基于改進(jìn)ISOMAP和WkNN的電力變壓器故障診斷方法研究
發(fā)布時(shí)間:2022-10-09 21:43
電力變壓器作為電力系統(tǒng)中極為重要的電力設(shè)備,承擔(dān)著電能的傳輸、轉(zhuǎn)換和分配等核心工作,一旦發(fā)生故障,往往會(huì)帶來巨大的經(jīng)濟(jì)損失,甚至造成人員傷亡和電力系統(tǒng)癱瘓。為提高電力系統(tǒng)的供電可靠性,保障電力變壓器的安全運(yùn)行是不可或缺的一環(huán)。傳統(tǒng)診斷方法雖然能對電力變壓器故障進(jìn)行初步診斷,但仍存在很多缺陷且診斷準(zhǔn)確率有限。因此,隨著供電可靠性要求的日益提高,為對電力變壓器的潛在故障進(jìn)行及時(shí)有效的診斷,智能故障診斷方法的研究就具有著重要的現(xiàn)實(shí)意義。本文針對電力變壓器故障,從數(shù)據(jù)預(yù)處理、特征提取和故障診斷三個(gè)方面進(jìn)行了深入研究,具體工作如下:(1)對電力變壓器故障數(shù)據(jù)的預(yù)處理方法進(jìn)行了深入研究。針對電力變壓器故障數(shù)據(jù)在數(shù)量級(jí)上分布差異大的問題,對多種數(shù)據(jù)預(yù)處理方法進(jìn)行了對比分析,并最終選擇LOG函數(shù)轉(zhuǎn)換方法作為變壓器故障數(shù)據(jù)的預(yù)處理方法。該方法屬于非線性預(yù)處理方法,能對變壓器故障數(shù)據(jù)進(jìn)行有效處理,使其較為均勻的分布在特征空間中,以減小數(shù)據(jù)的不良分布給算法帶來的不利影響。(2)提出了基于樣本評價(jià)的有監(jiān)督等距特征映射(ISOMAP)算法。為有效提取變壓器故障數(shù)據(jù)所包含的重要信息,對ISOMAP算法進(jìn)行了改進(jìn),...
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題背景和研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)診斷方法
1.2.2 智能診斷方法
1.3 本文主要研究內(nèi)容及結(jié)構(gòu)安排
2 電力變壓器故障數(shù)據(jù)預(yù)處理方法研究
2.1 引言
2.2 各數(shù)據(jù)預(yù)處理方法的性能影響分析
2.2.1 電力變壓器故障樣本數(shù)據(jù)組成
2.2.2 常用數(shù)據(jù)預(yù)處理方法
2.2.3 數(shù)據(jù)預(yù)處理效果對比
2.3 本章小結(jié)
3 基于樣本評價(jià)的有監(jiān)督ISOMAP特征提取方法
3.1 引言
3.2 基于樣本評價(jià)的有監(jiān)督ISOMAP算法
3.2.1 傳統(tǒng)ISOMAP算法
3.2.2 基于樣本評價(jià)的有監(jiān)督ISOMAP算法
3.3 基于樣本評價(jià)的有監(jiān)督ISOMAP算法有效性驗(yàn)證
3.3.1 特征量選取和參數(shù)設(shè)置
3.3.2 實(shí)例分析與對比
3.4 本章小結(jié)
4 電力變壓器的k值自適應(yīng)WkNN故障診斷方法研究
4.1 引言
4.2 k值自適應(yīng)加權(quán)kNN算法
4.2.1 傳統(tǒng)kNN算法
4.2.2 k值自適應(yīng)WkNN算法
4.2.3 基于UCI數(shù)據(jù)集的k值自適應(yīng)WkNN算法效果驗(yàn)證
4.3 基于k值自適應(yīng)WkNN算法的電力變壓器故障診斷
4.3.1 電力變壓器故障診斷流程
4.3.2 實(shí)例分析與對比
4.4 基于有監(jiān)督ISOMAP-WkNN的電力變壓器故障診斷模型
4.4.1 故障診斷流程圖
4.4.2 實(shí)例分析與對比
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
附錄 電力變壓器DGA數(shù)據(jù)
攻讀碩士學(xué)位期間發(fā)表論文及科研成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]220kV變壓器局部放電故障實(shí)例分析與處理[J]. 張凱,張成飛,董宏林,張立國,李象軍. 變壓器. 2019(10)
[2]基于模糊關(guān)聯(lián)規(guī)則挖掘的電力變壓器故障診斷方法[J]. 吳瞻宇,董明,王健一,汪可,李金忠. 高壓電器. 2019(08)
[3]基于蝙蝠算法優(yōu)化最小二乘雙支持向量機(jī)的變壓器故障診斷[J]. 陳歡,彭輝,舒乃秋,張開軒,魏岸. 高電壓技術(shù). 2018(11)
[4]基于支持向量機(jī)和遺傳算法的變壓器故障診斷[J]. 吐松江·卡日,高文勝,張紫薇,莫文雄,王紅斌,崔屹平. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(07)
[5]基于高斯核函數(shù)改進(jìn)的電力用戶用電數(shù)據(jù)離群點(diǎn)檢測方法[J]. 孫毅,李世豪,崔燦,李彬,陳宋宋,崔高穎. 電網(wǎng)技術(shù). 2018(05)
[6]基于K近鄰證據(jù)融合的故障診斷方法[J]. 侯平智,張明,徐曉濱,黃大榮. 控制與決策. 2017(10)
