發(fā)布時(shí)間：2020-12-11 09:35

　　我國(guó)經(jīng)濟(jì)的持續(xù)快速發(fā)展帶動(dòng)了電力工業(yè)的迅速發(fā)展,變壓器是電網(wǎng)中最重要的設(shè)備之一,在整個(gè)電力系統(tǒng)中占有著十分重要的地位。確保變壓器正常運(yùn)行是電網(wǎng)安全的首要前提,大型電力變壓器在運(yùn)行時(shí)一旦發(fā)生突發(fā)事故,可能引起大面積的停電,造成重大的社會(huì)效應(yīng)和經(jīng)濟(jì)損失。而且電力變壓器的維修成本高、維修周期長(zhǎng),產(chǎn)生的各種經(jīng)濟(jì)損失也是十分巨大的。本文采用振動(dòng)分析法開展電力變壓器帶電檢測(cè)與故障診斷方法的研究與實(shí)現(xiàn)。在課題組提出的振動(dòng)特征及提取算法的基礎(chǔ)上,研究提出了一種有效的機(jī)器學(xué)習(xí)模型,并用于實(shí)際變壓器的故障診斷。應(yīng)用日益成熟的物聯(lián)網(wǎng)技術(shù)與架構(gòu),開發(fā)、實(shí)現(xiàn)了基于Android平臺(tái)的變壓器振動(dòng)監(jiān)測(cè)與診斷軟件系統(tǒng)。該系統(tǒng)通過云平臺(tái)可以實(shí)現(xiàn)全天候、遠(yuǎn)程地對(duì)電力變壓器進(jìn)行帶電、實(shí)時(shí)監(jiān)測(cè)和故障診斷。本課題研究?jī)?nèi)容如下:(1)闡述電力變壓器振動(dòng)機(jī)理和基于振動(dòng)的特征值及其提取算法。(2)基于振動(dòng)特征值,分別對(duì)樸素貝葉斯分類模型和支持向量機(jī)模型進(jìn)行了研究,通過對(duì)實(shí)驗(yàn)和現(xiàn)場(chǎng)變壓器實(shí)測(cè)數(shù)據(jù)結(jié)果的對(duì)比與分析,提出并實(shí)現(xiàn)了一種針對(duì)電力變壓器帶電監(jiān)測(cè)和故障診斷更為有效的機(jī)器學(xué)習(xí)模型及其診斷算法。(3)在上述研究結(jié)果的基礎(chǔ)上,應(yīng)用物聯(lián)網(wǎng)... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１磁致伸縮變形隨磁通密度變化曲線ｔ４４】??從圖２－１可以看出，鐵芯磁致伸縮引起的變化長(zhǎng)度與磁感應(yīng)強(qiáng)度的平方成正??

析振動(dòng)和電流、電壓之間的趨勢(shì)來獲取更多的診斷信息。先驗(yàn)性分析方法通過對(duì)??比變壓器振動(dòng)的歷史情況，可以實(shí)現(xiàn)對(duì)變壓器的實(shí)時(shí)監(jiān)測(cè)，及時(shí)反映變壓器狀態(tài)??的微小變化。該方法可總結(jié)歸納如圖２．２所示。??非先驗(yàn)性方法快速獲取相關(guān)的診斷結(jié)果，包含兩種具體算法。第一種方法從??信號(hào)的頻率角度出發(fā)，考慮其頻率的離散程度，從頻率復(fù)雜性的角度去考察變壓??器的狀態(tài)。第二種為振動(dòng)平穩(wěn)性，該方法則是基于時(shí)域信息，從振動(dòng)時(shí)域信號(hào)的??角度進(jìn)行分析。先驗(yàn)性算法主要基于振動(dòng)變化的趨勢(shì)，以獲取診斷信息，先驗(yàn)性??算法也分成兩種。分別為能量相似度分析和振動(dòng)相關(guān)性分析，前者著重分析振動(dòng)??能量隨時(shí)間的變化。后者強(qiáng)調(diào)各個(gè)測(cè)點(diǎn)之間的振動(dòng)相關(guān)性。??變壓器狀態(tài)檢蕤算法．．．????Ｉ????非先驗(yàn)性算法先驗(yàn)性萁法＜？．??，?Ｉ?．?Ｉ??基于頻域ｗ?基于時(shí)域ｖ?基于基頻成分？．?基于諧波成分＋，??頻率復(fù)雜振動(dòng)平

