電力變壓器作為整個電網(wǎng)中的關鍵部件之一,其正常穩(wěn)定的工作關系著整個供電系統(tǒng)的平穩(wěn)運行。同時,由于電力系統(tǒng)的信息采集、通訊、存儲設備的不斷豐富,電力變壓器的狀態(tài)監(jiān)測數(shù)據(jù)逐漸呈現(xiàn)出大體量、高維度、多噪聲的數(shù)據(jù)特性,依托這一龐大的數(shù)據(jù)資源,當下研究者大多著眼于如何利用這些數(shù)據(jù)更好地評價電力變壓器的各個指標,對狀態(tài)監(jiān)測數(shù)據(jù)的數(shù)據(jù)質(zhì)量關注較少。本研究首先總結(jié)經(jīng)典數(shù)據(jù)清洗理論模型;從理論層面上介紹并總結(jié)數(shù)據(jù)科學概念并論述電力變壓器狀態(tài)監(jiān)測數(shù)據(jù)的數(shù)據(jù)特點;討論當前大體量數(shù)據(jù)背景下電力變壓器狀態(tài)監(jiān)測數(shù)據(jù)中數(shù)據(jù)清洗的新問題。然后,系統(tǒng)分析了降噪自編碼器模型結(jié)構和特點,討論降噪自編碼器對數(shù)據(jù)降噪的可行性和有效性;針對電力變壓器狀態(tài)監(jiān)測數(shù)據(jù)降噪處理這一問題,以電力變壓器油中氣體數(shù)據(jù)為依據(jù),提出一種基于深度學習理論的堆棧降噪自編碼器模型,并采用bootstrap方法確定重構數(shù)據(jù)的閾值范圍,應用于電力變壓器狀態(tài)數(shù)據(jù)的數(shù)據(jù)清洗工作。最后,針對數(shù)據(jù)清洗后的噪聲分類問題,建立以支持向量機為基礎的分類模型,實現(xiàn)電力變壓器異常數(shù)據(jù)分類功能,最終形成完整的電力變壓器數(shù)據(jù)清洗與噪聲分類模型。通過進行相應仿真實驗,驗證了該方法對電力變壓器狀態(tài)監(jiān)測數(shù)據(jù)具有一定的數(shù)據(jù)清洗和噪聲分類效果。
【學位單位】：華北電力大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TM41
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 數(shù)據(jù)清洗研究現(xiàn)狀
        1.2.2 噪聲分類研究現(xiàn)狀
    1.3 論文研究內(nèi)容及目標
    1.4 論文組織結(jié)構
    1.5 本章小結(jié)
第2章 數(shù)據(jù)清洗及電力變壓器數(shù)據(jù)
    2.1 數(shù)據(jù)科學及電力變壓器數(shù)據(jù)
        2.1.1 數(shù)據(jù)科學
        2.1.2 電力變壓器數(shù)據(jù)及其特點
    2.2 數(shù)據(jù)清洗
        2.2.1 數(shù)據(jù)清洗流程
        2.2.2 電力變壓器中數(shù)據(jù)清洗
    2.3 電力變壓器數(shù)據(jù)清洗中存在的問題
    2.4 本章小結(jié)
第3章 基于堆棧降噪自編碼器數(shù)據(jù)清洗模型
    3.1 神經(jīng)網(wǎng)絡與深度神經(jīng)網(wǎng)絡模型
        3.1.1 神經(jīng)元與神經(jīng)網(wǎng)絡
        3.1.2 深度神經(jīng)網(wǎng)絡
    3.2 堆棧降噪自編碼器
        3.2.1 自編碼器
        3.2.2 堆棧降噪自編碼器
    3.3 堆棧降噪自編碼器數(shù)據(jù)清洗原理
    3.4 堆棧降噪自編碼器的訓練模型
    3.5 重構數(shù)據(jù)判別
        3.5.1 bootstrap方法
        3.5.2 bootstrap方法執(zhí)行過程
    3.6 本章小結(jié)
第4章 基于堆棧降噪自編碼器的電力變壓器數(shù)據(jù)清洗及噪聲分類模型
    4.1 電力變壓器異常數(shù)據(jù)分類
        4.1.1 支持向量機
        4.1.2 基于支持向量機的電力變壓器異常數(shù)據(jù)分類模型
    4.2 電力變壓器數(shù)據(jù)清理與噪聲分類模型
    4.3 電力變壓器數(shù)據(jù)清理與噪聲分類算法流程
    4.4 電力變壓器原始數(shù)據(jù)預處理
    4.5 實驗實例
        4.5.1 實驗流程
        4.5.2 實驗結(jié)果分析
    4.6 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝

