基于粗糙集-双隐层BP神经网络的变压器故障诊断系统研究

摘要

电力变压器作为电力系统中最重要的设备之一，但是，变压器的故障诊断是个相当复杂的问题，它受到许多因素的影响如变压器的容量、运行历史、电压的等级、甚至不同厂家生产的产品等。故障特征量和故障征兆间没有明确的一一对应关系，其故障诊断技术的研究一直是国内外学者关注的热点。粗糙集(RS)理论是一门新兴的智能信息处理技术，利用它提取有用特征，对数据进行简化处理。可以解决反向传播神经网络(BP)训练时间长或不收敛等缺点。本文把粗糙集理论与BP神经网络结合起来充分发挥两种方法的优势，应用到变压器故障诊断中。
　　 该文由一下几个部分组成：介绍国内外在变压器故障诊断的发展和现状以及人工智能技术的应用现状；论述粗糙集和BP神经网络的相关理论；基于新导则IEC三比值故障诊断表编写成对应的逻辑编码表，然后应用粗糙集理论构造IEC—60599三比值法故障判断决策的核值表，最后建立改进的新导则IEC—60599三比值故障诊断决策表；由于常规的BP神经网络对大样本数据进行训练时存在上文中提到的缺点，因此提出了改进BP算法从而加快了训练速度和增加了诊断的可靠性，并比较不同算法之间的差异；在进行变压器中、低温过热故障时与粗糙集简相结合，为了提高了其在进行对中、低温过热故障时的正判率。
　　 最后，调用MATLAB7.0神经网络工具箱利用收集到的变压器故障实例数据进行了分析与仿真。结果表明，该文提出的将粗糙集理论与双隐层BP神经网络建立的电力变压器故障诊断的方法是可行的，有很好的应用前景。

目录

文摘

英文文摘

声明

第一章绪论

1.1电力变压器故障诊断的意义

1.2变压器常见故障分类

1.3油中溶解气体分析的原理及常规诊断方法

1.3.1正常状态下油中溶解气体的含量

1.3.2变压器故障类型与油中溶解气体的含量关系

1.3.3常规DGA诊断方法

1.3.4常规DGA诊断方法的不足

1.4人工智能方法在变压器故障诊断中的应用

1.5本章小结

第二章粗糙集的介绍

2.1引言

2.2粗糙集的发展和优缺点

2.3粗糙集理论的基本概念

2.3.1粗糙集的下近似、上近似、边界区和粗糙隶属函数

2.4数据预处理

2.4.1概述

2.4.2连续数据离散化

2.5决策属性表的约简与核及分类规则的提取

2.6粗糙集的应用

2.7本章小结

第三章双隐层BP神经网络

3.1人工神经网络

3.1.1引言

3.1.2人工神经网络研究历史

3.1.3神经网络的特点和基础

3.2反向传播(BP)网络

3.2.1反向传播(BP)网络工作原理

3.2.2标准BP网络的优缺点及改进

3.2.3本文双隐层BP网络的设计

3.3本章小结

第四章粗糙集理论在IEC-60599三比值故障诊断决策规则中的应用

4.1引言

4.2粗糙集在变压器故障诊断中的应用

4.2.1具体步骤

4.2.2根据IEC-60599诊断方法重新编码并形成诊断表

4.2.3属性约简

4.3本章小结

第五章粗糙集与双隐层BP神经网络的变压器故障诊断

5.1引言

5.2粗糙集与双隐层BP神经网络相结合的系统结构

5.2.1总体设计

5.2.2样本集的选取

5.2.3连续数据的离散化

5.2.4对样本数据的属性简约

5.2.5 MATLAB仿真与分析

5.3本章小结

第六章结论与展望

6.1总结

6.2展望

参考文献

致谢

附录

攻读硕士学位期间发表的论文