电力变压器状态监测数据的降噪处理方法的研究

发布时间：2020-11-05 13:33

　　 电力变压器作为整个电网中的关键部件之一,其正常稳定的工作关系着整个供电系统的平稳运行。同时,由于电力系统的信息采集、通讯、存储设备的不断丰富,电力变压器的状态监测数据逐渐呈现出大体量、高维度、多噪声的数据特性,依托这一庞大的数据资源,当下研究者大多着眼于如何利用这些数据更好地评价电力变压器的各个指标,对状态监测数据的数据质量关注较少。本研究首先总结经典数据清洗理论模型;从理论层面上介绍并总结数据科学概念并论述电力变压器状态监测数据的数据特点;讨论当前大体量数据背景下电力变压器状态监测数据中数据清洗的新问题。然后,系统分析了降噪自编码器模型结构和特点,讨论降噪自编码器对数据降噪的可行性和有效性;针对电力变压器状态监测数据降噪处理这一问题,以电力变压器油中气体数据为依据,提出一种基于深度学习理论的堆栈降噪自编码器模型,并采用bootstrap方法确定重构数据的阈值范围,应用于电力变压器状态数据的数据清洗工作。最后,针对数据清洗后的噪声分类问题,建立以支持向量机为基础的分类模型,实现电力变压器异常数据分类功能,最终形成完整的电力变压器数据清洗与噪声分类模型。通过进行相应仿真实验,验证了该方法对电力变压器状态监测数据具有一定的数据清洗和噪声分类效果。
【学位单位】：华北电力大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM41
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
    1.2 研究现状
        1.2.1 数据清洗研究现状
        1.2.2 噪声分类研究现状
    1.3 论文研究内容及目标
    1.4 论文组织结构
    1.5 本章小结
第2章 数据清洗及电力变压器数据
    2.1 数据科学及电力变压器数据
        2.1.1 数据科学
        2.1.2 电力变压器数据及其特点
    2.2 数据清洗
        2.2.1 数据清洗流程
        2.2.2 电力变压器中数据清洗
    2.3 电力变压器数据清洗中存在的问题
    2.4 本章小结
第3章 基于堆栈降噪自编码器数据清洗模型
    3.1 神经网络与深度神经网络模型
        3.1.1 神经元与神经网络
        3.1.2 深度神经网络
    3.2 堆栈降噪自编码器
        3.2.1 自编码器
        3.2.2 堆栈降噪自编码器
    3.3 堆栈降噪自编码器数据清洗原理
    3.4 堆栈降噪自编码器的训练模型
    3.5 重构数据判别
        3.5.1 bootstrap方法
        3.5.2 bootstrap方法执行过程
    3.6 本章小结
第4章 基于堆栈降噪自编码器的电力变压器数据清洗及噪声分类模型
    4.1 电力变压器异常数据分类
        4.1.1 支持向量机
        4.1.2 基于支持向量机的电力变压器异常数据分类模型
    4.2 电力变压器数据清理与噪声分类模型
    4.3 电力变压器数据清理与噪声分类算法流程
    4.4 电力变压器原始数据预处理
    4.5 实验实例
        4.5.1 实验流程
        4.5.2 实验结果分析
    4.6 本章小结
第5章 结论与展望
    5.1 结论
    5.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢

【相似文献】

相关期刊论文 前10条

1 王丽芳;;关于单片机实现电力变压器保护的研究[J];电子世界;2019年22期

2 陈鹏;;关于铁路电力变压器温度控制的探讨[J];郑铁科技;2016年02期

3 赵永林;张凤杰;;电力变压器的继电保护及其保护动作的处理[J];西铁科技;2001年01期

4 邵中华;龙鑫宇;吴良美;陈宇;吴能成;林四敏;黄冬梅;;电力变压器引线结构改进设计[J];电工技术;2019年05期

5 ;2018年电力变压器行业现状及趋势分析[J];电器工业;2019年05期

6 李兆丰;;电力变压器状态检修及故障诊断方法研究[J];中国设备工程;2019年11期

7 夏明;;电力变压器磁屏蔽结构对磁场和温度场的影响[J];中国新技术新产品;2019年15期

8 郑玲;;浅谈110kV立体卷铁心电力变压器[J];科技创新导报;2019年12期

9 李超;;基于电力变压器运用过程中的主要问题及解决策略探析[J];科技风;2017年21期

10 乌祖虹;;电力变压器经济寿命模型及应用实例[J];科技风;2018年09期

相关博士学位论文 前10条

1 张锐;电子电力变压器的优化控制与应用[D];华中科技大学;2017年

2 田杰;电子电力变压器的控制及10kV工业样机实现[D];华中科技大学;2016年

3 黄辉;电子电力变压器的控制与应用[D];华中科技大学;2015年

4 易杨;电子电力变压器若干关键技术研究与实现[D];华中科技大学;2013年

5 刘海波;电子电力变压器控制策略研究[D];华中科技大学;2009年

6 王丹;配电系统电子电力变压器[D];华中科技大学;2006年

7 李建坡;基于油中溶解气体分析的电力变压器故障诊断技术的研究[D];吉林大学;2008年

8 刘姜涛;电力变压器有源降噪的关键技术研究[D];武汉大学;2012年

9 王利兵;电子电力变压器的控制与应用[D];华中科技大学;2014年

10 桑子夏;电子电力变压器的保护系统研究[D];华中科技大学;2014年

相关硕士学位论文 前10条

1 张博;电力变压器状态监测数据的降噪处理方法的研究[D];华北电力大学;2019年

2 祝玲玉;电力变压器多源监测数据的信息融合研究[D];华北电力大学;2019年

3 陈梅;基于核密度估计和FTA的电力变压器早期故障诊断及可靠性分析[D];电子科技大学;2019年

4 陈铭;结合古林法与层次可拓法的电力变压器综合状态评估方法[D];合肥工业大学;2019年

5 罗家满;全寿命周期成本分析在电力变压器投资决策中的应用研究[D];福建工程学院;2019年

6 张文新;基于神经网络算法的电力变压器温升推进预测[D];福建工程学院;2019年

7 王毅腾;基于多维云模型的电力变压器状态评估及检修策略研究[D];华侨大学;2019年

8 孟亚云;基于家族质量缺陷的电力变压器故障分析与评估[D];华北电力大学;2019年

9 米琛浩;基于HMM的电力变压器健康状态评估[D];华北电力大学;2019年

10 韩赛赛;电力变压器的运行可靠性评估及剩余寿命预测研究[D];华北电力大学(北京);2019年

本文编号：2871704