搜索
大连交通大学硕士学位论文变压器在线故障诊断方法的研究与软件实现姓名：王謇申请学位级别：硕士专业：机械电子工程指导教师：王道顺20090612变压器在线故障诊断方法的研究与软件实现作者：王謇学位授予单位：大连交通大学相似文献(10条)1.会议论文符杨.朱正会.宣婷婷.蓝之达电力变压器故障诊断的人工神经网络方法2002本文针对电力变压器故障诊断的特点,运用油中溶解气体分析(DGA)法,对电力变压器故障的诊断人工神经网络方法进行了深入研究.本文应用模糊理论和分块化BP网络建立了电力变压器故障诊断的人工神经网络(TFDANN)模型,并通过实例测试表明基于人工神经网络方法诊断电力变压器故障的有效性和可行性.2.学位论文董立新基于Internet的电力设备虚拟医院的电力变压器数据挖掘故障诊断研究2005在电力系统的运行中，电力设备的诊断与维护起着非常关键的作用。目前，电力设备的诊断和维护信息还不能方便、快捷的获取、交换以及共享。当今信息技术以其强大、方便、快捷信息共享能力，以及在医学，人文等方面的数字图书馆的出现为电力设备的诊断与维护开启了新的一扇门，文中利用网络、信息、智能控制等技术构建基于Internet的电力设备虚拟医院(VPEH)及其电力设备故障诊断平台，为电力设备的诊断与维护提供一个方便的信息与经验共享、讨论以及全球合作平台。通过该平台用户可以方便快捷的获取、交换和共享诊断和维护信息，并根据自身的经验和现场条件做出诊断和给出维护方案。在电力设备虚拟医院中，对于电力变压器数据挖掘故障诊断研究，本文基于电力变压器油中溶解气体分析(DGA)，开展了以下电力变压器绝缘故障诊断新方法研究。其作为VPEH新的诊断知识模型的扩充，能够为VPEH更好的提供诊断服务，提高VPEH的服务质量。这些方法也适用于其它一些电力设备。研究了基于粗糙集方法的电力变压器绝缘故障诊断规则挖掘。文中采用两种数据处理方法将电力变压器DGA数据归一化后，根据定量数据的统计分布自动分段，每一段作为定性数据，对归一化后的数据进行离散化，将离散化后的数据建立故障诊断决策表，以决策表作为主要工具即“知识库”，然后结合可信度和支持度规则评价指标基于粗糙集数据挖掘方法直接从故障样本集中挖掘出潜在的诊断规则，为电力变压器提供有效的故障诊断。这为基于DGA分析变压器诊断规则获取提供一条新途径。并为故障参数信息数据不完备的情况下实现诊断服务，提供一条故障诊断服务规则获取的途径。它作为VPEH专家经验诊断规则的有益补充，能对VPEH中的诊断经验知识库进行维护和更新。提出基于粗糙集与模糊径向基神经网络的电力变压器绝缘故障诊断方法。这里采用一种新的结合方式，将粗糙集理论对知识的约简能力与模糊径径的基函数神经网络(RBFNN)优良的分类诊断能力有机结合，应用于电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBFNN的前置，对经模糊离散化的样本集进行约简，形成精简的规则集，将高于一定可信度和支持度的挖掘规则用作诊断知识库，直接用于电力变压器故障诊断。另一方面通过RS简化RBFNN输入参数和训练样本的数量。并将粗糙集挖掘的低于可信度和支持度要求的规则所对应的挖掘样本，作为模糊RBFNN的训练样本集，同时将粗糙集对这些样本的聚类结果作为模糊RBFNN的聚类因子，在此基础上构建RBF神经网络，用于诊断不能用粗糙集挖掘的规则诊断的事例。通过RS简化RBFNN输入参数和训练样本的数量，从而使网络结构更加简单，易于理解，提高网络的学习效率。诊断测试中，该方法诊断正确率为90.91﹪，在第七章诊断方法案例测试结果比较中，其诊断正确率最高。基于聚类与灰色关联理论，作者提出基于APC-Ⅲ聚类与群灰色关联分析方法的变压器绝缘故障诊断新方法。不同于近来传统灰色关联分析在变压器绝缘故障诊断中的应用，文中采用APC-Ⅲ聚类方法，对若干典型故障样本聚类成C个最优聚类中心，根据故障类型和灰色参考序列构造，将聚类中心作为参考序列，构造一组参考序列组，这些参考序列组构成灰色参考序列群。