基于dga的变压器绝缘故障灰色预测诊断应用研究

《基于dga的变压器绝缘故障灰色预测诊断应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学工程硕士学位论文中文摘要摘要变压器作为电力系统的枢纽设备，其运行可靠性直接影响电力系统的安全运行：本文以变压器油中溶解气体为特征量，根据油中溶解气体组分与变压器故障类别的关系，提出了灰色预测分析方法，经过实例运用，证明了该方法的有效性。主要研究内容有：1)分析变压器油中多种溶解气体在线监测及故障诊断技术研究现状及意义，研究变压器内部常见故障与油中溶解气体对应关系，验证了变压器油中溶解气体的成分和含量能有效体现运行变压器内部的绝缘故障情况。2)通过对判断变压器故障常用的三比值法的分析，指出其诊断准确率高，但对故障原因、故障现象和故障机理间同时存在不确定性的变压器等电气设备的故障诊

2、断，显得无能为力，难以满足工程应用的需要。3)分析了灰色预测分析的原理并阐述了其具体方法，提出了诊断变压器内部故障的灰色预测模型和方法，灰色预测是根据灰色关联矩阵或灰色白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法；对结构复杂的大型电力变压器等电气设备的故障诊断，首要的问题是如何根据反映变压器故障的特征量指标来正确判断待诊设备是哪一类故障。4)通过对以DGA为特征量的灰色预测诊断的实例分析及内江电业局变压器上的实际应用分析，说明灰色预测理论用于变压器故障的诊断结果与变压器实际吊芯检查结果基本一致，诊断具有较高精度。关键词：变压器绝缘故障，灰色预测，故障诊断，应用分析重庆

3、大学一[程硕士学位论文英文摘要ABSTRACTneoperationreliabilityofthepowertransformerasthekeyequipmentinpowersysteminfluencestheoperationsecurityofpowersystemdirectly．InaccordancewiththetechnologicaldifficultiesencounteredintheprocessofinsulationsupervisionbasedontheDissolvedGasesAnalysis(DGA)，severalkindsofmodels

4、andmethodsarepresentedtoimprovethereliabilityandprecisionoffaultsdiagnosisofthepowertransformer．Mainresearchcontentsinclude：1、Theactualityandsignificanceofon—linedetectingandfaultsdiagnosingtechnologyofgasesdissolvedin0ilareanalyzed．andtherelationshipbetweenordinaryfaultsinsidetransformerandgase

5、sdissolvedintransformeroilarestudiedtoo．Itisprovedthesecomponentsandconcentrationsofgasesdissolvedintransformeroilcanbeusedtoreflectintemalinsulationfaultsofoperatingtransformereffectively．2)Bystudyingthethree—ratiomethodwhichisthecommonfaultsdiagnosingmethodoftransformer,itispresentedthoughtthi

6、smethodisveryaccurate；itisinabilitytodiagnosethosefaultsofpowerequirImentssuchastransformerthatthereason，phenomenonandprincipleoffaultscoexistindeterminacy．Forthisreason，theoldmethodCannotfullymeettheneedofengineeringpracticalapplication．3)Byanalyzingtheprincipleandexpoundingthemethodofthegrayfo

7、recastinganalyzing,thegrayforecastingmatrixandmethodarepresented．negrayforecastingisamethodthatgatherssomeobservationquotasorobservationobjectstObesomedefmableclassificationsaccordingtothe伊ayrelationshipclusteringmatrixorgra