文档介绍：基于谋溲蛊鞴收险锒献ḿ蚁低车难芯摘要具有界面友好,易于操作和维护,运行快捷、准确等特点。关键词:油中溶解气体分析变压器故障诊断神经网络电力变压器是电力系统中最重要的电气设备之一,也是导致电力系统事故最多的电气设备之一,其运行状态直接影响系统的安全性水平。及早发现变压器的潜伏性故障,保证变压器的安全运行,从而提高供电的可靠性,是电力部门关注的一个重要问题。因此,研究变压器故障诊断技术,提高变压器的运行维护水平,具有重要的现实意义。本文首先论述了对基于油中溶解气体分析的变压器故障诊断的原理及多种诊断方法,在此理论基础上开发了基于神经网络的专家系统。在系统中,改进神经网络作为专家系统的一个知识模块,成为诊断主模块,以基于模糊的知识模块为辅助诊断模块,以改进三比值法知识模块为参考诊断模块。本文介绍了神经网络的模型结构及学习机制,对故障诊断系统所采用的网络存在收敛速度慢、不易收敛等问题,分别对神经网络在不同激活函数、不同神经元个数以及不同训练函数的情况下进行了仿真,并作了分析和研究,其中数值优化算法中狹法作为学习函数网络训练效果最好。本文在构建故障诊断的专家系统时,采用语言为开发工具,在程序设计方面,直接利用调用神经网络工具箱。本系统专家系统
.,.。琓,鴄,...
篸;籪甶籲籩
第一章绪论选题的背景及意义当前国内外的研究现状溶解气体色谱分析的在线监测方法,以油中溶解气体为反映故障的特征量,它国家电力工业的迅速发展说明全国发、输、配电的容量在不断增加,电力系统在日益扩大。当然所用的电器设备也越来越多,确保电力系统的安全运行,对整个国民经济的发展至关重要。大型电力变压器是电力系统中重要的输变电设备,在电力系统中处于枢纽地位。它一旦发生故障,轻则影响生产减少发电量,给人们的生活带来不便;重则危及人们的生命和财产安全,大大妨碍了整个国民经济的发展进程。为此,要加强对设备运行状态的监测,及时查出内部的早期故障,防止事故于未然。比如,据不完全统计,全国—年间%的变压器事故是在预防性试验合格的情况下发生的【俊NC植钩9媸匝榈牟蛔悖迪侄陨璞缸刺晃识霞视,发展起来了绝缘在线监测的技术,其中变压器油中气体在线监测技术是较为成功的一种。绝缘油在热和电的作用下,分解出氢气、一氧化碳、二氧化碳、以及多种小分子烃类气体,这些气体会溶解于油中。不同类型的故障及不同严重程度的故障产生气体的类型和浓度是不同的,其中一些气体能反映变压器故障的情况,通常称这些气体为特征气体。变压器油中溶解气体分析,简称就是根据气相色谱方法获得油中各种特征气体的浓度,然后根据获得的各种气体浓度判断故障的一种方法。对于变压器油中是直接在变压器现场实现油色谱的在线智能化监测与故障诊断。这样,不仅可以及时掌握变压器的运行状况,发现和跟踪存在的潜伏性故障,并且可以及时根据人工智能技术对故障自动进行诊断,以便运行人员迅速做出相应的措旌:同时,可以降低常规油色谱分析法人为的误差,提高了故障诊断的可靠性。变压器状态监测技术起始于上世纪年代,经过多年的发展早已成为国内外的研究热点,特别是国外研究开展较早。各类专家在长期的运行实践中提出—
人工智能技术在变压器故障诊断中的应用了不少基于不同参量的各种变压器状态监测技术,其中主要有局部放电、直流放电、油或纸的酸性和湿度、油中气体分析、振动分析、热成像图、极化波谱和恢复电压、低压脉冲等方法。根据变压器的各种机械和电气特征,可以建立各种变压器绝缘寿命模型。一种基于油中的化学成分的分析而建立的新的变压器绝缘寿命模型,可对不同的油/纸条件下的变压器绝缘寿命进行估计,利用声学方法可对变压器内部局部放电进行诊断和定位;采用恢复电压来确定变压器中绝缘纸的温度,以监测其绝缘强度等,都是常用的变压器状态监测方法。高压变压器油中的糠醛浓度,是变压器油中绝缘纸机械强度和绝缘强度的一个重要指标。而通过荧光测量来检测糠醛的浓度,则是一种新的不同于常规油色谱分析的糠醛浓度检测法W酆隙嘀旨嗖夥椒ǎ糜椭衅宸治觥⒕植糠诺纭负荷电流/符合电压、线圈温度、压力/真空等参数来监测变压器或变压器抽头的状态,是变压器状态监测的趋势;而采用一些新的分析工具和手段,如神经网络、模糊逻辑、数据挖掘技术、专家系统来改变常规的特征分析和判断。油中溶解气体分析不受各种电磁干扰的影响,数据可靠性高,技术成熟,法和多种比值法,这些方法都存在编码不足或编码太过于绝对的问题,对某些人工神经网络、遗传算法和专家系统等技术进行变压器的故障诊断有利于有效地实现对故障的综合诊断,从而提高故障诊断的准确性、可靠性和诊断效率,为变压器故障诊断技术的发展开拓新的途径,这方面课题的研究已经成为变压器故障诊断的研究热点之一【俊】【.斯ど窬人工神经网络的技术,它通过神经元建立起输入、输出状态间的“映射”关系,具有