变压器油中溶解气体在线监测及故障诊断系统的研究

摘要

油浸式电力变压器是电力系统的重要设备，变压器故障可能会造成长时间的供电中断，尽早发现变压器故障具有重要的意义。油中溶解气体分析(Dissolved Gas-in-oil Analysis，DGA)是诊断变压器潜伏性故障最有效的方法之一。通过对变压器油中溶解气体的在线监测，可以实时或定时监测变压器的运行状况，判断其运行是否正常。近几年来，以模糊数学、神经网络、灰色系统等理论为基础的综合智能化诊断及模式识别等方面的研究已取得了很大的进展，并且已将这些研究成果应用于变压器油中溶解气体在线监测及故障诊断装置或系统中，对提高充油电力变压器运行的可靠性起到了重要作用。 本文采用光声光谱技术，以AVR单片机(ATmega16)为控制核心，并用多种串行通信方式设计了变压器油中多种溶解气体的在线监测硬件系统，主要完成数据的采集和初步的处理，同时把数据上传给上位机，在上位机中利用VisualBasic 6.0调用Microsoft的Access形成了数据库管理系统，对数据进行可视化操作，并利用Visual Basic 6.0调用Matlab7.0神经网络工具箱，分别采用反向传播(Back Propagation，BP)神经网络、对向传播(Counter Propagation，CP)神经网络、Elman神经网络和径向基(Radial Basis Function，RBF)神经网络对变压器进行故障诊断，最后用最小二乘加权融合诊断结果，与单个神经网络识别方法相比，该最小二乘加权融合集成神经网络可在故障特征比较类似的情况下，正确识别故障类型，且该方法的识别结果具有更大的安全间隔空间、可靠性更高，测试结果也表明了这些特征。

目录

文摘

英文文摘

论文原创性声明及论文知识产权权属声明

第1章绪论

1.1课题的重要意义

1.2课题的研究现状

1.2.1在线监测技术

1.2.2故障诊断技术

1.3课题的应用前景

1.4本文的主要工作

第2章在线监测系统的设计

2.1油中溶解气体与故障之间的关系

2.1.1热性故障

2.1.2电性故障

2.2基于高分子薄膜的油气分离

2.3光声光谱技术

2.3.1光声光谱原理

2.3.2特征频谱的选择

2.3.3光声信号的产生和检测

2.4在线监测系统的硬件设计

2.4.1传感器模块

2.4.2数据采集及处理模块

2.4.3数据通讯模块

2.4.4上位机处理系统

2.5在线监测系统的软件设计

2.5.1软件设计思想

2.5.2液晶显示的程序设计

2.5.3数据通讯的程序设计

第3章故障诊断技术分析

3.1故障诊断的步骤

3.2有无故障的判断

3.3故障严重程度的判断

3.4多神经网络综合诊断变压器故障

3.4.1BP神经网络

3.4.2 CP神经网络

3.4.3 Elman神经网络

3.4.4 RBF神经网络

3.4.5最小二乘加权融合神经网络诊断结果

3.4.6实例样本测试

第4章上位机数据库管理及故障诊断软件的设计

4.1系统软件开发和运行环境

4.2数据库管理软件的设计

4.2.1数据库平台

4.2.2数据库的构成

4.3利用VB6.0实现数据通讯

4.3.1通讯协议

4.3.2数据的传输、存储和处理

4.4故障诊断的实现

4.4.1故障诊断界面

4.4.2 VB调用Matlab神经网络实现故障诊断

4.4.3 VB调用Excel实现打印报表

4.5系统误差及改进措施

4.5.1高分子透气膜带入的干扰

4.5.2现场可能存在的干扰

结论

参考文献

致谢

附录1在线监测系统硬件图