圖２．５所示分別為ＦＣＡ、ＤＥＴ、ＥＤＲ和ＭＰＣ的單特征分布圖。從圖中可以??看到，特征分布雖然按照一定的規(guī)律進(jìn)行聚合，但是不同類別之間仍然是相互重??疊，無法用線性方法進(jìn)行分類。所以下文將對(duì)不同機(jī)器學(xué)習(xí)算法進(jìn)行分析，提出??適用于變壓器帶電振動(dòng)監(jiān)測(cè)和故障診斷的分類模型。??２．?４基于機(jī)器學(xué)習(xí)的診斷算法研究??２．４．?１概述??由表２－１可知，變壓器主要存在三種狀態(tài)，因此，變壓器的故障診斷不是一??個(gè)簡(jiǎn)單的二分類問題。另外，由于電力變壓器在電網(wǎng)運(yùn)行中有十分重要的地位，??一旦發(fā)生故障需要立即對(duì)其停運(yùn)檢修，以免發(fā)生火災(zāi)等重大安全事故。因此，樣??本庫中電力變壓器的故障樣本數(shù)量遠(yuǎn)遠(yuǎn)少于正常與老化的樣本數(shù)量。由此可見，??如何對(duì)故障樣本少于正常樣本這種樣本不平衡的現(xiàn)象進(jìn)行多分類，是故障診斷的??難點(diǎn)問題，而大多數(shù)機(jī)器學(xué)習(xí)分類算法模型都缺乏準(zhǔn)確率較高的解決方法。??

【參考文獻(xiàn)】：
期刊論文
[1]基于不同概率密度估計(jì)方法的樸素貝葉斯分類器[J]. 王樂慈,高世臣,林孟雄,李宗賢.  中國(guó)礦業(yè). 2018(11)
[2]基于貝葉斯正則化深度信念網(wǎng)絡(luò)的電力變壓器故障診斷方法[J]. 王德文,雷倩.  電力自動(dòng)化設(shè)備. 2018(05)
[3]面向不平衡數(shù)據(jù)集分類模型的優(yōu)化研究[J]. 溫雪巖,陳家男,景維鵬,徐克生.  計(jì)算機(jī)工程. 2018(04)
[4]基于阻抗法的變壓器繞組變形在線監(jiān)測(cè)系統(tǒng)[J]. 梁藝,馬文輝.  重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(05)
[5]改進(jìn)SMOTE的非平衡數(shù)據(jù)集分類算法研究[J]. 趙清華,張藝豪,馬建芬,段倩倩.  計(jì)算機(jī)工程與應(yīng)用. 2018(18)
[6]變壓器繞組變形綜合診斷分析系統(tǒng)研究與實(shí)踐[J]. 李杰華,孟艷,溫紅旗,張福廣,陳鵬.  變壓器. 2017(07)
[7]一種基于決策樹的SVM算法[J]. 程鳳偉.  太原學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(01)
[8]改進(jìn)的基于遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷[J]. 袁圃,毛劍琳,向鳳紅,劉戀,張茂興.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2017(01)
[9]基于混沌優(yōu)化粒子群BP神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷[J]. 公茂法,柳巖妮,王來河,宋保業(yè),鐘文強(qiáng).  電測(cè)與儀表. 2016(15)
[10]多尺度熵在變壓器振動(dòng)信號(hào)特征提取中的應(yīng)用[J]. 李莉,朱永利,宋亞奇.  振動(dòng).測(cè)試與診斷. 2015(04)

碩士論文
[1]配電變壓器繞組故障在線診斷方法研究[D]. 劉以剛.重慶大學(xué) 2014
[2]變壓器繞組振動(dòng)特征提取及其狀態(tài)識(shí)別方法研究[D]. 林愛弟.浙江大學(xué) 2014



本文編號(hào)：2910304