.2.5 分接开关故障
• 2.2.6 油流带静电故障
• 2.3 局部放电的产生及信号的特征
• 2.3.1 局部放电的产生及分类
• 2.3.2 局部放电信号的波形特征
• 2.4 变电站的电磁场干扰源及其干扰信号的特征
• 2.5 小结
• 第三章 小波对局部放电信号处理的方法研究
• 3.1 引言
• 3.2 小波变换的基本原理
• 3.2.1 连续小波及其变换的性质
• 3.2.2 离散小波变换的原理及算法
• 3.2.3 小波包变换的原理及算法
• 3.3 白噪声的小波分解特性
• 3.4 小波分析对局放信号去噪原理
• 3.4.1 小波母函数的选择
• 3.4.2 使用离散小波进行消躁
• 3.5 仿真算例
• 3.5.1 信号仿真
• 3.5.2 小波去白噪声
• 3.5.3 小波包去白噪声
• 3.5.4 小波去混合噪声
• 3.5.5 小波包去混合噪声
• 3.6 小结
• 第四章 基于小波分解提取局放信号的特征参数
• 4.1 引言
• 4.2 局放信号分析方法
• 4.2.1 放电脉冲相位分析
• 4.2.2 放电脉冲波形分析
• 4.3 局放信号特征参数
• 4.3.1 表征局部放电脉冲特征的参数
• 4.3.2 经小波分析法改进后的特征参数
• 4.4 小结
• 第五章 人工免疫算法及其应用
• 5.1 引言
• 5.2 免疫算法相关知识
• 5.2.1 生物免疫系统
• 5.2.2 免疫原理
• 5.2.3 生物免疫系统的计算特性总结
• 5.3 人工免疫系统
• 5.3.1 人工免疫系统概念
• 5.3.2 人工免疫系统应用
• 5.3.3 免疫算法的分析设计
• 5.4 基于免疫原理的变压器故障诊断方法
• 5.4.1 免疫网络的模式识别算法
• 5.4.2 仿真算例
• 5.4.3 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录（攻读硕士学位期间发表的论文）