發(fā)布時(shí)間：2016-04-11 16:11

第 1 章 緒  論

1.1 選題背景
本文的研究重點(diǎn)在于利用大數(shù)據(jù)技術(shù)將輸電線路系統(tǒng)運(yùn)行中收集的信息進(jìn)行整理劃分，分析各信息之間的聯(lián)系，然后運(yùn)用數(shù)據(jù)挖掘技術(shù)，創(chuàng)建統(tǒng)一化輸電線路信息管理系統(tǒng)平臺(tái)，以實(shí)現(xiàn)將大數(shù)據(jù)分析技術(shù)運(yùn)用于輸電線路故障診斷的目標(biāo)。將經(jīng)過改進(jìn)的支持向量機(jī)技術(shù)運(yùn)用到輸電線路故障診斷方面，實(shí)現(xiàn)智能化故障診斷，是現(xiàn)代跨學(xué)科技術(shù)相結(jié)合的體現(xiàn)，也是對(duì)解決輸電線路故障診斷的一種新的探索方法。 綜上所述，將大數(shù)據(jù)技術(shù)與輸電線路管理系統(tǒng)及故障診斷有機(jī)結(jié)合在一起，即基于大數(shù)據(jù)分析的輸電線路管理系統(tǒng)及故障診斷研究具有重要意義。 
....

1.2國(guó)內(nèi)外研究現(xiàn)狀
“輸電線路故障診斷”這一研究課題始于二十世紀(jì)中葉。二十世紀(jì)六十年代，美國(guó)在輸電線路故障監(jiān)測(cè)和診斷技術(shù)上率先取得進(jìn)展，隨后建立起了陣容龐大的研究機(jī)構(gòu)[7]。二十世紀(jì)七十年代，日本的輸電線路故障診斷技術(shù)上開始起步，隨后逐漸由基礎(chǔ)理論研究過度到開發(fā)應(yīng)用研究階段，并在社會(huì)上得到推廣。二十世紀(jì)八十年代，日本東京電力公司設(shè)計(jì)開發(fā)了變壓器局部放電自動(dòng)檢測(cè)儀[8][9]，該儀器具備接觸燃燒式氣敏傳感器的油中溶解氣體檢測(cè)系統(tǒng)[10]。二十世紀(jì)七十年代，前蘇聯(lián)在輸電線路故障診斷技術(shù)上得到高速發(fā)展，特別在“電容性設(shè)備絕緣診斷”以及“局部放電的在線診斷”這兩個(gè)方面[11]。 現(xiàn)如今，歐美等發(fā)達(dá)國(guó)家針對(duì)一次設(shè)備的智能診斷裝置已經(jīng)比較成熟，例如IDD（智能診斷裝置）等技術(shù)在一些場(chǎng)合已經(jīng)得到了應(yīng)用，并取得了可觀的成果。進(jìn)入二十一世紀(jì)，傳感器技術(shù)的發(fā)展引起了世界各研究領(lǐng)域的廣泛關(guān)注，各發(fā)達(dá)國(guó)家在輸電線路故障監(jiān)測(cè)方面的研究明顯加快。國(guó)外一些著名公司例如歐洲的SIEMENS、ABB、Alston、AGE 等公司在高壓斷路器和地理信息系統(tǒng)（Geography Information System, GIS）中都采用故障在線監(jiān)測(cè)系統(tǒng)。ABB 公司在其研制的設(shè)備中同時(shí)采用了智能化傳感器技術(shù)和微處理技術(shù)，通過數(shù)字通信實(shí)現(xiàn)對(duì)設(shè)備的在線監(jiān)測(cè)、診斷以及本地計(jì)算機(jī)監(jiān)控。 我國(guó)的輸電線路故障診斷研究從二十世紀(jì)八十年代起步并迅速發(fā)展。目前，我國(guó)在一次運(yùn)行設(shè)備狀態(tài)的故障診斷方面已經(jīng)取得了較為顯著的成果，部分診斷技術(shù)甚至達(dá)到了國(guó)際先進(jìn)水平，并且這些技術(shù)都在社會(huì)上得到了廣泛應(yīng)用。據(jù)統(tǒng)計(jì)，我國(guó)國(guó)家電網(wǎng)公司安裝變壓器本體故障監(jiān)測(cè)裝置的變電站有 435 個(gè)，其中江蘇、浙江、福建、山東、遼寧、安徽、河北、陜西共 8 省的安裝變電站數(shù)大于20 個(gè)[12]。然而與此同時(shí)，由于國(guó)內(nèi)的輸電線路故障診斷客觀存在“重檢測(cè)、輕診斷”的問題，導(dǎo)致我國(guó)在研制新型故障監(jiān)測(cè)裝置的技術(shù)上與歐美等發(fā)達(dá)國(guó)家相比存在著較大的差距。 
.....

