人工神经网络在压器油中溶解气体分析中的应用研究.pdfVIP

中文摘要 电力变压器是电力系统中核心设备，其正常运行直接关系到整个电力系统的 稳定性和安全性。油中溶解气体分析(DGA．DissolvcdG弱AnaIysis)是检测变压器 早期故障的有效方法。本文将人工神经网络引入油中溶解气体分析，主要工作与 结论是： 分析了变压器油中溶解气体的发展变化规律，研究了变压器油中溶解气体和 故障类型之间的关系。对常用的神经网络模型进行深入研究，总结了各种模型的 特点和适用范围。论述了用神经网络进行变压器油中溶解气体分析，诊断和预测 变压器故障的有效性和可行性。 理论分析和大量实例表明，BP神经网络有很强的非线性映射能力，适合用于 模式分类。本文提出了一种将故障类型逐步细化的组合BP网络模型，用于变压 器故障诊断。实例分析表明该模型诊断准确率超过85％。 变压器油中溶解气体各组分之间是相互关联的。为了准确地预测变压器故障 需要同时考虑多种气体成份的发展变化。本文建立了基于径向基函数网络的多变 量预测模型，用于变压器溶解气体分析，获得了令人满意的预测精度。 变压器油中溶解气体发展变化存在多种趋势，用单一模型难以准确描述。本 文用GM(1，1)模型，RBF神经网络和BP神经网络构建组合模型预测气体浓度变 化。试验表明，组合预测模型能发挥各种模型的优势，提高预测精度。 综合上述研究成果，开发了一套变压器故障诊断和预测系统，并用110kv电力 变压器实测数据有效验证。 关键词：电力变压器；溶解气体分析； BP神经网络：径向基函数网络； 故障诊断；多变量预测；组合预测； 分类号：删411：TPl83 ABSTRACT PoWertra∞fon】nerisoneof吐把most d昏，icesm ith够 netwofI【s，觚d importarlt power onmc Gas e镌ct great sec嘶tyofpow盯syst咖．Dis幽vedAllalysis(DGA) s扭b订时and isane矗酿ivemedlodformed酏ection fhults tl】忙 ofiIlcipient ilI昀nsfonn既Tb呻roVe r踟ltof ncural me DGA，anificialnetwork(AN聊is capabil时ofin州ing int11isthesis．Thecontribudor璐越1dconcIusionsaremadeasf．ollows： pfoposod Tk of dissolv司iII仃a11sfomeroil is developmeIItg船es is粕alyzed，觚d即1I舰臧s the illtransfb衄eroil． ontlle b咖e髓tllef跚ts趾d dis∞Ived focIlsedrelationsllip gases nalraInetworl岱is suitable Anoverviewandclassificationof枷ficial pres衄tcd．The ofcorⅣentionalANNmodelsis