【相似文獻】

相關期刊論文 前10條

1 王麗芳;;關于單片機實現(xiàn)電力變壓器保護的研究[J];電子世界;2019年22期

2 陳鵬;;關于鐵路電力變壓器溫度控制的探討[J];鄭鐵科技;2016年02期

3 趙永林;張鳳杰;;電力變壓器的繼電保護及其保護動作的處理[J];西鐵科技;2001年01期

4 邵中華;龍鑫宇;吳良美;陳宇;吳能成;林四敏;黃冬梅;;電力變壓器引線結(jié)構改進設計[J];電工技術;2019年05期

5 ;2018年電力變壓器行業(yè)現(xiàn)狀及趨勢分析[J];電器工業(yè);2019年05期

6 李兆豐;;電力變壓器狀態(tài)檢修及故障診斷方法研究[J];中國設備工程;2019年11期

7 夏明;;電力變壓器磁屏蔽結(jié)構對磁場和溫度場的影響[J];中國新技術新產(chǎn)品;2019年15期

8 鄭玲;;淺談110kV立體卷鐵心電力變壓器[J];科技創(chuàng)新導報;2019年12期

9 李超;;基于電力變壓器運用過程中的主要問題及解決策略探析[J];科技風;2017年21期

10 烏祖虹;;電力變壓器經(jīng)濟壽命模型及應用實例[J];科技風;2018年09期

相關博士學位論文 前10條

1 張銳;電子電力變壓器的優(yōu)化控制與應用[D];華中科技大學;2017年

2 田杰;電子電力變壓器的控制及10kV工業(yè)樣機實現(xiàn)[D];華中科技大學;2016年

3 黃輝;電子電力變壓器的控制與應用[D];華中科技大學;2015年

4 易楊;電子電力變壓器若干關鍵技術研究與實現(xiàn)[D];華中科技大學;2013年

5 劉海波;電子電力變壓器控制策略研究[D];華中科技大學;2009年

6 王丹;配電系統(tǒng)電子電力變壓器[D];華中科技大學;2006年

7 李建坡;基于油中溶解氣體分析的電力變壓器故障診斷技術的研究[D];吉林大學;2008年

8 劉姜濤;電力變壓器有源降噪的關鍵技術研究[D];武漢大學;2012年

9 王利兵;電子電力變壓器的控制與應用[D];華中科技大學;2014年

10 桑子夏;電子電力變壓器的保護系統(tǒng)研究[D];華中科技大學;2014年

相關碩士學位論文 前10條

1 張博;電力變壓器狀態(tài)監(jiān)測數(shù)據(jù)的降噪處理方法的研究[D];華北電力大學;2019年

2 祝玲玉;電力變壓器多源監(jiān)測數(shù)據(jù)的信息融合研究[D];華北電力大學;2019年

3 陳梅;基于核密度估計和FTA的電力變壓器早期故障診斷及可靠性分析[D];電子科技大學;2019年

4 陳銘;結(jié)合古林法與層次可拓法的電力變壓器綜合狀態(tài)評估方法[D];合肥工業(yè)大學;2019年

5 羅家滿;全壽命周期成本分析在電力變壓器投資決策中的應用研究[D];福建工程學院;2019年

6 張文新;基于神經(jīng)網(wǎng)絡算法的電力變壓器溫升推進預測[D];福建工程學院;2019年

7 王毅騰;基于多維云模型的電力變壓器狀態(tài)評估及檢修策略研究[D];華僑大學;2019年

8 孟亞云;基于家族質(zhì)量缺陷的電力變壓器故障分析與評估[D];華北電力大學;2019年

9 米琛浩;基于HMM的電力變壓器健康狀態(tài)評估[D];華北電力大學;2019年

10 韓賽賽;電力變壓器的運行可靠性評估及剩余壽命預測研究[D];華北電力大學(北京);2019年

本文編號：2871704