欢迎来到天天文库
浏览记录
ID:50668613
大小:2.60 MB
页数:71页
时间:2020-03-07
《基于朴素贝叶斯的电力变压器故障诊断.pdf》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、基于朴素贝叶斯的电力变压器故障诊断学校:上海交通大学院系:电子信息与电气工程学院班级:Z1203122学号:1120312134工程硕士生:庄晟工程领域:电气工程导师Ⅰ:蒋传文(教授)导师Ⅱ:鲍长庚上海交通大学电气学院2015年3月IADissertationSubmittedtoShanghaiJiaoTongUniversityforMasterDegreeofEngineeringTransformerFaultDiagnosisMethodBasedonBayesiannetworksAuthor:ZhuangShengSpecialty:ElectronicsandCommu
2、nicationEngineeringAdvisorⅠ:Prof.JiangChuanwenAdvisorⅡ:BaoChanggengSchoolofElectronicsandElectricEngineeringShanghaiJiaoTongUniversityShanghai,P.R.ChinaMarch2015IIIIIIV基于朴素贝叶斯的电力变压器故障诊断摘要针对电力变压器在电力系统中的特殊地位和重要作用,对其日常运维中的常见故障及其机理进行了深入研究,确定了电力变压器各种故障的排除方法。电力变压器发生故障后,当其故障信息不完整或不确定时,会导致处理故障的难度大大增加,有时
3、甚至会拖延返厂维修时机。通过对目前较为常用的几种故障诊断方法的特点进行对比,凸显了贝叶斯网络的在这方面优势,确定了基于贝叶斯网络的变压器故障诊断方法。由于TAN模型属性变量关联边的不确定性以及因果关系模型的主观性,本文确定了朴素贝叶斯网络作为故障诊断方法,并通过简单实例分析,证明了模型具有很强的可靠性和良好的准确率。在完备数据分析的基础上,简要概括了在属性缺失情况下的EM及SEM算法。给出了利用朴素贝叶斯网络进行故障诊断的基本方法。同项目结合,在对一定规模的数据样本进行分析处理的基础上,对网络模型进行了仿真计算。通过对结果的分析,说明了贝叶斯网络在故障诊断领域的出色能力和广阔前景。论文
4、最后探讨了应用贝叶斯网络进行故障诊断工作的重点以及研究方向。关键词:状态检修,变压器,故障诊断,贝叶斯网络VTRANSFORMERFAULTDIAGNOSISMETHODBASEDONBAYESIANNETWORKSABSTRACTIntheviewofthespecialstatusandtheimportantroletransformersplayinthepowersystem,inordertofindallkindsoftroubleshootingmethods,thispapermakesain-depthstudyonthetransformercommonfailu
5、resanditscauses.Iftransformerfailureshappen,theincompleteoruncertainfaultinformationwillleadtogreatlyincreasethedifficultyofdealingwithfailure,sometimesevendelaytherepairtime.Bycomparingthecharacteristicsofcurrentlythemorepopularfaultdiagnosismethods,Bayesiannetworkshowsgreatadvantagesinthisarea
6、,anddeterminedthetransformerfaultdiagnosismethodbasedonBayesiannetwork.AndbecauseoftheuncertaintyofTANmodelandthesubjectivityofcausalmodel,thisarticleidentifiedtheBayesiannetworkasthefaultdiagnosismethod.Moreover,afterasimplecaseanalysistoprovethatthemodelhasstrongreliabilityandgoodaccuracy.Inth
7、eanalysisbasedoncompletedata,simplyintroducetheEMandSEMalgorithmsinthecaseofincompletesampledata.GivenabasicfaultdiagnosismethodbasedonNaïveBayesianVInetwork.Furthermore,combinedwiththeproject,simulatethenetworkmodelonthebas
此文档下载收益归作者所有