基于加权中智C均值算法的风电变压器故障诊断
发布时间：2021-10-24 04:14
风能作为可再生的清洁能源,在近几年,我国大力发展风力发电,风力发电规模不断扩大,风力发电技术也愈发成熟,并且仍有着广阔的发展前景。当风力不稳定的时候,风电系统的输出电压也会不稳定,这会导致风电变压器出现各种故障,甚至有可能发生重大事故。因此,在故障初期精准地发现变压器的故障并对典型故障进行分析,是保障风电变压器安全可靠运行的重要举措。本文围绕风电变压器的故障诊断问题,将智能学习算法与中智理论相结合,主要做了以下四个方面的研究与分析:（1）简述了本文的课题背景和研究意义,分析了变压器故障诊断和模糊C均值算法在国内外的研究现状,并深入研究了变压器常见故障及故障发生时各特征气体间的关系,在此基础上总结了基于特征气体的常见的三种故障诊断方法。（2）介绍了两种基本的模糊聚类算法HCM和FCM,并进一步提出了中智C均值聚类算法NCM,该算法引入中智理论对样本的分布重新分配,创造性地在FCM基础上加入了不确定性,不确定度Ii通过考察样本点与中智点的关系,来反映样本与中立区域的联系。对于三种算法的优缺点本文也做了详细的对比。（3）在变压器绝缘故障中,不同故障类型产生的主要气体及气体组分含量存在很大差异...
【文章来源】：上海电机学院上海市
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
中国风力发电行业发展情况
上海电机学院硕士学位论文-2-图1-1中国风力发电行业发展情况Fig.1-1DevelopmentofChinawindpowerindustry这些年来，因为国家对风电的重视和一系列的政策红利，风力发电大规模发展，风电并网装机容量也越来越大，并保持逐年增长的态势。如图1-2所示，2011年，我国风电并网装机容量占全部发电设备装机容量的比重为4.4%，到2018年这个比重已经增长到9.7%。从国家能源局了解到的数据得知，2018年，我国风电发电量为3660亿千瓦时，占全部发电量的5.2%，相比于2017年的4.8%提高了0.4个百分点，风力发电已是可再生能源发电中最主要的发电形式之一[5]。从2019年一季度了解到的数据可知，目前，我国风电并网装机总量已经达到1.89亿千瓦，按照“十三五”规划目标，当前仅余10%的任务待完成。因此，现阶段风电产业应追求高质量、长远发展，国家能源局也随之出台了《风电工作方案》政策，要求切实落实平价上网和增强风电公司市场竞争力，让风电产业迈上高质量发展的新台阶。图1-2我国风电并网装机容量占比变化趋势Fig.1-2Chinawindpowergrid-connectedinstalledcapacityratiotrends
涞缟璞浮Ｒ虼吮溲蛊餍幸档募际跻?蠛托枨罅坑胛夜?绲缧幸档姆⒄?状况息息相关。风电并网装机容量的增加对变压器的需求也会增多，根据行业经验，该配比接近1：12，即新增一台发电设备装机量，就需要12台变压器。图1-3是2011-2017年我国风力发电用变压器新增需求量。按照国家规划，风电并网装机容量将在2021年之前总共达到2.1亿千瓦以上，风电年发电量也会达到4200亿千瓦时，届时风力发电量将占到全国总发电量的6%，根据该数据可以预计到2020年我国风电用变压器需求量增量约为383.33万千瓦，平均每年需求量为127.8万千瓦。图1-32011-2017年我国风力发电用变压器新增需求量Fig.1-3NewdemandfortransformersforwindpowergenerationinChinain2011-2017风电场所用变压器主要有三种类型，分别有给系统供电的主控变压器，局部电路中所用的小型控制变压器和用于高压并网的输电变压器。由于风力发电的独特性，风电变压器的制造方式也有所不同，主要有组合式变压器和美式变压器两种，其中应用较为广泛的是风电组合式变压器。因为风电系统区别于其他的电力系统，因此对风电变压器的技术要求也有所不同，现总结如下[7]：
【参考文献】：
期刊论文
[1]基于两阶段改进的FCM法的模态参数自动识别[J]. 贺敏,梁鹏,李琳国,叶春生. 东南大学学报(自然科学版). 2019(05)
[2]基于VMD和FCM的配电网单相接地故障选线[J]. 李侯君,刘辉,邹琪骁,刘雨薇,陈馨凝,李亚鑫. 湖北工业大学学报. 2019(04)
[3]引入HMRF模型模糊聚类算法的遥感图像分类性能分析[J]. 胡忠超. 科技资讯. 2019(20)
[4]基于电网消纳能力的新能源发展策略研究[J]. 刘飞,陶昕,张祥成,李楠,马雪. 电气技术. 2019(06)
[5]2018年风电产业发展与近期市场展望[J]. 陶冶,韩雪. 风能. 2019(01)
[6]基于样本加权FCM聚类的未知类别局部放电信号识别[J]. 贾亚飞,朱永利,高佳程,袁博. 电力自动化设备. 2018(12)
[7]神经网络在变压器故障诊断中的应用研究[J]. 禹建丽,黄鸿琦,陈洪根,潘笑天. 控制工程. 2018(10)
[8]基于LS-SVM和FCM的锌银动力电池分选方法研究[J]. 姚杰,周永勤,李然,李思博. 黑龙江大学自然科学学报. 2018(04)
[9]量子遗传算法在变压器故障诊断模型中的应用[J]. 龚瑞昆,周国庆. 现代电子技术. 2018(15)
[10]基于SAAFSA优化加权模糊聚类算法的变压器故障诊断[J]. 史丽萍,宋朝鹏,李明泽,陈苏黔,李加欣. 电测与仪表. 2018(11)