第 2 章 輸電線路常見故障及故障診斷技術(shù)

2.1 輸電線路常見故障
電力系統(tǒng)中，由于雷電而引起的過電壓稱為雷電過電壓。輸電線路中常見的雷電過電壓分為以下兩種：第一種稱為感應(yīng)雷過電壓。當(dāng)雷擊現(xiàn)象發(fā)生在輸電線路的附近時(shí)，電磁感應(yīng)原理會(huì)使輸電線路上產(chǎn)生過電壓的情況；第二種稱為直擊雷過電壓。當(dāng)雷電直接擊中輸電線路的導(dǎo)線、避雷線或者桿塔時(shí)，大量雷電電流通過被擊物體，直擊雷過電壓的危害遠(yuǎn)遠(yuǎn)大于感應(yīng)雷過電壓[22]。 雷擊跳閘通常會(huì)造成絕緣子閃絡(luò)放電，當(dāng)閃絡(luò)發(fā)生后，由于空氣具有絕緣性，雷電現(xiàn)象時(shí)被擊穿的空氣的絕緣強(qiáng)度會(huì)在短時(shí)間內(nèi)迅速恢復(fù)，因此當(dāng)輸電線路發(fā)生重合閘動(dòng)作時(shí)，大部分情況下都會(huì)重合成功。但是，雷擊現(xiàn)象也有可能會(huì)導(dǎo)致輸電線路發(fā)生永久性故障，例如雷擊導(dǎo)致輸電線路導(dǎo)線或避雷線斷線、絕緣子脫落等。 鳥類對(duì)輸電線路的正常運(yùn)行造成很大困擾，總體來說鳥害可以分為以下三類：鳥類飛行、鳥類筑巢和鳥糞閃絡(luò)。 鳥類本身的飛行行為并不會(huì)對(duì)輸電線路造成很大的影響，但是鳥類飛行時(shí)常常會(huì)叼有鐵絲、草木、小動(dòng)物等雜物，這樣當(dāng)鳥類飛行經(jīng)過輸電線路時(shí)，雜物與線路的接觸或者雜物的散落都有可能會(huì)造成輸電線路故障。筑巢是鳥類的天性，而輸電線路的桿塔往往是它們的理想巢穴選擇地。當(dāng)天氣干燥晴朗時(shí)，這些巢穴并不會(huì)造成影響，但是當(dāng)遇到寒冷或者雨雪天氣時(shí)，輸電線路桿塔上的鳥巢可能會(huì)被風(fēng)吹散，發(fā)生與導(dǎo)線或者懸瓶的接觸，造成輸電線路故障。 
........

