基于改进神经网络的变压器故障诊断方法的研究

发布时间：2017-12-24 00:18

  本文关键词：基于改进神经网络的变压器故障诊断方法的研究　出处：《华北电力大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 变压器故障诊断 油中溶解气体分析 粒子群优化算法 神经网络

【摘要】：变压器是电力系统的重要组成部分,其运行状态对电力系统的稳定、安全运行有着重要的意义。研究变压器故障诊断方法,加强变压器的运行维护,可以有效减少故障隐患所带来的安全事故。变压器内部故障诊断一般采用变压器油中溶解气体分析法。BP神经网络具有并行分布式计算、自适应、记忆及聚类等诸多优点,能准确表达变压器油中溶解气体与变压器内部故障之间存在的映射关系。但是BP算法是基于梯度下降的方法,存在收敛速度慢、易陷入局部极小点的缺陷。当输入输出关系较为复杂时,网络收敛速度缓慢,甚至不收敛。粒子群优化算法具有全局寻优的能力,可有效的改善BP神经网络收敛速度,提高故障诊断准确率。本文针对变压器故障特征气体以及故障类型的特点,建立了结构为5-9-5型的变压器故障诊断BP神经网络模型。并将粒子群优化算法改进的BP网络模型和L-M法BP网络模型应用于变压器故障诊断,训练和诊断结果表明:系统采用PSO-BP法在80步达到收敛,明显少于L-M改进BP法的126步,并且诊断准确率达到了76%。通过收集大量具有代表性的训练样本对基于PSO改进BP神经网络的变压器故障诊断系统进行训练,使系统的故障诊断准确率达到92%,高于IEC三比值法并能较好地满足变压器故障诊断的要求,提高了诊断的可靠性和准确性。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM407;TP183

【相似文献】

相关期刊论文 前10条

1 苏宏升;李群湛;;概念格在变压器故障诊断中的应用研究[J];高电压技术;2006年02期

2 闫学杰;;煤矿变压器故障诊断的研究[J];煤矿现代化;2011年02期

3 王铮一;郑文杰;;基于基因表达式编程的变压器故障诊断[J];陕西电力;2012年04期

4 ;变压器故障诊断[J];电气制造;2012年05期

5 肖华兰;吴骏;;基于多分类相关向量机的变压器故障诊断[J];电子世界;2013年15期

6 ;《大型变压器故障诊断技术的研究》技术成果通过电力部鉴定[J];上海电力学院学报;1995年04期

7 张丰仁,张恩锋;气相色谱分析在变压器故障诊断中的应用[J];中国煤炭;2000年10期

8 马素媛;气相色谱法在电力变压器故障诊断中的实际应用[J];冶金动力;2000年05期

9 钱政,黄兰,严璋,罗承沐;集成模糊数学与范例推理的变压器故障诊断方法[J];电网技术;2001年09期

10 孙辉,李卫东,孙启忠;判决树方法用于变压器故障诊断的研究[J];中国电机工程学报;2001年02期

相关会议论文 前10条

1 胡泽江;张海涛;;可拓关联函数与属性约简相结合的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 周柯;罗安;;信息融合技术在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

3 赵继印;李建坡;黎巧生;;基于气相色谱分析方法的变压器故障诊断系统[A];“振兴吉林老工业基地——科技工作者的历史责任”吉林省第三届科学技术学术年会论文集（上册）[C];2004年

4 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（文摘部分）[C];2009年

5 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

6 禹建丽;周瑞芳;;一种基于神经网络和模糊理论的变压器故障诊断[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

7 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

8 陈湘萍;;基于神经网络的变压器故障诊断[A];第八届全国信息获取与处理学术会议论文集[C];2010年

9 卞建鹏;廖瑞金;杨丽君;郑含博;;基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

10 于虹;张永刚;;基于模拟退火和支持向量机理论的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（优秀论文部分）[C];2011年

相关重要报纸文章 前1条

1 广西龙州县鸭水电厂 王f ;变压器故障诊断方法的探讨[N];中华合作时报;2004年

相关博士学位论文 前10条

1 司马莉萍;基于改进支持向量机的电力变压器故障诊断与预测方法的研究[D];武汉大学;2012年

2 赵文清;基于数据挖掘的变压器故障诊断和预测研究[D];华北电力大学（河北）;2009年

3 邓宏贵;可拓理论与关联分析及其在变压器故障诊断中的应用[D];中南大学;2005年

4 郑元兵;变压器故障诊断与预测集成学习方法及维修决策模型研究[D];重庆大学;2011年

5 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年

6 张利伟;油浸式电力变压器故障诊断方法研究[D];华北电力大学;2014年

7 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年

8 唐勇波;数据驱动的大型电力变压器故障诊断和预测研究[D];中南大学;2013年

9 郑蕊蕊;智能信息处理理论的电力变压器故障诊断方法[D];吉林大学;2010年

10 苏宏升;软计算方法及其在电力系统故障诊断中的若干应用研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 刘飞霞;基于蚁群算法的变压器故障诊断研究[D];长沙理工大学;2014年

2 李江浩;基于改进神经网络的变压器故障诊断方法的研究[D];华北电力大学;2015年

3 隋卓;基于振动能量法的电力变压器故障诊断与初步定位研究[D];华北电力大学;2015年

4 陆静;蚁群算法在变压器故障诊断中的应用研究[D];南京航空航天大学;2008年

5 潘连荣;基于协同学理论的变压器故障诊断研究[D];天津大学;2008年

6 丁茜;基于关联规则的变压器故障诊断研究[D];华北电力大学（河北）;2010年

7 胡勇;基于故障树分析法—电力变压器故障诊断[D];合肥工业大学;2002年

8 张特;基于人工免疫思维进化算法的变压器故障诊断[D];湘潭大学;2011年

9 邓浩;基于膜计算的变压器故障诊断研究[D];西华大学;2012年

10 赵永雷;基于模糊聚类新算法的变压器故障诊断研究[D];华北电力大学;2012年

，

本文编号：1326091