硕士论文
[1]基于信息融合的变压器状态评估与故障诊断[D]. 许强唯.上海电机学院 2019
[2]基于PCA-SVM的电力变压器故障诊断研究[D]. 聂磊.山东科技大学 2017
[3]基于DGA的电力变压器多分类模型与故障诊断研究[D]. 段效琛.昆明理工大学 2017
[4]双馈风电机组三相短路脱网条件计算及其接入配网的故障恢复[D]. 解慧力.重庆大学 2015
[5]风电变压器典型故障分析与研究[D]. 叶显帅.浙江工业大学 2014
本文编号：3454553
【文章来源】：上海电机学院上海市
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
中国风力发电行业发展情况
上海电机学院硕士学位论文-2-图1-1中国风力发电行业发展情况Fig.1-1DevelopmentofChinawindpowerindustry这些年来，因为国家对风电的重视和一系列的政策红利，风力发电大规模发展，风电并网装机容量也越来越大，并保持逐年增长的态势。如图1-2所示，2011年，我国风电并网装机容量占全部发电设备装机容量的比重为4.4%，到2018年这个比重已经增长到9.7%。从国家能源局了解到的数据得知，2018年，我国风电发电量为3660亿千瓦时，占全部发电量的5.2%，相比于2017年的4.8%提高了0.4个百分点，风力发电已是可再生能源发电中最主要的发电形式之一[5]。从2019年一季度了解到的数据可知，目前，我国风电并网装机总量已经达到1.89亿千瓦，按照“十三五”规划目标，当前仅余10%的任务待完成。因此，现阶段风电产业应追求高质量、长远发展，国家能源局也随之出台了《风电工作方案》政策，要求切实落实平价上网和增强风电公司市场竞争力，让风电产业迈上高质量发展的新台阶。图1-2我国风电并网装机容量占比变化趋势Fig.1-2Chinawindpowergrid-connectedinstalledcapacityratiotrends
涞缟璞浮Ｒ虼吮溲蛊餍幸档募际跻?蠛托枨罅坑胛夜?绲缧幸档姆⒄?状况息息相关。风电并网装机容量的增加对变压器的需求也会增多，根据行业经验，该配比接近1：12，即新增一台发电设备装机量，就需要12台变压器。图1-3是2011-2017年我国风力发电用变压器新增需求量。按照国家规划，风电并网装机容量将在2021年之前总共达到2.1亿千瓦以上，风电年发电量也会达到4200亿千瓦时，届时风力发电量将占到全国总发电量的6%，根据该数据可以预计到2020年我国风电用变压器需求量增量约为383.33万千瓦，平均每年需求量为127.8万千瓦。图1-32011-2017年我国风力发电用变压器新增需求量Fig.1-3NewdemandfortransformersforwindpowergenerationinChinain2011-2017风电场所用变压器主要有三种类型，分别有给系统供电的主控变压器，局部电路中所用的小型控制变压器和用于高压并网的输电变压器。由于风力发电的独特性，风电变压器的制造方式也有所不同，主要有组合式变压器和美式变压器两种，其中应用较为广泛的是风电组合式变压器。因为风电系统区别于其他的电力系统，因此对风电变压器的技术要求也有所不同，现总结如下[7]：
【参考文献】：
期刊论文
[1]基于两阶段改进的FCM法的模态参数自动识别[J]. 贺敏,梁鹏,李琳国,叶春生. 东南大学学报(自然科学版). 2019(05)
[2]基于VMD和FCM的配电网单相接地故障选线[J]. 李侯君,刘辉,邹琪骁,刘雨薇,陈馨凝,李亚鑫. 湖北工业大学学报. 2019(04)
[3]引入HMRF模型模糊聚类算法的遥感图像分类性能分析[J]. 胡忠超. 科技资讯. 2019(20)
[4]基于电网消纳能力的新能源发展策略研究[J]. 刘飞,陶昕,张祥成,李楠,马雪. 电气技术. 2019(06)
[5]2018年风电产业发展与近期市场展望[J]. 陶冶,韩雪. 风能. 2019(01)
[6]基于样本加权FCM聚类的未知类别局部放电信号识别[J]. 贾亚飞,朱永利,高佳程,袁博. 电力自动化设备. 2018(12)
[7]神经网络在变压器故障诊断中的应用研究[J]. 禹建丽,黄鸿琦,陈洪根,潘笑天. 控制工程. 2018(10)
[8]基于LS-SVM和FCM的锌银动力电池分选方法研究[J]. 姚杰,周永勤,李然,李思博. 黑龙江大学自然科学学报. 2018(04)
[9]量子遗传算法在变压器故障诊断模型中的应用[J]. 龚瑞昆,周国庆. 现代电子技术. 2018(15)
[10]基于SAAFSA优化加权模糊聚类算法的变压器故障诊断[J]. 史丽萍,宋朝鹏,李明泽,陈苏黔,李加欣. 电测与仪表. 2018(11)
硕士论文
[1]基于信息融合的变压器状态评估与故障诊断[D]. 许强唯.上海电机学院 2019
[2]基于PCA-SVM的电力变压器故障诊断研究[D]. 聂磊.山东科技大学 2017
[3]基于DGA的电力变压器多分类模型与故障诊断研究[D]. 段效琛.昆明理工大学 2017
[4]双馈风电机组三相短路脱网条件计算及其接入配网的故障恢复[D]. 解慧力.重庆大学 2015
[5]风电变压器典型故障分析与研究[D]. 叶显帅.浙江工业大学 2014
本文编号：3454553
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3454553.html
