电力变压器状态评估与故障诊断方法研究

发布时间：2023-12-13 20:28

　　随着社会发展,自动化程度的提高,用户对电网可靠性的要求也越来越高。电力变压器作为电力系统重要的电能枢纽设备,其可靠性直接影响电力系统的稳定运行。因此,能有效掌握电力变压器的状态,对电力变压器的潜在故障有一定预估,能为电力变压器的检修工作和运行维护提供理论指导与辅助决策,以此来降低变压器的故障事故数量,使电力系统的运行更为可靠稳定。本文采用多种大数据处理方法,以变压器运行数据与实验指标数据作为基础,根据不同的评估需求选择有效的评估指标,建立对应的电力变压器状态评估体系,通过大数据处理方法构建变压器状态评估模型。电力变压器发生故障时,本文以油中溶解气体为故障指标,结合智能算法建立变压器故障状态评估模型,本文的主要工作有:当电力变压器在状态相对良好时,旨在检修过程中具有相对简易,检修过程可实施性高,尽可能使用较少的电力变压器实验指标来评估变压器状态,提出了基于模糊C均值聚类算法(Fuzzy C-means clustering algorithm,FCM)的电力变压器状态评估方法。在变压器中选取可实施高且重要的实验指标作为评估数据并构建变压器状态评估体系,各个指标采用相对老化度进行量化,通过...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 本课题研究的研究背景和意义
    1.2 国内外研究现状
        1.2.1 大数据分析发展现状
        1.2.2 电力变压器状态评估研究状况
        1.2.3 电力变压器故障状态评估研究现状
    1.3 论文研究内容及研究目的
        1.3.1 本文研究目的
        1.3.2 本文主要研究内容
第二章 电力变压器状态评估模糊C均值聚类方法
    2.1 概述
    2.2 评估指标确定
    2.3 指标权重及评估等级
    2.4 基于模糊C均值聚类算法的电力变压器状态评估模型
        2.4.1 模糊C均值聚类算法原理
        2.4.2 模糊C均值聚类算法的有效性验证
        2.4.3 模糊C均值的计算步骤
        2.4.5 数据预处理及评价等级
    2.5 基于模糊C均值聚类算法的电力变压器状态评估步骤
    2.6 实例研究
    2.7 本章小结
第三章 电力变压器状态评估集对分析与证据融合方法
    3.1 概述
    3.2 变压器状态评估体系建立
        3.2.1 状态评估指标体系建立原则
        3.2.2 变压器状态指标和修正因子
    3.3 变压器状态指标权重确定
    3.4 变压器状态等级划分与数据处理
    3.5 基于集对分析方法和证据融合的变压器状态评估模型
        3.5.1 集对分析特征指标量评估模型
        3.5.2 基于证据融合理论的变压器状态评估模型
        3.5.3 变压器状态评估分数模型
    3.6 基于集对分析方法和证据融合的变压器状态评估步骤
    3.7 实例研究
        3.7.1 实例信息
        3.7.2 变压器状态评估
    3.8 本章小结
第四章 电力变压器故障评估多级局部密度聚类方法
    4.1 概述
    4.2 变压器故障类型确定及特征量选择
    4.3 局部密度聚类算法
        4.3.1 局部密度聚类算法的数学原理
        4.3.2 局部密度聚类算法算例分析
        4.3.3 局部密度聚类算法步骤
    4.4 基于局部密度算法的电力变压器故障评估模型
        4.4.1 数据预处理
        4.4.2 基于局部密度聚类的变压器故障评估模型
        4.4.3 聚类结果处理
    4.5 基于局部密度算法的电力变压器故障评估步骤
    4.6 实例研究
    4.7 本章小结
结论与展望
参考文献
攻读学位期间发表的论文
攻读学位期间参加的科研项目
致谢



本文编号：3873914