油浸式變壓器是電力系統(tǒng)中廣泛使用的關(guān)鍵變電設(shè)備。其發(fā)生內(nèi)部故障往往會造成變壓器停運(yùn),甚至損毀事故等,直接威脅電網(wǎng)運(yùn)行安全。目前,已有針對其故障主要包括油中溶解氣體檢測、局部放電檢測以及振動檢測等方法。但在高溫,高壓,油密封的工況中,由于惡劣工作環(huán)境,強(qiáng)噪聲等因素,已有方法要實(shí)現(xiàn)快速準(zhǔn)確的變壓器故障檢測與識別仍存在挑戰(zhàn)。論文針對油浸式變壓器危害較為嚴(yán)重的電弧光放電故障,開展了油浸環(huán)境下電弧放電故障檢測研究。初步討論并驗(yàn)證了電弧光檢測、分析與基于機(jī)器學(xué)習(xí)方法的電弧放電故障判別方法。論文主要工作和取得的成果包括了:(1)通過實(shí)驗(yàn)方法明確油浸環(huán)境下電弧光光譜成分特性。分析了電弧放電發(fā)生機(jī)理,利用交流電焊機(jī)搭建了電弧放電故障模擬裝置,設(shè)計并搭建了光譜分析的實(shí)驗(yàn)平臺和電弧光信號采集平臺。通過實(shí)驗(yàn)明確了在油浸環(huán)境中銅材料電弧光譜為700~1000nm的紅外波段,完成了100個無故障,200個電弧放電故障樣本數(shù)據(jù)的采集。(2)構(gòu)建了基于小波包分解的電弧光信號特征提取方案,實(shí)現(xiàn)了信號的特征提取和特征篩選。通過分析信號頻帶能量變化特點(diǎn),設(shè)采用5層小波包分解,歸一化頻帶能量計算確定了弧光信號的32個頻帶能量... 

【文章來源】：福建工程學(xué)院福建省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

變壓器油中電弧放電物理現(xiàn)象圖

光譜提取的實(shí)驗(yàn)裝置連接示意圖

圖 2-4 PG-2000 光譜儀實(shí)物圖 圖 2-5 FIB-600-L(1.0m)-XSR 光纖探頭表 2-2 光譜儀參數(shù)探測范圍 信噪比 A/D 位數(shù) 積分時間 光學(xué)分辨率200~1100nm 400：1 16bits 1ms~120s 0.13-7.05nm

【參考文獻(xiàn)】：
期刊論文
[1]一種新的電力變壓器超聲局部放電定位方法研究[J]. 秦少瑞,王彥博,丁國成,季坤,李堅林,朱太云,甄超,謝佳,張晨晨,張冠軍.  絕緣材料. 2019(02)
[2]基于改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷[J]. 張遠(yuǎn)緒,程換新,宋生建.  工業(yè)儀表與自動化裝置. 2018(06)
[3]基于Relief算法與ReLU核ELM的煤礦開采最大下沉預(yù)測模型研究[J]. 魏勇,唐延?xùn)|,喻強(qiáng),楊春蘭.  煤礦開采. 2018(05)
[4]淺析SVM核函數(shù)對手寫數(shù)字識別的影響[J]. 武昭盟,張成剛.  電腦知識與技術(shù). 2018(27)
[5]基于支持向量機(jī)的電機(jī)故障診斷方法綜述[J]. 蔣波濤,張博,黃新波.  微電機(jī). 2018(07)
[6]電力變壓器故障檢測技術(shù)的現(xiàn)狀與發(fā)展趨勢[J]. 孫玉鳳.  山東工業(yè)技術(shù). 2018(16)
[7]基于FUZZY-SVM的軟件質(zhì)量綜合評價[J]. 鄭鵬.  長春工業(yè)大學(xué)學(xué)報. 2018(03)
[8]基于能量強(qiáng)度的電力變壓器故障嚴(yán)重性評估方法研究[J]. 王健一,李陽,汪可,任明,李金忠,董明.  絕緣材料. 2018(05)
[9]基于振動信號分形維數(shù)的變壓器松動診斷方法[J]. 趙莉華,豐遙,謝榮斌,薛靜,張霖,王仲.  電測與儀表. 2018(03)
[10]基于振動特征的變壓器的故障診斷[J]. 劉玉芝,張鑫宇,張守梁.  河北師范大學(xué)學(xué)報(自然科學(xué)版). 2018(01)

博士論文
[1]空氣高壓放電紫外特性及多光譜成像技術(shù)研究[D]. 房陳巖.中國科學(xué)院研究生院(上海技術(shù)物理研究所) 2016
[2]電力變壓器局部放電信號的特征提取與模式識別方法研究[D]. 尚海昆.華北電力大學(xué) 2014
[3]基于RBF網(wǎng)絡(luò)逼近的機(jī)器人自適應(yīng)動態(tài)面控制方法研究[D]. 羅紹華.重慶大學(xué) 2013
[4]電力變壓器故障診斷方法研究[D]. 武中利.華北電力大學(xué) 2013

碩士論文
[1]基于關(guān)聯(lián)氣體和優(yōu)化支持向量機(jī)的變壓器故障診斷[D]. 柴俊嶺.西安理工大學(xué) 2018
[2]變壓器油色譜分析及故障診斷[D]. 尹河.河北科技大學(xué) 2018
[3]Relief特征選擇與混合核SVM在疾病診斷中的研究[D]. 麻書琴.太原理工大學(xué) 2017
[4]基于Relief算法的siRNA特征選擇研究[D]. 舒崇河.吉林大學(xué) 2017
[5]基于振動分析法的變壓器狀態(tài)監(jiān)測系統(tǒng)的研究與實(shí)現(xiàn)[D]. 吳曾雄.華南理工大學(xué) 2016
[6]光伏交流匯流中故障電弧的檢測研究[D]. 徐保.西安科技大學(xué) 2016
[7]支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學(xué) 2016
[8]基于油氣相色譜分析的變壓器內(nèi)部故障診斷[D]. 郎金慧.華北電力大學(xué) 2016
[9]基于小波包能量譜與HHT的隔膜泵主軸故障診斷研究[D]. 印嘉.昆明理工大學(xué) 2013
[10]視覺檢測在自動晶圓劃片系統(tǒng)中的應(yīng)用研究[D]. 曹成兵.華東理工大學(xué) 2013



本文編號：2914054