变压器故障诊断中油溶气体基本信任分配函数研究

摘要

变压器是变电站重要设备之一，能否对变压器进行准确、有效的故障诊断对整个电力系统的安全稳定至关重要。目前，变压器故障诊断方法有很多，因为油溶气体分析技术可以及时发现变压器潜伏性故障，预防灾难性事故发生，所以，该技术一直被认为是最方便、最有效的变压器故障诊断手段。由于变压器故障诊断中存在很多无法确定的因素，导致多种不确定信息无法有效融合，使传统变压器故障诊断方法受到限制。基本信任分配函数是D-S证据理论进行信息融合的前提，可以为变压器故障诊断提供一个更为准确的结果。本文将变压器故障诊断中油溶气体基本信任分配函数数值的计算作为研究对象进行深入研究和分析。
　　通过归纳和分析变压器故障中计算基本信任分配函数数值的各种方法，本文提出基于油溶气体分析技术改良三比值法来计算基本信任分配函数数值。通过分析改良三比值法定义的各种故障特征空间，并根据有限元基本原理，按照各种故障特征区域在空间上的分布特点对每种故障特征空间进行离散化，然后利用八结点六面体空间插值法对每种故障特征空间的8个关键结点进行插值，从而得到整个三维空间里连续的变压器故障基本信任分配函数。
　　为了进一步提高基于改良三比值法计算的基本信任分配函数的精度，本文将BP神经网络应用到变压器故障基本信任分配函数计算中，建立了变压器故障诊断BBA模型。用预处理后的样本数据对网络模型进行训练，利用训练次数、线性相关系数和平方和误差三个测评指标对网络进行测试分析，最后确定变压器故障诊断BBA模型为5-15-10型网络结构。
　　结合标准BP算法原理并针对其存在的缺陷，本文提出了动量自适应学习速率法。利用标准BP算法、自适应学习速率法、附加动量法三种传统算法和本文提出的新算法分别对变压器故障诊断BBA模型进行训练，并对训练结果进行分析，只有新算法得到了满足要求和性能良好的网络。对新算法训练结果的输出和线性回归进行分析，证明新算法训练后的网络适用于计算基本信任分配函数。最后利用MATLAB仿真软件对四种算法训练后模型进行仿真，验证新算法的优越性。
　　利用新算法训练的变压器故障诊断BBA模型对变压器十种常见故障进行诊断并计算不同故障的基本信任分配函数数值，提高了基于改良三比值法计算基本信任分配函数的精准度。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 选题背景与研究意义

1.2 研究现状综述

1.3 本文研究的主要内容

第二章 改良三比值法构造BBA的确定

2.1 变压器故障类型及诊断方法

2.2 BBA理论

2.3 基于改良三比值法的确定

2.4 本章小结

第三章 基于改良三比值法变压器故障诊断结果的BBA研究

3.1 改良三比值法特征空间的研究

3.2 有限元空间插值基础理论

3.3 基于改良三比值法计算BBA

3.4 BBA实例计算与验证

3.5 本章小结

第四章 变压器故障诊断BBA模型建立

4.1 基于BBA数值精度提高的故障诊断模型

4.2 BBA模型的基本原理

4.3 BBA模型软件平台及建模步骤

4.4 BBA模型的确立

4.5 不同神经元数的网络结构测试和分析

4.6 本章小结

第五章 变压器故障诊断BBA模型分析与研究

5.1 概述

5.2 BBA模型的训练和结果分析

5.3 BBA模型的变压器故障诊断和BBA计算

5.4 本章小结

第六章 结论与展望

致谢

参考文献

作者简介

攻读硕士学位期间研究成果