声明
致谢
摘要
1绪论
1．1．研究背景与意义
1．2变压器绕组和铁芯机械故障形式
1．2．1绕组机械故障
1．2．2铁芯机械故障
1．3变压器绕组机械故障诊断研究现状
1．3．1短路阻抗法
1．3．2电容量变化法
1．3．3低压脉冲法
1．3．4频率响应法
1．3．5超声波法
1．3．6振动分析法
1．4变压器铁芯机械故障诊断研究现状
1．5变压器故障预测研究现状
1．6本论文主要工作
2变压器振动模型理论研究
2．1引言
2．2．1振动的产生
2．2．2振动的传播
2．3．1绕组受电磁力分析
2．3．2绕组振动的等效模型分析
2．3．3绕组所受压紧力对振动加速度信号的影响
2．4变压器铁芯振动原理分析
2．4．1磁致伸缩
2．4．2铁芯磁致伸缩的决定因素
2．4．3铁芯对振动信号的影响
2．5本章小结
3变压器振动信号采集与传输装置设计
3．1引言
3．2射频识别技术
3．2．1 RFID系统结构
3．2．2 RFID工作频段
3．3自取能RFID传感器设计方案
3．3．1 RFID标签融合传感器数据方案
3．3．2能量管理设计方案
3．3．3 RFID传感器抗干扰措施
3．4测量点位置选择
3．4．1实验对象与测量点分布
3．4．2振动测量点选择
3．5性能测试
3．5．1能量管理性能
3．5．2通信性能
3．6本章小结
4基于深度学习的变压器早期故障诊断方法
4．1．1深度学习基本概念
4．1．2 SDA基本原理
4．1．3 SOFTMAX分类器
4．1．4基于SDA的变压器早期故障特征提取方法
4．2 DCQGA在SDA优化中的应用
4．2．1 DCQGA算法
4．2．2 DCQGA算法在SDA优化中的应用
4．3基于SVM的变压器早期故障诊断方法
4．3．1 SVM基本原理
4．3．2二叉树SVM型分类器模型的构建
4．3．3基于二叉树SVM的变压器早期故障诊断模型
4．4实验研究
4．4．1变压器早期故障诊断实验步骤
4．4．2变压器早期故障诊断实验平台
4．4．3故障诊断性能测试
4．5本章小结
5基于稀疏MKRVM的变压器故障预测方法
5．1．1变压器故障预测流程
5．1．2变压器故障预测的特征提取
5．2变压器故障预测模型的建立
5．2．1数据预处理及状态指数的建立
5．2．2贝叶斯理论
5．2．3 RVM基本原理
5．2．4 MKRVM理论
5．2．5基于MKRVM的故障预测模型
5．3实验分析
5．3．1变压器故障预测实验步骤
5．3．2变压器故障预测实验结果与讨论
5．4本章小结
6总结与展望
6．1总结
6．2展望
参考文献
攻读博士学位期间的学术活动及成果情况
合肥工业大学;
