基于综合特征量的电力变压器故障综合诊断方法的研究
目前,用于变压器故障诊断研究方面最多的特征量是油气量和局部放电信号。但是,油气量的故障诊断只能诊断故障类型而无法进行定量、定位分析,局部放电信号在理论上虽然可以实现故障定位,但受环境干扰的影响太大,实现起来尚有困难。因此,变压器故障诊断技术的研究至今还远不够完善。本文的工作就是在这一背景下开展的,其意义在于能为综合利用变压器各种有效信息进行综合故障诊断研究提供一定参考。 本文首先建立了变压器绕组的数学模型,在利用电气量对变压器绕组故障进行诊断方面进行了理论研究。主要介绍了最小二乘法和递推最小二乘法的基本廉理及其在变压器绕组故障诊断中的应用。通过理论推导表明:利用最小二乘辨识法可获得了变压器绕组各相参数(电阻、漏抗)的估计,并且这些参数只有在变压器绕组发生故障时才会发生变化,而在正常运行及其它运行状态下它是基本不变的。对此,本文用MATLAB作了仿真证明其结果。同时,在利用油气量对变压器内部故障进行诊断方面,本文研究了人工神经网络与可靠性数据分析相结合、人工神经网络与模糊理论相结合技术在变压器故障诊断中的应用。 在上述理论研究的基础上,本文提出了一个构建一个变压器故障综合诊断系统的方法,并介绍了该系统各模块的具体实现过程。该综合诊断系统包括三个模块:电气量模块、模糊神经网络模块和可靠性数据分析神经网络模块。这三个模块可各自独立进行故障诊断,其结果相互补充和相互验证,使故障诊断的结果更为全面和具体。
- 作者:
- 李小伟
- 学位授予单位:
- 广西大学
- 专业名称:
- 高电压与绝缘技术
- 授予学位:
- 硕士
- 学位年度:
- 2006年
- 导师姓名:
- 郑江
- 中图分类号:
- TM407
- 关键词:
- 电力变压器;电气量;参数辨识;油气量;神经网络;综合诊断
- power transformer;electric quantity;parameter identification;oil-gas;neural network;integrated diagnosis