2.2 故障診斷方法

2.2.1  傳統(tǒng)故障診斷
（1）解析模型診斷方法 
解析模型診斷方法要求事先建立模型，當(dāng)輸電線路系統(tǒng)中發(fā)生故障時(shí)，之前模型中的輸入和輸出關(guān)系將會(huì)變化，操作者通過對(duì)比模型參數(shù)的改變，由此判定系統(tǒng)是否發(fā)生了故障。這種方法模型構(gòu)造簡(jiǎn)單，往往是根據(jù)歷史經(jīng)驗(yàn)而建立模型的。但隨著輸電線路系統(tǒng)的不斷改進(jìn)，發(fā)生的故障也更加復(fù)雜，事先建立精確的模型愈發(fā)困難，所以這種診斷方法受到了很大的條件約束[23]。 

（2）信號(hào)處理診斷方法 
輸電線路系統(tǒng)運(yùn)行過程中產(chǎn)生的信號(hào)都是有其特定意義的。隨著信號(hào)處理技術(shù)的迅速發(fā)展，信號(hào)處理技術(shù)展現(xiàn)了其在輸電線路故障診斷中的作用。它利用時(shí)間序列分析等方法，提取出不同信號(hào)的特征值，再根據(jù)特征值判斷輸電線路系統(tǒng)的運(yùn)行狀態(tài)，以此完成對(duì)輸電線路系統(tǒng)的故障診斷。這種方法對(duì)數(shù)據(jù)源要求簡(jiǎn)單，診斷結(jié)果客觀，但不足之處是診斷過程中可能會(huì)伴隨著時(shí)間延遲現(xiàn)象[24] [25]。
......

第 3 章 大數(shù)據(jù)分析關(guān)鍵技術(shù)及基本原理...........12
3.1 數(shù)據(jù)挖掘概述......12
3.2 輸變電系統(tǒng)大數(shù)據(jù)分析概述.........14
3.3 本章小結(jié).....21
第 4 章 輸電線路信息管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)............22
4.1 系統(tǒng)需求分析與相關(guān)技術(shù).....22
4.2 系統(tǒng)總體設(shè)計(jì)......27
4.2.1 系統(tǒng)模式設(shè)計(jì)....27
4.2.2 系統(tǒng)流程設(shè)計(jì)....28
4.2.3 數(shù)據(jù)庫(kù)設(shè)計(jì)........30
4.3 系統(tǒng)測(cè)試及實(shí)現(xiàn)...........34
4.4 本章小結(jié).....41
第 5 章  基于 SVM 的輸電線路故障診斷研究....42
5.1  支持向量機(jī)..........42
5.2SVM 參數(shù)尋優(yōu).....46
5.2.1 傳統(tǒng) SVM 參數(shù)尋優(yōu)原理............46
5.2.2UD-SVR 尋優(yōu)原理......47
5.3 基于 SVM 的輸電線路故障診斷實(shí)驗(yàn)及分析.........47
5.4 本章小結(jié).....53

第 5 章  基于 SVM 的輸電線路故障診斷研究 

大數(shù)據(jù)技術(shù)的覆蓋面很廣泛，算法類型也很多。由于篇幅和時(shí)間有限，本文不能全部介紹。結(jié)合導(dǎo)師與作者現(xiàn)階段的研究?jī)?nèi)容，本文選取大數(shù)據(jù)的經(jīng)典算法之一的 SVM 算法進(jìn)行輸電線路故障診斷的實(shí)驗(yàn)研究。支持向量機(jī)（Support Vector Machine,  SVM）是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上建立起來的一種數(shù)學(xué)挖掘方法，，在處理回歸問題和模式識(shí)別等問題上具有獨(dú)到的優(yōu)勢(shì)，也可以推廣到綜合評(píng)價(jià)和預(yù)測(cè)等領(lǐng)域?qū)W科。本文在原有的支持向量機(jī)基礎(chǔ)上加以改進(jìn)，使其更適應(yīng)于輸電線路故障診斷研究。 

5.1  支持向量機(jī) 

