基于油气分析优化的电力变压器故障诊断算法研究

《基于油气分析优化的电力变压器故障诊断算法研究》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、和基于油气分析优化的电力变压器故障诊断算法研究重庆大学硕士学位论文（学术学位）学生姓名：万能飞指导老师：仲元昌教授专业：通信与信息系统学科门类：工学重庆大学通信工程学院二O一五年四月和OptimizedAlgorithmResearchofPowerTransformerFaultDiagnosisBasedonTheAnalysisofOilandGasAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDeg

2、reeofEngineeringByWanNengfeiSupervisedbyAss.Prof.ZhongYuanchangSpecialty:CommunicationandInformationSystemCollegeofCommunicationEngineeringofChongqingUniversity,Chongqing,ChinaApril,2015重庆大学硕士学位论文中文摘要摘要随着工业化的飞速发展，电力用户与日俱增，特别近些年我国大力提倡智能电网建设，这些都对电力系统的安全管理和稳定运行提出了更高的要求。电力

3、变压器是电力系统中最为重要的输变电设备之一，确保电力变压器的安全稳定运行，是维系整个电力系统正常运营的重要环节。因此，对电力变压器的健康状况监测及故障诊断，一直是该领域研究的热点问题。近年来，国内外学者提出了多种变压器故障诊断解决方案。研究表明，建立在绝缘油中溶解气体分析(DissolvedGasAnalysis,DGA)基础上的智能诊断方法最具代表性。本文在深入研究DGA的基础上，对其进行优化和改进，并将其与改进的智能化算法进融合，提出了一种新颖的电力变压器故障诊断算法。对于电力变压器的故障诊断，两个主要的标准分别是诊断准确率和诊

4、断速度。为了进一步提高电力变压器故障诊断的准确率和诊断速度，在研究现有诊断算法的基础上，对现有诊断算法进行优化和融合：首先，采用量子行为的支持向量机（SupportVectorMachine,SVM）故障诊断算法，即采用支持向量机对大型电力变压器的故障进行分类，在分类的过程中采用改进的具有量子行为的遗传算法对支持向量机的参数进行寻优；然后，采用K-近邻聚类分析的电力变压器故障诊断算法，即在完成第一步基础上，再对存在于可疑区域的样本采用K-近邻聚类分析算法分类。最后，通过仿真实验，对改进量子遗传算法与普通遗传算法进行性能对比分析。仿真

5、实验结果表明，改进的量子遗传算法只需要50代繁衍就能得到最佳分类模型参数，而普通遗传算法则需要通过170代才能得到；同时聚类分析与支持向量机有机结合，减少了原本单一支持向量机分类时的分类错误样本数。因此可见：这种电力变压器故障优化诊断算法能有效地提高故障诊断的诊断速度和准确率，达到了预期目的。最后，对所做工作进行总结，并对系统下一步工作进行展望。关键词:诊断速度，准确率，支持向量机，量子遗传算法，K-近邻聚类分析I重庆大学硕士学位论文英文摘要ABSTRACTDuetotheincreasingofpowerusers,alongwi

6、thtremendouslypromoteandadvocateofsmartgridconstruction,weputforwardhigherrequirementstothesecuritymanagementandstableoperationofpowersystem.Powertransformerisoneofthemostimportanttransmissioninstallationinpowersystem,itensuresthestableoperationofpowertransformerandact

7、asanimportantparttomaintainthenormaloperationofpowersystem.Therefore,studyingofthehealthconditionmonitoringandfaultdiagnosisofpowertransformerhasalwaysbeenahottopicinthisfield.Inrecentyears,avarietyofsolutionstofaultdiagnosisoftransformerhasbeenproposedbyhomeandabroads

8、cholars.Previousstudyshowedthattheintelligentdiagnosticmethod,whichbasedontheDissolvedGasAnalysis,isthemostrepresenta