[7]基于AdaBoost多分類算法變壓器故障診斷[J]. 魏雪倩,黃新波,李文君子,吳孟魁. 西安工程大學(xué)學(xué)報(bào). 2016(02)
[8]基于擴(kuò)展LLE方法的非線性系統(tǒng)故障診斷研究[J]. 張偉,周維佳,劉曉源. 電子學(xué)報(bào). 2015(09)
[9]基于模糊K近鄰支持向量數(shù)據(jù)描述的水電機(jī)組振動(dòng)故障診斷研究[J]. 付文龍,周建中,李超順,肖漢,肖劍,朱文龍. 中國電機(jī)工程學(xué)報(bào). 2014(32)
[10]改良三比值法在變壓器故障診斷中的應(yīng)用[J]. 孫大根,蔣立偉. 電力安全技術(shù). 2014(04)
博士論文
[1]基于DGA技術(shù)的變壓器故障智能診斷系統(tǒng)研究[D]. 彭寧云.武漢大學(xué) 2004
本文編號(hào):3689405
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題背景和研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)診斷方法
1.2.2 智能診斷方法
1.3 本文主要研究內(nèi)容及結(jié)構(gòu)安排
2 電力變壓器故障數(shù)據(jù)預(yù)處理方法研究
2.1 引言
2.2 各數(shù)據(jù)預(yù)處理方法的性能影響分析
2.2.1 電力變壓器故障樣本數(shù)據(jù)組成
2.2.2 常用數(shù)據(jù)預(yù)處理方法
2.2.3 數(shù)據(jù)預(yù)處理效果對比
2.3 本章小結(jié)
3 基于樣本評價(jià)的有監(jiān)督ISOMAP特征提取方法
3.1 引言
3.2 基于樣本評價(jià)的有監(jiān)督ISOMAP算法
3.2.1 傳統(tǒng)ISOMAP算法
3.2.2 基于樣本評價(jià)的有監(jiān)督ISOMAP算法
3.3 基于樣本評價(jià)的有監(jiān)督ISOMAP算法有效性驗(yàn)證
3.3.1 特征量選取和參數(shù)設(shè)置
3.3.2 實(shí)例分析與對比
3.4 本章小結(jié)
4 電力變壓器的k值自適應(yīng)WkNN故障診斷方法研究
4.1 引言
4.2 k值自適應(yīng)加權(quán)kNN算法
4.2.1 傳統(tǒng)kNN算法
4.2.2 k值自適應(yīng)WkNN算法
4.2.3 基于UCI數(shù)據(jù)集的k值自適應(yīng)WkNN算法效果驗(yàn)證
4.3 基于k值自適應(yīng)WkNN算法的電力變壓器故障診斷
4.3.1 電力變壓器故障診斷流程
4.3.2 實(shí)例分析與對比
4.4 基于有監(jiān)督ISOMAP-WkNN的電力變壓器故障診斷模型
4.4.1 故障診斷流程圖
4.4.2 實(shí)例分析與對比
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
附錄 電力變壓器DGA數(shù)據(jù)
攻讀碩士學(xué)位期間發(fā)表論文及科研成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]220kV變壓器局部放電故障實(shí)例分析與處理[J]. 張凱,張成飛,董宏林,張立國,李象軍. 變壓器. 2019(10)
[2]基于模糊關(guān)聯(lián)規(guī)則挖掘的電力變壓器故障診斷方法[J]. 吳瞻宇,董明,王健一,汪可,李金忠. 高壓電器. 2019(08)
[3]基于蝙蝠算法優(yōu)化最小二乘雙支持向量機(jī)的變壓器故障診斷[J]. 陳歡,彭輝,舒乃秋,張開軒,魏岸. 高電壓技術(shù). 2018(11)
[4]基于支持向量機(jī)和遺傳算法的變壓器故障診斷[J]. 吐松江·卡日,高文勝,張紫薇,莫文雄,王紅斌,崔屹平. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(07)
[5]基于高斯核函數(shù)改進(jìn)的電力用戶用電數(shù)據(jù)離群點(diǎn)檢測方法[J]. 孫毅,李世豪,崔燦,李彬,陳宋宋,崔高穎. 電網(wǎng)技術(shù). 2018(05)
[6]基于K近鄰證據(jù)融合的故障診斷方法[J]. 侯平智,張明,徐曉濱,黃大榮. 控制與決策. 2017(10)
[7]基于AdaBoost多分類算法變壓器故障診斷[J]. 魏雪倩,黃新波,李文君子,吳孟魁. 西安工程大學(xué)學(xué)報(bào). 2016(02)
[8]基于擴(kuò)展LLE方法的非線性系統(tǒng)故障診斷研究[J]. 張偉,周維佳,劉曉源. 電子學(xué)報(bào). 2015(09)
[9]基于模糊K近鄰支持向量數(shù)據(jù)描述的水電機(jī)組振動(dòng)故障診斷研究[J]. 付文龍,周建中,李超順,肖漢,肖劍,朱文龍. 中國電機(jī)工程學(xué)報(bào). 2014(32)
[10]改良三比值法在變壓器故障診斷中的應(yīng)用[J]. 孫大根,蔣立偉. 電力安全技術(shù). 2014(04)
博士論文
[1]基于DGA技術(shù)的變壓器故障智能診斷系統(tǒng)研究[D]. 彭寧云.武漢大學(xué) 2004
本文編號(hào):3689405
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3689405.html
最近更新
教材專著