5.1.1  支持向量機(jī)的提出與發(fā)展 

支持向量機(jī)(SVM)是由 Vapnik 等學(xué)者提出的，是近些來來機(jī)器學(xué)習(xí)、模式識(shí)別以及神經(jīng)網(wǎng)絡(luò)等學(xué)術(shù)界公認(rèn)為最有影響力的成就之一。支持向量機(jī)是統(tǒng)計(jì)學(xué)習(xí)理論中較新的理論。它采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)原理，兼顧訓(xùn)練誤差和泛化能力，在解決小樣本、非線性、高維數(shù)局部極小值等問題中表現(xiàn)出特有的優(yōu)勢(shì)[45]。 支持向量機(jī)自提出以來，經(jīng)過近二十年的發(fā)展，已經(jīng)在許多領(lǐng)域取得了豐碩的成果�，F(xiàn)有 SVM 的發(fā)展方向主要分為以下四個(gè)方面： （1）改進(jìn) SVM 的運(yùn)算速度，使其適應(yīng)大規(guī)模數(shù)據(jù)集的研究，例如序列最小化算法[46]等； （2）對(duì)原有的支持向量機(jī)的形式優(yōu)化，簡(jiǎn)化其中的計(jì)算過程，例如線性SVM[47]等； （3）根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則以及 SVM 的一些原理而提出的新算法，例如廣義 SVM[48]等； （4）根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小原則以及核函數(shù)思想，在傳統(tǒng)的線性算法上構(gòu)造出相應(yīng)的核形式，例如核主成分分析[49]。 

........

結(jié)論

本文將電力系統(tǒng)與大數(shù)據(jù)分析技術(shù)相結(jié)合，將大數(shù)據(jù)分析技術(shù)應(yīng)用于輸變電系統(tǒng)及輸電線路故障診斷研究，旨在簡(jiǎn)化現(xiàn)有輸電線路管理系統(tǒng)的工作流程和提高輸電線路故障診斷能力，以達(dá)到提高電力系統(tǒng)的運(yùn)行穩(wěn)定性的目的。本文完成了以下幾個(gè)方面的工作。
第一，通過查閱大量文獻(xiàn)以及實(shí)地調(diào)研工作，本文首先介紹了輸電線路的常見故障以及現(xiàn)有的故障診斷方法，闡述了智能診斷方法的優(yōu)越性，為后文將數(shù)據(jù)挖掘、數(shù)據(jù)融合等技術(shù)引入輸電線路管理系統(tǒng)及故障診斷研究做鋪墊。同時(shí)，本文也概述了如何利用大數(shù)據(jù)技術(shù)挖掘輸變電系統(tǒng)中的數(shù)據(jù)，以及如何進(jìn)行跨平臺(tái)的數(shù)據(jù)整合、解決多源異構(gòu)數(shù)據(jù)問題的思想。
第二，本文設(shè)計(jì)了輸電線路信息管理系統(tǒng)。本系統(tǒng)在導(dǎo)師和師兄弟的共同幫助下構(gòu)建，現(xiàn)已實(shí)現(xiàn)了輸電線路日常工作管理的基本功能，并有很大的改進(jìn)空間。搭建輸電線路信息管理系統(tǒng)的目的在于簡(jiǎn)化現(xiàn)有的輸電線路管理系統(tǒng)，提高工作效率，這也是今后利用大數(shù)據(jù)分析技術(shù)進(jìn)行輸電線路故障診斷的平臺(tái)，具有很大的研究意義。
第三，結(jié)合現(xiàn)階段作者的研究方向，本文選用了大數(shù)據(jù)分析中的 SVM 算法模型進(jìn)行了輸電線路故障診斷研究，介紹了 SVM 算法的基本概念，并對(duì)傳統(tǒng)的SVM 算法模型進(jìn)行了優(yōu)化。最后，本文分別運(yùn)用傳統(tǒng)的 SVM 模型和改進(jìn)的 SVM模型進(jìn)行實(shí)驗(yàn)，訓(xùn)練樣本經(jīng)過訓(xùn)練生成了故障診斷模型，并用測(cè)試樣本進(jìn)行了測(cè)試，實(shí)驗(yàn)結(jié)果達(dá)到了實(shí)驗(yàn)預(yù)期目標(biāo)，論證了大數(shù)據(jù)分析技術(shù)應(yīng)用于輸電線路故障診斷的可行性。
.........
參考文獻(xiàn)(略)

本文編號(hào)：37508