相对于灰色参考序列群，给出了群灰色关联度概念，及其关联系数的计算新方法，最后基于群灰色关联度分析方法识别变压器绝缘故障诊断。该方法改进了传统的关联分析方法，降低了对参考信号数据准确性的要求，其可应用于参考信号具有较强分散性和独立性的领域，提高了系统诊断的容错能力和可靠性。诊断测试中该方法诊断正确率为87.27﹪。将小波，模糊数学，神经网络，最小二乘加权融合数学方法有机接合，作者提出基于最小二乘加权融合的集成模糊小波神经网络变压器绝缘故障诊断新方法。文中首先将数据进行模糊化预处理，用非线性Morlet小波基作为激励函数，形成神经元，结合双方的优点，构造了一种紧致型小波神经网络。对于小波神经网络故障识别，首先采用不同的单个子网络，对相同变压器故障信号样本进行训练及诊断，然后用最小二乘加权融合法对各个子网络的输出结果进行决策信息融合，最后根据融合结果来进行故障识别。该方法通过最小二乘加权融合方法对子网络进行决策融合，一方面由于识别效果取决于各个子神经网络的整体识别结果，它可以间接地回避神经网络隐含层的神经元个数取多少为宜，这样一个神经网络领域的难题。另一方面起到了会诊功能，有利于总体上提高识别正确率。并且在识别某些输出具有特征类似的变压器故障信号时，集成小波神经网络优于BP神经网络和单个子神经网络。诊断测试中该方法诊断正确率为87.27﹪，高于7个子网络诊断正确率。3.期刊论文李天云.程思勇.童建东.王鹏宇.LITian-yun.CHENGSi-yong.TONGJian-dong.WANGPeng-yu基于Elman神经网络的油浸式电力变压器故障诊断-中国电力2006,39(11)油浸式电力变压器的运行状态直接影响到电力系统的安全与稳定,对其进行故障诊断具有重要的现实意义.依据Elman神经网络具有动态处理数据及对历史数据敏感的能力,提出了将它用于油浸式电力变压器的故障诊断新方法,并给出了其具体的实现,同时对故障诊断的结果,将Elman网络与BP网络进行了比较.检测结果表明,Elman网络具有区别油浸式电力变压器不同故障类型的能力.4.期刊论文李建坡.赵继印.郑蕊蕊.LIJian-po.ZHAOJiyin.ZHENGRui-rui基于综合关联度分析的电力变压器故障诊断-吉林大学学报(信息科学版)2008,26(1)在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题.结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨.该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度.实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析方法.在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%.5.学位论文章政基于遗传编程的电力变压器绝缘故障诊断模型研究2007电力变压器是电力系统中分布广泛、结构复杂、造价昂贵的重要电气设备之一,担负着电压转换和电能传送的重任,它们的安全运行直接关系到整个电力系统的稳定性和安全性.对电力变压器进行绝缘状态检测和潜伏性绝缘故障诊断一直是电力部门面临的重要问题之一.因此,研究电力变压器的故障诊断技术,提高电力变压器的维护水平,具有重要的现实意义.油中溶解气体分析(DissolvedGasAnalysis,简称DGA)是目前分析电力变压器等充油电气设备绝缘状态最重要的检测方法,为诊断电力变压器内部故障提供了重要依据.DGA技术通过分析绝缘故障机理和大量的实际故障数据来发现油中溶解气体的组分含量与故障的类型和严重程度之间的关系,进而归纳整理出诊断不同故障的规则.