大学毕业论文-—基于pas与dfnn的变压器故障预测研究.docVIP

中图分类号：TM411 论文编号：HBLH 2014-201 U D C： 密　　级： 公 开 硕 士 学 位 论 文 基于PAS与DFNN的变压器故障预测研究 作者姓名：张雅楠 学科名称：控制理论与控制工程 研究方向：检测技术及智能装置 学习单位：河北联合大学 学习时间: 2.5年 提交日期：2013年11月20日 申请学位类别：工学硕士 导师 姓名：龚瑞昆 教授 单位：河北联合大学电气工程学院 论文评阅人： 孙文来 高工 单位：唐山热力总公司 杨友良 教授 单位：河北联合大学电气工程学院 论文答辩日期：2014年1月12日 答辩委员会主席：孙文来 高工 关 键 词：PAS；D-FNN；电力变压器；故障预测；MATLAB 唐山 河北联合大学 2014年 3 月 Transformer Fault Prediction Based on PAS and DFNN Dissertation Submitted to Hebei United University in partial fulfillment of the requirement for the degree of Master of Science in Engineering by Zhang Yanan (Control Theory and Control Engineering) Supervisor: Professor Gong Ruikun March, 2014 独　创　性　说　明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得河北联合大学以外其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 论文作者签名： 日期： 年 月 日 关于论文使用授权的说明 本人完全了解河北联合大学有关保留、使用学位论文的规定，即：已获学位的研究生必须按学校规定提交学位论文，学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以将学位论文的全部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交流。 论文密级： □ 公开； □ 保密（至 年 月）(保密论文在解密后遵守此规定)。 作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘　　要 变压器是电力系统和智能变电站中重要的电力设备，智能变压器智能化水平关系着智能变电站运行的可靠性和投资的经济性。而变压器故障预测能够发现潜伏的故障以及预告故障的发展趋势，研究故障预测对系统安全运行和变压器的状态检修有重要意义。 动态模糊神经网络具有强大的多元非线性数据处理和函数逼近功能，能够利用原始样本数据通过模型内部自我学习训练获得准确度较高的预测诊断模型。将动态神经网络强大的预测诊断功能引入到变压器故障处理中，建立起能够真实反映变压器故障特性的智能预测诊断模型，能够实现变压器故障在线检测的要求，提高变电站的综合自动化水平。本课题结合变压器故障预测诊断在线监测的特点，选用了光声光谱技术对变压器油中的故障气体的含量进行实时在线的监测，选取了动态模糊神经网络为实验的主要模型结构，利用MATLAB中的神经网络工具箱，建立起基于动态模糊神经网络的电力变压器故障预测模型。 实验选取了150组变压器故障原始样本数据对D-FNN模型中进行学习训练，得到了具有预测诊断功能的网络模型；再挑选100组变压器的在线监测数据进行仿真试验，并查查看了模型预算误差收敛曲线，证明了采用基于PAS与DFNN变压器故障诊断预测模型预测变压器故障相对于传统的方法具有更高的故障诊断率,验证了基于PAS与DFNN在变压器故障预测诊断处理中的合理有效性。 图 51幅；表 16个；参 46篇。 关键词：PAS；D-FNN；电力变压器；故障预测；MATLAB 分类号：TM411 Abstract Transformer is the electrical equipment of smart grid and intelligent substation, s