基于油气分析的油浸式变压器时变停运模型及故障诊断研究

基于油气分析的油浸式变压器时变停运模型及故障诊断研究

ID:30726849

大小:2.45 MB

页数:75页

时间:2019-01-02

基于油气分析的油浸式变压器时变停运模型及故障诊断研究_第1页
基于油气分析的油浸式变压器时变停运模型及故障诊断研究_第2页
基于油气分析的油浸式变压器时变停运模型及故障诊断研究_第3页
基于油气分析的油浸式变压器时变停运模型及故障诊断研究_第4页
基于油气分析的油浸式变压器时变停运模型及故障诊断研究_第5页
资源描述:

《基于油气分析的油浸式变压器时变停运模型及故障诊断研究》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、致谢⑧论文作者签名:≠墨城指导教师签名:—j孕雌论文评阅人l:评阅人2:评阅人3:评阅人4:评阅人5:耋黾捆缢盔土鱼鳓答辩委员会主席:落最豳委员1:e2盈翌塑委员2:孽!坐厶委员3:主乏萎]委员4::虱垒!]盔红答辩日期:一加/二.专·y浙江大学硕士学位论文致谢ImmersedTransformersBasedonDGAerse111ase0nAuthor’Ssignature:一o●‘Supervlsor7Ssignature:砀esis刀)esis砀esis刀jesisreVleWer●reVleWer●I.eVlewerreVleWerChair:(Committeeo

2、foraldefence)Committeeman1:Committeeman2:Committeeman3:Committeeman4:Committeeman5:Dateoforaldefence:Ik复受尔受浙江大学硕士学位论文致谢浙江大学研究生学位论文独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。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过的研究成果,也不包含为获得逝婆盘堂或其他教育机构的学位或证书而使用过的材料。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作了明确的说明并表示谢意。学位论文作者签

3、名:乎乏铂签字日期:蜘亿年乡月上日学位论文版权使用授权书本学位论文作者完全了解逝姿态堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权逝婆盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:签字日期:曲12年导师签名:签字日期:o:__、了事扣伊年雄年哼泖日,目J霞寻砒扣厂1罗浙江大学硕士学位论文致谢衷心感谢我的导师郭创新教授,正是在郭老师的悉心指导下,本文才得以圆满完成。在我的整个研究生阶段,无不倾注着郭老师的大量心

4、血,郭老师渊博的专业知识,严谨的治学态度,乐观的生活态度,对我影响深远,也将使我终身受益。在此,衷心祝愿郭老师身体健康,万事顺心!本文的研究成果也离不开实验室诸位师兄师弟的帮助。张金江、彭明伟、曹晋彰、王扬、周恒俊、郭磊、高振兴、吴栋梁等师兄在科研和生活上给我很多无私的指导和帮助,在此表示诚挚的谢意。还要感谢詹俊鹏、俞斌、袁鹏、白峪豪、曹培、李颜柳、黄宇腾、崔建磊等同学,和你们共度的时光将使我终身难忘。感谢教二203、210及教九国家实验室的所有兄弟姐妹们,祝愿大家都有一个美好未来!最后我要深深感谢我的父母,在我求学与成长路途中,给予我无微不至的关心和照顾,一如既往的鼓励和支

5、持,愿他们身体健康,天天开心!在以后的工作中,我会继续秉承求是创新的态度,严格要求自己,将实践与专业理论知识相结合,争取更大的进步。尹玉娟2012年2月于求是园浙江大学硕士学位论文摘要油浸式变压器是目前电力系统的重要组成设备,承担着电压转换与电能输送的重要任务,其健康、安全、稳定的运行可大大降低电力系统运行风险。运行管理人员需要实时掌握变压器运行状态及其对电网的影响,以便及时有效地消除潜在因素可能导致的失效停运,降低系统运行风险,同时结合故障诊断的实施以缩短停电时间,降低运行成本。变压器在运行过程中,绝缘油中有溶解气体产生。由经验可知,油中气体的含量可反映变压器健康状态,产气

6、速率可反映该状态下器身内部潜伏性故障的发展程度。据此原理,建立适用于电力系统风险评估的变压器时变停运模型。模型首先根据气体含量进行变压器状态划分,并考虑实时修复的影响建立多状态马尔科夫模型,得出故障率基值。同时,基于产气速率建立时变停运指数模型,既体现变压器实时运行特性,又准确反映了变压器内部潜伏性故障的发展情况。通过算例分析对模型进行验证,为系统风险评估提供基础。支持向量机(SVM)适合变压器故障诊断这种小样本分类问题,但其对于核函数及模型参数十分敏感,多核学习可降低模型的参数敏感性。提出了基于BPSO优化的多核学习SVM分类方法(BPSO.MKSVC)进行变压器故障诊断。

7、多核学习支持向量机(MKSVC)采用由多个基核线性组合的多核进行学习,其中每一个基核完成从特定样本空间提取故障特征,通过多面故障特征的线性组合,将学习分类问题转化为相应的凸规划问题进行迭代求解。采用BPSO优化算法对MKSVC中的基核数及模型参数进行优化,实现了参数的自主选择。算例分析表明,模型具有更低的参数敏感性和更好的鲁棒性。在上述理论研究的基础上,结合IDP90综合信息一体化平台开发了输变电设备状态检修软件,主要进行了变压器故障诊断模块的开发,将变压器故障诊断的方法研究与实际应用相结合,通过软件操

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。