由于这些常规的故障诊断规则主要来源于统计方法和经验积累,在实际应用中仍然存在许多不足之处.近年来,神经网络、模糊理论、灰色系统、粗糙集理论以及专家系统等人工智能技术的发展为变压器绝缘故障诊断提供了新的研究途径,逐步成为变压器绝缘故障诊断技术的主要研究方法.但是,采用这些传统的人工智能方法建立故障诊断模型时,往往需要依靠专家的诊断知识和经验事先确定诊断模型的结构等重要的模型要素,或者确定模型结构的方法是局部寻优的,这在一定程度上阻碍了电力变压器绝缘故障诊断系统的发展和推广.随着计算机技术和人工智能技术的发展,让计算机自动发现系统内在的规律并自动建立故障诊断系统模型已成为计算智能的研究热点.遗传编程(GeneticProgramming,简称GP)算法是计算智能理论中进化算法的重要分支之一,其灵活的动态模型结构表示和借鉴生物界自然选择与遗传机制的全局搜索能力使得它在数据挖掘、控制理论、电子工程、模式识别等研究领域取得了广泛的成功.鉴于GP算法的特点,本文将GP算法首次引入电力变压器绝缘故障诊断,以DGA数据为特征参数,提出了四种以GP算法为基础的变压器绝缘故障诊断模型.论文主要包括以下内容:①基于GP和判别函数的变压器绝缘故障诊断模型.判别函数法是模式分类中常用的方法,虽然常规的线性判别函数法用于故障诊断具有简单、方便的特点,但是它是以假定不同故障之间具有线性可分性为基础的,而实际上故障之间的分界面具有很强的非线性特征.针对线性判别函数用于变压器绝缘故障诊断的不足,本文利用GP算法在模型结构表示上的树状特征和全局寻优特性建立具有非线性分类能力的判别函数,并以此为基础采用分层诊断的方式建立了基于GP和判别函数的变压器绝缘故障诊断模型.实例结果表明本算法优于以线性判别函数为基础的故障诊断模型.②基于GP和线性决策树的变压器绝缘故障诊断模型.目前决策树方法应用于故障诊断时在树的各个分枝结点中主要以单变量为主,且以贪心算法生成决策树,因此,生成的决策树是局部寻优的.线性决策树在各个分枝结点中使用多个变量的线性组合特性,揭示了属性之间的内在关系.本文将线性决策树与GP算法结合,利用GP算法的动态树状结构和全局寻优特性搜索用于故障分类的线性决策树,并以此基础建立了变压器绝缘故障诊断模型.应用结果表明所提算法能获得诊断性能优于常规C4.5算法的变压器绝缘故障诊断模型.③基于GP和模糊映射函数的变压器绝缘故障诊断模型.故障征兆与故障原因之间的关系是一个复杂的模糊问题,人们依靠经验总结获得的关于它们之间的知识通常是片面的、不完整的.本文利用GP算法的动态树状结构表示和全局寻优特性,采用模糊算子、模糊特征变量以及模糊常数的树状组合将故障特征与故障原因之间的复杂映射关系用模糊映射函数表示出来.以基于GP的模糊映射函数为基础,本文建立了相应的变压器绝缘故障诊断模型.通过实例分析证明了所提出的算法是有效的,开辟了一种新的故障诊断途径.④基于免疫GP和多项式网络的变压器绝缘故障诊断模型.常规的多项式网络构建方式是以GMDH型算法为基础,逐层生成候选中间多项式结点,并按照某种筛选原则保留部分多项式结点作为下一层的输入,以贪心法逐步获得问题的解.本文采用的基于GP的多项式网络算法则是以随机生成的多项式网络为基础,以其适当度值的大小作为衡量标准,通过交叉、变异等遗传操作在全局范围内进化寻优多项式网络的解,避免了传统方式在各层中间多项式结点上的经验选择和搜索方式上的贪婪搜索.为避免在进化过程中个体的过度繁殖而造成多样性的缺失,本文将免疫算法引入基于GP的多项式网络算法.以基于免疫GP的多项式网络为基础,本文建立了相应的变压器绝缘故障诊断模型.实例应用的结果表明该方法具有优于传统的多项式网络方法的诊断性能.最后,本文综合比较了这四种基于GP算法的变压器绝缘故障模型的差异和优缺点.故障实例分析表明:基于GP算法的四种故障诊断模型在建模的过程中能充分发挥GP算法的树状结构特征和全局寻优能力,体现了GP算法在自动构建故障诊断模型上的灵活性和优越性；基于GP算