基于改进智能算法的电力机车牵引变压器故障诊断技术研究-交通信息工程及控制专业论文.docxVIP

川㈣㈣Ⅲ||II||fII|I||I|||III 川㈣㈣Ⅲ||II||fII|I||I|||III 咖 Y1 91 7278 原创性声明 本人声明，所呈交的学位论文是本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，除了论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过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。 作者签名： 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：尘峰翩签名泄垫吼皿年』月卫日 摘要近些年来，我国铁路建设迎来了一个高速发展的时期，目前我国已经拥有全 摘要 近些年来，我国铁路建设迎来了一个高速发展的时期，目前我国已经拥有全 世界最大规模以及最高运营速度的高速铁路网，铁路营运里程跃居世界第二。随 着我国铁路建设的飞速发展，保障铁路安全运输的工作显得尤为重要。而牵引变 压器作为列车从牵引电网取电的直接设备，是整列火车动力的来源，毫不夸张地 说它就是整个列车心脏。它的运行状况会直接影响电气化铁路系统能否安全、高 效的运营，运行中，一旦出现故障，将会严重干扰铁路运输生产。所以本文提出 了一种改进智能算法来提高牵引变压器故障诊断的效率。 本文首先阐述电力机车牵引变压器故障诊断的意义和目前国内外的发展现 状。根据电力机车牵引变压器的工作特点和结构，详细地分析了可能发生的故障 类型以及在这些故障下提取故障特征值的方法。 为了进一步提高牵引变压器故障诊断的效率，本文在详细分析了BP神经网 络、径向基神经网络、小波神经网络和遗传算法、粒子群优化算法的优缺点后， 选择量子改进的粒子群优化算法与多分辨分析小波神经网络相结合来诊断预测 电力机车牵引变压器的故障类型。 在最后的实验测试中，牵引变压器的600组样本数据均来自研究所2006年 研制的电力机车主变压器综合测试及故障诊断系统，以及通过安置在被试变压器 出线端、套管末屏接地线、铁芯接地线等处的罗果夫斯基线圈所得到的数据。利 用这些样本对文中的四种神经网络(其中包括BP神经网络、两种小波神网络和 本文提出的基于改进智能算法的多分辨分析小波神经网络)进行训练和测试，结 果证明本文的诊断算法不仅收敛快、稳定，诊断准确率也更高(达到了95％)。 关键词电力机车牵引变压器，故障诊断，多分辨分析小波神经网络， 量子改进的粒子群算法 a a deVice that takes electricity f如m traction power grid directly，is no doubt the whole train power sourCes，or that is to say the hean of the train． Its operation statues could direCtly af．fect the saf．ety and wofbng e伍ciency of eleCtrified railway system，once it breaks down，the railway transporrtation would be influenced seriously．Therefore， this paper proposed an improVed intelligent algorithm in order to increase the emciency of traCtion transf．omer flault dia印osis． Fir．stly，this paper states the significance of deVeloping electric 10comotiVe traction transfomer fault diagnosis technology as well as the deVelopment situation at home and abroad．According to the stllJctlJre and special work circumstance of electric locomotive traction transfonller， this paper analyzes the possible fault types and the w