基于信息融合的大型电力变压器故障诊断

发布时间：2017-06-05 13:06

  本文关键词：基于信息融合的大型电力变压器故障诊断，由笔耕文化传播整理发布。

【摘要】：本文对大型电力变压器常规试验手段及获得状态信息的方式进行了简要分析,并对利用人工智能进行变压器故障诊断技术进行了深入分析和综合,针对遇到的困难和问题,提出了相应的解决方法,主要完成的研究工作如下: 一、引入信息融合概念,根据油中溶解气体色谱分析和电气试验数据,结合状态监测所获得的信息,对故障进行分析、判断,确定故障的性质和类型;信息融合技术应用于变压器故障诊断,会提高诊断结果的可靠性和准确性。 二、针对BP网络不易收敛、易陷入局部极小的缺点,采用改进的进化规划算法优化BP网络的连接权阈值初始值,将进化规划和神经网络结合起来,迅速得到最优BP网络权值矩阵及阈值向量,较好地实现了故障诊断,并对该算法采用C语言编写了程序,实例结果表明,诊断的结果是理想的。 三、人工智能技术之间的融合可以补单一技术存在的缺陷,从而更好地发挥每一种智能技术的优势,本文基于进化规划和神经网络智能技术建立了变压器绝缘故障诊断模型,对多源数据进行综合处理,通过多源互补信息减少故障诊断系统的不正确性,提高了对变压器绝缘故障诊断的正判率。
【关键词】：电力变压器 信息融合 故障诊断 人工智能
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TM407
【目录】：

• 摘要5-6
• ABSTRACT6-7
• 1 绪论7-18
• 1．1 引言7-8
• 1．2 电力变压器试验方法分析8-10
• 1．3 获得电力变压器状态信息常用方法分析10-11
• 1．4 人工智能技术在变压器故障诊断中的应用11-16
• 1．4．1 专家系统(ES)11-13
• 1．4．2 人工神经网络(ANN)13-14
• 1．4．3 模糊理论(FZ)14-15
• 1．4．4 遗传算法(GA)15-16
• 1．4．5 几种智能方法的综合16
• 1．5 本文的主要工作16-18
• 2 基本原理18-39
• 2．1 基于变压器油气相色谱分析的故障判断原理18-21
• 2．2 模糊数学21-27
• 2．2．1 模糊聚类分析21-24
• 2．2．2 模糊模式识别24-25
• 2．2．3 综合评判25-27
• 2．3 BP神经网络27-31
• 2．4 遗传算法31-37
• 2．5 信息融合技术37-39
• 3 基于信息融合技术的变压器故障诊断模型39-45
• 3．1 基于 BP网络的故障特征融合39-42
• 3．2 故障诊断与信息融合的关系42-44
• 3．3 基于信息融合技术的变压器故障诊断系统结构44-45
• 4 算例结果及分析45-51
• 4．1 原始训练样本集的建立45-47
• 4．2 网络训练与测试47-50
• 4．3 数据分析50-51
• 5 结束语51-52
• 参考文献52-55
• 致谢55-56
• 攻读学位期间发表的学术论文目录56-57
• 学位论文评阅及答辩情况表57

【引证文献】

中国期刊全文数据库 前1条

1 孙洁;邢九霞;;基于油中溶解气体分析的变压器故障诊断[J];河北联合大学学报(自然科学版);2012年04期

中国博士学位论文全文数据库 前1条

1 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

中国硕士学位论文全文数据库 前2条

1 陈玉立;信息融合技术在变压器故障诊断中的应用[D];西南交通大学;2006年

2 袁蕾;电力变压器试验数据和征兆现象的故障融合诊断方法[D];重庆大学;2010年

  本文关键词：基于信息融合的大型电力变压器故障诊断，，由笔耕文化传播整理发布。

本文编号：423782