基于油中溶解气体分析的变压器故障诊断研究

发布时间：2023-03-19 05:24

　　在电力系统中,变压器属于最重要的大型电气设备之一,变压器可靠运行也是保证电力系统整体稳定的关键环节之一。近年来,我国经济高速发展,用电需求逐年增加,电压等级更高、变电容量更大也逐渐成为变压器发展的必然趋势,因此,如何保证变压器安全、可靠运行具有重要的现实意义。目前,以故障诊断技术为核心的变压器状态维修,是保证变压器稳定运行的重要手段。在变压器故障诊断领域,油中溶解气体分析(Dissolved Gas Analysis,DGA)法能够在线实时监测变压器油中的气体数据,在国内外得到了广泛的应用。本文根据支持向量机能够有效解决高维、非线性以及局部最优等问题,且具备处理小样本数据的优势,采用支持向量机构建故障分类器模型,在此基础之上,考虑到二叉树支持向量机比一对多组合、一对一组合和有向无环图具有测试速度快、不存在不可分区域等优点,构建二叉树支持向量机诊断模型。最后,鉴于变压器故障类型诊断结果受支持向量机的参数直接影响,为优化支持向量机参数模型、提高故障诊断准确率,本文还提出了用遗传算法对影响支持向量机分类精度的两个主要参数C和g进行寻优,通过建立初始特征集合,并根据根据遗传算法编码规则,将支持...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 传统故障诊断研究
        1.2.2 基于智能算法的故障诊断研究现状
    1.3 本文的主要研究内容
第2章 变压器油中气体产生机理及常见故障
    2.1 油中气体产生及溶解原理
        2.1.1 产生原理
        2.1.2 气体在油中溶解原理
    2.2 气体含量标准
    2.3 变压器常见内部故障与产生气体对应关系
    2.4 本章小结
第3章 基于支持向量机的变压器故障诊断研究
    3.1 统计学习理论
        3.1.1 机器学习理论
        3.1.2 最小化经验风险
    3.2 线性与非线性支持向量机
        3.2.1 线性支持向量机
        3.2.2 非线性支持向量机
    3.3 核函数
    3.4 多分类支持向量机
    3.5 支持向量机在变压器故障诊断中的研究
        3.5.1 故障特征量提取
        3.5.2 支持向量机故障诊断流程
        3.5.3 算法具体步骤
    3.6 本章小结
第4章 遗传算法优化支持向量机的变压器故障诊断研究
    4.1 遗传算法
        4.1.1 适应度函数的选取
        4.1.2 选择算子的确定
        4.1.3 交叉算子的选择
        4.1.4 变异算子的选择
    4.2 基于遗传算法优化支持向量机的变压器故障诊断
        4.2.1 基于二叉树的SVM分类器的原理
        4.2.2 基于二叉树的变压器故障分类诊断模型
        4.2.3 基于GA-SVM的变压器故障诊断模型
    4.3 基于GA-SVM模型的变压器故障诊断仿真分析
    4.4 变压器故障实际案例分析
    4.5 本章小结
第5章 结论
    5.1 结论
    5.2 论文中提出的新方法
致谢
参考文献
作者简介
攻读硕士学位期间研究成果



本文编号：3764646