在電力系統(tǒng)中,電力變壓器是承擔(dān)電壓轉(zhuǎn)換與輸送的關(guān)鍵設(shè)備,因此,對其采取合適的狀態(tài)監(jiān)測手段和故障診斷技術(shù),及時發(fā)現(xiàn)隱藏故障信息并制定檢修策略,對電網(wǎng)穩(wěn)定運(yùn)行具有重要作用�；诔溆驮O(shè)備故障診斷中常用的油中溶解氣體分析法（dissolved gas analysis,DGA）,針對變壓器DGA樣本特點(diǎn)和相關(guān)診斷算法存在的局限性。本文首先結(jié)合鄰域粗糙集約簡特征量,挖掘DGA特征信息與故障的聯(lián)系,其次建立算法融合下更實(shí)用有效的變壓器多層故障診斷及定位模型,主要開展研究工作如下:構(gòu)建了基于鄰域粗糙集和DGA比值的故障診斷模型。利用粗糙集工具對多種氣體比值組成的備選故障特征樣本進(jìn)行決策約簡,結(jié)合支持向量機(jī)進(jìn)行故障判別,改進(jìn)了目前DGA特征繁雜且包含故障信息不明的問題。對比結(jié)果證明該方法可以實(shí)現(xiàn)特征量的完善,使特征信息的冗余度降低至原先的50%,得到更好的故障診斷效果。構(gòu)建了一種基于粒子群算法優(yōu)化SVM的故障診斷模型。本模型在得到優(yōu)選比值樣本后,利用PSO優(yōu)化前文分類器中核函數(shù)參數(shù)和懲罰參數(shù)的設(shè)置,克服了在實(shí)際故障診斷應(yīng)用中為了實(shí)現(xiàn)非線性多分類功能,其相關(guān)參數(shù)選取對SVM性能的影響。經(jīng)過實(shí)例分析,發(fā)現(xiàn)... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

鄰域粗糙集的屬性約簡以基于DGA的變壓器故障診斷建立決策系統(tǒng)為例，DGA的比值即為條件屬性，故障的種類即為決策屬性，計(jì)算屬性的重要度就可以獲取哪些DGA比值具

于樣本較多，鄰域半徑計(jì)算參數(shù) lammda 設(shè)置為 2，重要度下限參數(shù) sig_ctrl 設(shè)置為貼近 0 的正數(shù)，0.001。（2）程序根據(jù)式（2-5）計(jì)算正域，加載樣本數(shù)據(jù)，反復(fù)調(diào)用程序計(jì)算去掉單個ix 后其他條件屬性的正域，根據(jù)公式（2-1）得到每個屬性數(shù)據(jù)集的正域( )BPos D 及其依賴度。（3）調(diào)用約簡計(jì)算程序 reduceSet.m，按照公式（2-2）、前文定義 2 與定義 3，根據(jù)屬性依賴度，得到條件屬性重要度sigSet 并根據(jù)輸入的 sig_ctrl 進(jìn)行約簡計(jì)算，當(dāng)重要度大于下限則輸出結(jié)果。數(shù)據(jù)處理后，輸入算法仿真后的約簡結(jié)果如下：

S2類型樣本測試集準(zhǔn)確率


本文編號：2907744