基于模糊聚类算法的局部放电在线监测系统的设计与实现

摘要

对于设备局部放电的监测是实现其绝缘状态评价的基础，对电力系统的安全稳定高效的运行有着十分重大的意义。通过实时的监控设备的工作状况，对设备发生的局部放电信号进行采集、提取其特征量并通过智能系统判断其类型，从而得到设备发生放电的来源以及其放电严重度并及时检修更换设备以此达到预防事故产生的目标。由此可见，对局部放电的检测和识别进行研究是尤其重要的，不仅有理论研究上的学术意义更具有重大的工程性价值。现阶段较为广泛的应用于局部放电模式识别的方法有很多种包括模糊识别方法、人工神经网络方法、分形法等等。
　　模糊聚类是一种无需人工监督的分类方法，有着良好的智能性，能够较好的应用于局部放电信号的分析。本课题在参考借鉴大量的现有局部放电模式识别方法的前提下，模拟局部放电试验以及系统仿真，得到了大量实验研究数据，研究了采用基于模糊 C均值算法的类合并算法在局部放电信号分析中的应用，实现了局部放电在线监测系统的设计与研发。本课题主要研究内容如下：
　　1.详尽细致的论述了基于模糊 C均值算法的类合并算法的原理和其实现步骤，对该算法进行试验、分析其结果并验证了该算法能够较好的应用于局部放电信号的分析。
　　2.通过局域网的设置，搭建了局部放电通信环境，实现了局部放电在线监测系统和局部放电测试仪的实时通信并且实时显示；
　　3.应用SQLServer建立了数据库对采集到的局部放电信号进行存储、统一维护、设置其共享，对局部放电监测模块中数据进行了有效管理；通过将基于模糊C均值的类合并算法应用于系统中，设计实现了信号智能分析模块。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的意义

1.2 局部放电在线监测系统的研究现状

1.3 本文的研究内容和目标

第二章 局部放电理论基础

2.1 局部放电基础理论：

2.2 局部放电类型及其模式

2.3 局放检测的基本原理以及方法

2.4局部放电信号数据特征提取

2.5 本章小结

第三章 基于模糊C均值算法的类合并算法在局部放电监测中的应用

3.1 模糊聚类理论

3.2 基于模糊C均值算法的类合并聚类算法

3.3 实例分析

3.4 局部放电类型识别

3.5 本章小结

第四章 局部放电在线监测系统设计分析

4.1 系统背景

4.2 系统开发目标

4.3 系统开发与运行环境

4.4 系统整体设计

4.5 系统功能模块组成

4.6 系统功能需求分析

4.7 其他需求

4.8 本章小结

第五章 局部放电在线监测系统的设计与实现

5.1 通信模块的设计与实现

5.2 系统管理功能模块的设计与实现

5.3 设置模块的设计与实现

5.4 PD在线监测模块的设计与实现

5.5 数据管理模块的设计与实现

5.6 PD信号分析以及诊断模块的设计与实现

5.7本章小结

第六章 系统测试

6.1 测试目的

6.2 测试内容

6.3 测试执行

6.4 本章小结

第七章 总结与展望

7.1 总结

7.2 展望

致谢

参考文献

攻硕期间取得的研究成果