發(fā)布時(shí)間：2021-01-26 19:18

　　隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展,對(duì)電力的需求量越來(lái)越大,我國(guó)電力工業(yè)的規(guī)模不斷壯大。實(shí)現(xiàn)電網(wǎng)的安全性、經(jīng)濟(jì)性和穩(wěn)定性運(yùn)行,給電力部門(mén)帶來(lái)了更大的挑戰(zhàn)。電力變壓器在電網(wǎng)的輸變電過(guò)程中發(fā)揮著舉足輕重的作用,實(shí)現(xiàn)變壓器的故障診斷,尤其是在不影響電網(wǎng)正常工作的情況下進(jìn)行在線監(jiān)測(cè)和診斷是保證安全可靠經(jīng)濟(jì)輸變電的前提,因此具有重要的研究?jī)r(jià)值。鑒于在線監(jiān)測(cè)技術(shù)和人工智能技術(shù)的發(fā)展以及溶解氣體分析技術(shù)在變壓器故障診斷領(lǐng)域的優(yōu)勢(shì)本文采用人工魚(yú)群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法。本文首先對(duì)目前國(guó)內(nèi)外電力變壓器故障診斷的研究現(xiàn)狀進(jìn)行了總結(jié),然后詳細(xì)介紹了變壓器幾種典型的故障類型,接著分析了溶解氣體分析法（DGA）以及基于該方法衍生出來(lái)的羅杰斯比值法、特征氣體三比值法以及基于智能算法的變壓器故障診斷方法。在算法的理論部分還重點(diǎn)介紹了BP神經(jīng)網(wǎng)絡(luò)和人工魚(yú)群算法（AFSA）的原理。在實(shí)驗(yàn)部分是先通過(guò)油色譜分析采集70組數(shù)據(jù),然后根據(jù)特征氣體的類型和故障類型確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),對(duì)前60組數(shù)據(jù)進(jìn)行訓(xùn)練,對(duì)后10組數(shù)據(jù)進(jìn)行測(cè)試,在測(cè)試過(guò)程中發(fā)現(xiàn)BP存在局部收斂的缺陷,但是通過(guò)調(diào)整隱含層神經(jīng)元的個(gè)數(shù)經(jīng)過(guò)反復(fù)試驗(yàn)可以解決該問(wèn)... 

【文章來(lái)源】：湖北工業(yè)大學(xué)湖北省

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外的研究現(xiàn)狀
    1.3 本文內(nèi)容和主要章節(jié)安排
第2章 變壓器的故障類型及診斷方法
    2.1 電力變壓器故障類型
    2.2 溶解氣體分析法（DGA）
    2.3 本章小結(jié)
第3章 魚(yú)群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的原理
    3.1 BP神經(jīng)網(wǎng)絡(luò)的原理
    3.2 魚(yú)群算法的原理
        3.2.1 魚(yú)群算法的概念及主要行為
        3.2.2 魚(yú)群行為的數(shù)學(xué)描述
        3.2.3 魚(yú)群算法的具體算例
    3.3 魚(yú)群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的原理
    3.4 本章小結(jié)
第4章 變壓器故障診斷仿真實(shí)驗(yàn)分析
    4.1 仿真模型的建立
    4.2 幾種算法的實(shí)驗(yàn)結(jié)果
        4.2.1 基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷仿真結(jié)果
        4.2.2 基于PSO-BP的變壓器故障診斷仿真結(jié)果
        4.2.3 基于GA-BP的變壓器故障診斷仿真結(jié)果
        4.2.4 基于AFSA-BP的變壓器故障診斷仿真結(jié)果
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于油中氣體分析的變壓器故障診斷ReLU-DBN方法[J]. 代杰杰,宋輝,楊祎,陳玉峰,盛戈皞,江秀臣.  電網(wǎng)技術(shù). 2018(02)
[2]基于組合核相關(guān)向量機(jī)和量子粒子群優(yōu)化算法的變壓器故障診斷方法[J]. 付華,任仁,閆智生,馬云伍.  高壓電器. 2017(10)
[3]基于特征評(píng)估與核主元分析的電力變壓器故障診斷[J]. 吳廣寧,袁海滿,高波,李帥兵.  高電壓技術(shù). 2017(08)
[4]非等間隔GM（1,1）冪模型在變壓器故障氣體預(yù)測(cè)中的應(yīng)用[J]. 李龍,張迪,湯俊,劉炬,黎燦兵,汪樟垚,何禹清.  電力系統(tǒng)保護(hù)與控制. 2017(15)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法[J]. 賈京龍,余濤,吳子杰,程小華.  電測(cè)與儀表. 2017(13)
[6]變壓器故障診斷用油中溶解氣體新特征參量[J]. 汪可,李金忠,張書(shū)琦,孫建濤,王健一,高飛,程渙超.  中國(guó)電機(jī)工程學(xué)報(bào). 2016(23)
[7]基于優(yōu)化神經(jīng)網(wǎng)絡(luò)和DGA的變壓器故障診斷[J]. 苗長(zhǎng)新,申坤,鐘世華,柳狄.  高壓電器. 2016(11)
[8]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(lái)河,宋保業(yè),鐘文強(qiáng).  電測(cè)與儀表. 2016(15)
[9]采用遺傳算法優(yōu)化裝袋分類回歸樹(shù)組合算法的變壓器故障診斷[J]. 黃新波,李文君子,宋桐,王巖妹.  高電壓技術(shù). 2016(05)
[10]基于DGA的QPSO-BP模型變壓器故障診斷方法研究[J]. 程加堂,段志梅,熊燕,艾莉.  高壓電器. 2016(02)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚(yú)群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于故障樹(shù)的故障診斷專家系統(tǒng)軟件平臺(tái)設(shè)計(jì)[D]. 彭華亮.南京理工大學(xué) 2017
[2]電力變壓器故障診斷策略分析與設(shè)計(jì)[D]. 王璟.山東大學(xué) 2016
[3]基于油中溶解氣體分析的變壓器狀態(tài)監(jiān)測(cè)系統(tǒng)研究[D]. 臧利川.華北電力大學(xué) 2016
[4]電力變壓器油中特征氣體統(tǒng)計(jì)分析與應(yīng)用[D]. 張肖.華北電力大學(xué) 2015



本文編號(hào)：3001677