發(fā)布時間：2017-12-24 00:18

  本文關(guān)鍵詞：基于改進神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法的研究　出處：《華北電力大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 變壓器故障診斷 油中溶解氣體分析 粒子群優(yōu)化算法 神經(jīng)網(wǎng)絡(luò)

【摘要】：變壓器是電力系統(tǒng)的重要組成部分,其運行狀態(tài)對電力系統(tǒng)的穩(wěn)定、安全運行有著重要的意義。研究變壓器故障診斷方法,加強變壓器的運行維護,可以有效減少故障隱患所帶來的安全事故。變壓器內(nèi)部故障診斷一般采用變壓器油中溶解氣體分析法。BP神經(jīng)網(wǎng)絡(luò)具有并行分布式計算、自適應(yīng)、記憶及聚類等諸多優(yōu)點,能準(zhǔn)確表達變壓器油中溶解氣體與變壓器內(nèi)部故障之間存在的映射關(guān)系。但是BP算法是基于梯度下降的方法,存在收斂速度慢、易陷入局部極小點的缺陷。當(dāng)輸入輸出關(guān)系較為復(fù)雜時,網(wǎng)絡(luò)收斂速度緩慢,甚至不收斂。粒子群優(yōu)化算法具有全局尋優(yōu)的能力,可有效的改善BP神經(jīng)網(wǎng)絡(luò)收斂速度,提高故障診斷準(zhǔn)確率。本文針對變壓器故障特征氣體以及故障類型的特點,建立了結(jié)構(gòu)為5-9-5型的變壓器故障診斷BP神經(jīng)網(wǎng)絡(luò)模型。并將粒子群優(yōu)化算法改進的BP網(wǎng)絡(luò)模型和L-M法BP網(wǎng)絡(luò)模型應(yīng)用于變壓器故障診斷,訓(xùn)練和診斷結(jié)果表明:系統(tǒng)采用PSO-BP法在80步達到收斂,明顯少于L-M改進BP法的126步,并且診斷準(zhǔn)確率達到了76%。通過收集大量具有代表性的訓(xùn)練樣本對基于PSO改進BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷系統(tǒng)進行訓(xùn)練,使系統(tǒng)的故障診斷準(zhǔn)確率達到92%,高于IEC三比值法并能較好地滿足變壓器故障診斷的要求,提高了診斷的可靠性和準(zhǔn)確性。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM407;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 蘇宏升;李群湛;;概念格在變壓器故障診斷中的應(yīng)用研究[J];高電壓技術(shù);2006年02期

2 閆學(xué)杰;;煤礦變壓器故障診斷的研究[J];煤礦現(xiàn)代化;2011年02期

3 王錚一;鄭文杰;;基于基因表達式編程的變壓器故障診斷[J];陜西電力;2012年04期

4 ;變壓器故障診斷[J];電氣制造;2012年05期

5 肖華蘭;吳駿;;基于多分類相關(guān)向量機的變壓器故障診斷[J];電子世界;2013年15期

6 ;《大型變壓器故障診斷技術(shù)的研究》技術(shù)成果通過電力部鑒定[J];上海電力學(xué)院學(xué)報;1995年04期

7 張豐仁,張恩鋒;氣相色譜分析在變壓器故障診斷中的應(yīng)用[J];中國煤炭;2000年10期

8 馬素媛;氣相色譜法在電力變壓器故障診斷中的實際應(yīng)用[J];冶金動力;2000年05期

9 錢政,黃蘭,嚴(yán)璋,羅承沐;集成模糊數(shù)學(xué)與范例推理的變壓器故障診斷方法[J];電網(wǎng)技術(shù);2001年09期

10 孫輝,李衛(wèi)東,孫啟忠;判決樹方法用于變壓器故障診斷的研究[J];中國電機工程學(xué)報;2001年02期

相關(guān)會議論文 前10條

1 胡澤江;張海濤;;可拓關(guān)聯(lián)函數(shù)與屬性約簡相結(jié)合的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

2 周柯;羅安;;信息融合技術(shù)在變壓器故障診斷中的應(yīng)用[A];2009年全國輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會論文集[C];2009年

3 趙繼印;李建坡;黎巧生;;基于氣相色譜分析方法的變壓器故障診斷系統(tǒng)[A];“振興吉林老工業(yè)基地——科技工作者的歷史責(zé)任”吉林省第三屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上冊）[C];2004年

4 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

5 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年全國輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會論文集[C];2009年

6 禹建麗;周瑞芳;;一種基于神經(jīng)網(wǎng)絡(luò)和模糊理論的變壓器故障診斷[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

7 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

8 陳湘萍;;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

9 卞建鵬;廖瑞金;楊麗君;鄭含博;;基于均值核聚類與二叉樹支持向量機的變壓器故障診斷新技術(shù)的研究[A];重慶市電機工程學(xué)會2010年學(xué)術(shù)會議論文集[C];2010年

10 于虹;張永剛;;基于模擬退火和支持向量機理論的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2011年

相關(guān)重要報紙文章 前1條

1 廣西龍州縣鴨水電廠 王f ;變壓器故障診斷方法的探討[N];中華合作時報;2004年

相關(guān)博士學(xué)位論文 前10條

1 司馬莉萍;基于改進支持向量機的電力變壓器故障診斷與預(yù)測方法的研究[D];武漢大學(xué);2012年

2 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測研究[D];華北電力大學(xué)（河北）;2009年

3 鄧宏貴;可拓理論與關(guān)聯(lián)分析及其在變壓器故障診斷中的應(yīng)用[D];中南大學(xué);2005年

4 鄭元兵;變壓器故障診斷與預(yù)測集成學(xué)習(xí)方法及維修決策模型研究[D];重慶大學(xué);2011年

5 尹金良;基于相關(guān)向量機的油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2013年

6 張利偉;油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2014年

7 陳舵;模糊聚類分析及其在電力變壓器故障診斷中的應(yīng)用研究[D];西安理工大學(xué);2008年

8 唐勇波;數(shù)據(jù)驅(qū)動的大型電力變壓器故障診斷和預(yù)測研究[D];中南大學(xué);2013年

9 鄭蕊蕊;智能信息處理理論的電力變壓器故障診斷方法[D];吉林大學(xué);2010年

10 蘇宏升;軟計算方法及其在電力系統(tǒng)故障診斷中的若干應(yīng)用研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉飛霞;基于蟻群算法的變壓器故障診斷研究[D];長沙理工大學(xué);2014年

2 李江浩;基于改進神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法的研究[D];華北電力大學(xué);2015年

3 隋卓;基于振動能量法的電力變壓器故障診斷與初步定位研究[D];華北電力大學(xué);2015年

4 陸靜;蟻群算法在變壓器故障診斷中的應(yīng)用研究[D];南京航空航天大學(xué);2008年

5 潘連榮;基于協(xié)同學(xué)理論的變壓器故障診斷研究[D];天津大學(xué);2008年

6 丁茜;基于關(guān)聯(lián)規(guī)則的變壓器故障診斷研究[D];華北電力大學(xué)（河北）;2010年

7 胡勇;基于故障樹分析法—電力變壓器故障診斷[D];合肥工業(yè)大學(xué);2002年

8 張?zhí)?基于人工免疫思維進化算法的變壓器故障診斷[D];湘潭大學(xué);2011年

9 鄧浩;基于膜計算的變壓器故障診斷研究[D];西華大學(xué);2012年

10 趙永雷;基于模糊聚類新算法的變壓器故障診斷研究[D];華北電力大學(xué);2012年

，

本文編號：1326091