基于神经网络的变压器故障检测本科学位论文.doc

《基于神经网络的变压器故障检测本科学位论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、陕西理工学院毕业设计毕业论文（设计）题目基于神经网络的变压器故障检测姓名杨文学号0817014004所在院(系)电气工程学院专业班级自控081班指导教师侯波完成地点陕西理工学院（北区）501楼2012年5月20日陕西理工学院毕业设计基于神经网络的变压器故障检测杨文（陕西理工学院电气工程学院自动化专业081班，陕西汉中723003）指导教师：侯波[摘要]:电力变压器作为电力系统中最为重要的设备之一，对电力系统安全、可靠、优质、经济的运行起着决定性作用，因而，必须尽量减少变压器故障的产生。电力变压器故障检测对电力系统的经济安全运行有着重要

2、的意义。油中溶解气体法，是最有效的发现和检测变压器故障的方法之一。神经网络对外界具有很强的模式识别分类能力和联想记忆能力，因此神经网络可以用于变压器故障检测。基于神经网络的以变压器油中溶解气体为特征量的故障检测方法为变压器故障检测提供了新的途径。本文将采用三种不同的神经网络（BP网络、RBF网络、支持向量机）应用于变压器故障检测中，分别介绍这几种网络的基本结构和原理，并进行模型设计和仿真。[关键词]:变压器故障检测神经网络BP算法RBF算法支持向量机陕西理工学院毕业设计Basedonneuralnetworkoftransformer

3、faultdetectionAuthor：Yangwen(Grade08，Class01，MajorAutomation，DepartmentofElectricalEngineering，ShaanxiUniversityofTechnology，Hanzhong，723003，Shaanxi)Tutor:HouBoAbstract:asthemostimportantpartofthepowersystemequipment,thepowertransformertothesafetyoftheelectricitysystem,

4、reliableandhighquality,andtheoperationoftheeconomyplaysadecisiverole,therefore,wemusttrytoreducetheoftransformerfaults.Powertransformerofelectricpowersystemfaultdetectionoftheeconomicsecurityhasimportantsignificances.Thedissolvedgasmethod,isonethemosteffectiveandfoundth

5、atoneofthewaystodetecttransformerfaults.Neuralnetworkhasastrongpatternrecognitionclassificationabilityandassociativememoryabilitytotheoutsideworld,soneuralnetworkcanbeusedforthetransformerfaultdetection.Basedonneuralnetworktogasesdissolvedintransformeroilforthecharacter

6、isticfeaturesoffaultdetectionmethodfortransformerfaultdetectionoffersanewway.Therefore.Thisarticlewillusethreedifferentneuralnetwork(BPnetwork,RBFnetwork,supportvectormachine)usedintransformerfaultdetection,areintroducedthebasicstructureofthenetworkandtheprincipleanddes

7、ignandsimulationmodel.keywords:transformer,faultdetection,neuralnetwork,BPalgorithm,RBFalgorithm,supportvectormachine.陕西理工学院毕业设计目录1绪论11.1课题研究的目的和意义11.2国内外发展状况11.3变压器故障种类11.4目前变压器故障诊断的主要方法31.5本文研究的主要内容42基于神经网络的变压器故障检测机理和基本理论52.1故障诊断技术52.2神经网络52.3变压器故障与油中溶解气体的关系73基于BP神经网络

8、的变压器故障检测模型93.1BP网络93.2BP网络模型设计133.2.1BP网络参数的确定133.2.2基于BP神经网络变压器故障检测模型153.2.3数据归一化处理153.3系统仿真，训练与测试163.3.1网络训练