基于油中气体分析的电力变压器故障诊断研究

发布时间：2023-05-20 02:04

　　随着国家经济的快速发展,社会的用电量与日俱增,电力系统规模也越发庞大,电力变压器作为电网中最为关键设备之一,并且也是事故发生频率最高的设备之一,当其发生故障,会对电网的安全稳定运行造成威胁,所以及时诊断出变压器故障从而减少故障的发生,保护电网安全运行变的十分的重要。变压器在出现了故障后,会有大量气体产生并溶解在变压器油中,且不同气体含量与变压器故障类型之间存在一定的联系,利用这种关系来判断故障类型,这就是油中溶解气体分析法(DGA),针对神经网络的缺点,提出了天牛须算法(BAS)与BP神经网络算法相结合的故障诊断方法。本文先使用BP神经网络的对变压器故障进行诊断,以变压器油中溶解气体含量作为输入,以变压器故障类型作为输出,对收集到100组数据进行训练,对25组数据进行测试,发现BP神经网络存在收敛慢,容易陷入局部最优等问题,于是提出基于天牛须算法的BP神经网络故障诊断方法,通过天牛须算法来优化BP神经网络初始的权值和阈值,以优化后的权值作为初始权值,对变压器故障进行诊断。同时提出遗传算法与BP神经网络相结合的故障诊断模型。使用matlab进行仿真,发现两个模型在变压器故障诊断速度和故障...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 电力变压器故障诊断的背景
    1.2 研究的意义
    1.3 国内外研究现状
        1.3.1 传统诊断方法
        1.3.2 人工智能算法
    1.4 存在问题
    1.5 .课题研究内容
第二章 变压器故障类型及诊断方法
    2.1 变压器故障类型
        2.1.1 过热故障
        2.1.2 放电故障
    2.2 电力变压器油中溶解气体分析
        2.2.1 电力变压器溶解气体产生原理
        2.2.2 变压器油中气体产生
        2.2.3 油中溶解气体组成
    2.3 传统变压器诊断方法
        2.3.1 特征气体法
        2.3.2 三比值法
        2.3.3 罗杰斯四比值法
        2.3.4 电协研法
    2.4 本章小结
第三章 BP神经网络算法
    3.1 人工神经网络
        3.1.1 人工神经网络简介
        3.1.2 人工神经网络特点
        3.1.3 人工神经网络的分类
    3.2 BP神经网络简介
        3.2.1 BP神经网络的传递函数
        3.2.2 BP神经网络的学习算法
    3.3 BP神经网络算法流程
    3.4 BP神经网络设计方法
        3.4.1 网络层数
        3.4.2 输入层节点数
        3.4.3 隐含层节点数
        3.4.4 输出层神经元个数
        3.4.5 传输函数选择
        3.4.6 训练函数选择
        3.4.7 初始权值的确定
    3.5 BP神经网络缺陷
    3.6 本章小结
第四章 变压器故障诊断的BP神经网络算法实现
    4.1 网络层数选择
    4.2 网络各层节点数
        4.2.1 输入层节点数
        4.2.2 输出层节点数
        4.2.3 隐含层节点个数
    4.3 输入输出向量确定
        4.3.1 输入向量确定
        4.3.2 输出向量确定
    4.4 传递函数确定
    4.5 训练算法确定
    4.6 训练样本选取
    4.7 BP神经网络仿真
    4.8 本章小结
第五章 天牛须算法对BP神经网络优化
    5.1 天牛须算法简介
    5.2 天牛须算法实现
    5.3 基于天牛须算法优化的BP神经网络故障诊断模型
    5.4 本章小结
第六章 遗传算法对BP神经网络优化
    6.1 遗传算法简介
    6.2 遗传算法基本原理
    6.3 遗传算法实现
        6.3.1 对参数进行编码
        6.3.2 初始种族规模确定
        6.3.3 适应度确定
        6.3.4 遗传操作
    6.4 遗传算法优缺点
    6.5 基于遗传算法的BP神经网络故障诊断模型
    6.6 本章小结
第七章 总结与展望
    7.1 全文总结
    7.2 工作展望
参考文献
致谢
攻读硕士学位期间发表论文



本文编号：3820321