基于dga的变压器运行状态模糊模型识别方法研究-通信与信息系统专业论文.docxVIP

硕士学位论文 硕士学位论文 摘要 摘要 电力变压器是电力系统中最重要的电气设备之一，其工作状态对于 电力系统的正常运行有直接的影响。变压器油中溶解气体分析(DGA)是 其内部故障诊断的重要手段，实践证明应用变压器油中溶解气体分析技 术诊断变压器故障是非常有效的。变压器故障是变压器本身及其应用环 境综合作用和长期积累的结果，因而变压器故障的征兆多种多样，故障 征兆与故障机理间的联系也错综复杂，这就给建立通用的变压器故障诊 断方法造成了很大的困难。论文将以油中溶解气体组成含量为特征量， 运用模糊模型及其推理技术，开展变压器运行状态识别研究。 由于当前大量保存的油中溶解气体组成含量是实值样本，为提高了 模糊模型在变压器运行状态识别中的应用能力，首先需要解决面向实值 样本时模糊模型的获取问题，为此在系统分析面向实值样本数据时各种 模糊推理系统的获取过程和主要获取技术的基础上，提出了基于GA—BP混 合智能学习策略的TSK模糊模型，并论述了与之相关的问题，包括模糊模 型种群编码、进化策略及其适应值评估策略，推导了在进化过程中模糊 模型前件和后件参数的BP算法，通过函数近似和典型分类问题说明混合 智能学习策略有效性。 系统分析了基于DGA数据的变压器各种诊断方法，提出了基于TSK模 糊模型的变压器DGA数据预测方法和变压器运行状态识别方法，建立了变 压器运行状态模型，表现了较好的精确性和推理能力。在变压器运行状 态模型建立过程中，分析了状态特征的构造和预处理方法。利用DGA数据 预测模型验证DGA单步预测的有效性和根据DGA单步预测数据作为变压器 预防性故障诊断的能力。 关键词运行状态识别，油中溶解气体分析，TSK模糊模型，GA-BP混合学 习 硕士学位论文 硕士学位论文 ABSTRACT AB STRACT Power transformer is one of the most important electrical equipmems in the electric system．Its operating state attaches importance to system’S operating safety directly．Dissolved gases analysis(DGA)is an important method to diagnose the internal fault of transformer；it has been proved in practice that DGA technology is very effective to diagnose the transformer fault．transformer fault is the result of the long-term accumulation and the cooperation of the transformer itself and its application environment，SO the symptoms of transformer fault are variety,and the relation of the fault symptom and fault mechanisms is complicate，then its very difficult to build up a common transformer fault diagnosis method．This paper will use dissolved gases in oil as the character for fault diagnosis；adopt fuzzy model and fuzzy reasoning technology；and study the running condition recognition of transformer． The composition of current large number dissolved gas analysis is the real samples，in order to enhance the application ability of the fuzzy model in the running condition recognition of transformer,first the problem of obtaining the fuz