基于概率神经网络的变压器局部放电模式识别研究

《基于概率神经网络的变压器局部放电模式识别研究》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、分类号O235密级公开UDC621.3编号10299S1307080硕士学位论文基于概率神经网络的变压器局部放电模式识别研究PartialDischargePatternRecognitionofTransformerBasedonProbabilisticNeuralNetwork指导教师景亮副教授闫小喜讲师作者姓名周沙申请学位级别硕士学科(专业)农业电气化与自动化论文提交日期2016年5月论文答辩日期2016年6月学位授予单位和日期江苏大学2016年6月答辩委员会主席张荣标评阅人___________________学位论文版权使用授权书江苏大学、中国科学技术信息研

2、究所、国家图书馆、中国学术期刊（光盘版）电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊（光盘版）电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布（包括刊登）授权江苏大学研究生院办理。保密□，在年解密后适用本授权书。本学位论文属于不保密■。学位论文作者签名：指导教师签名：年月日年月日独创性声明本人郑重声明：所呈交的学位论

3、文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日江苏大学硕士学位论文摘要电力是现代社会经济发展的命脉，近几年在世界各地连续发生了灾难性的停电事故，这些事故大多是由于电力系统出现故障导致的。变压器是电力系统的枢纽，它的运行状态直接关系到整个电力系统能否稳定可靠运行。国际大电网会议（CIGR

4、E）报告指出，高压电器故障中绝缘故障占了51%，长时间的局部放电是造成绝缘故障的主要原因。为了避免绝缘故障产生，需要对变压器进行局部放电检测，及时评估绝缘劣化程度，保证变压器安全可靠运行。变压器局部放电模式识别是局部放电检测的核心环节,能够帮助工程技术人员快速识别局部放电类型，确定检修方案。因此，将变压器局部放电模式识别作为研究对象，具有较大的理论价值和实际意义。本文研究内容如下。（1）本文基于局部放电脉冲电流法搭建实验平台，使用PCI-9814高速数据采集卡以及LabVIEW软件设计信号采集系统，然后采集变压器内部四种典型局部放电模型的放电信号。将多次实验采集到的数据

5、按照局部放电相位分布模式绘制成三维谱图，然后映射到二维平面生成灰度图。因为矩特征能够反映像素点的分布情况，所以提取灰度图矩特征作为模式识别器输入特征量。（2）局部放电检测过程对实时性要求高，且检测信号易受随机噪声干扰，导致错误样本较多。针对以上缺陷，本文提出一种基于概率神经网络的变压器局部放电模式识别器，概率神经网络样本追加能力强、容错性较高、训练速度快。为了验证所提识别器识别性能，将所提识别器与常用的反向传播神经网络，极限学习机、朴素贝叶斯识别器进行对比。仿真结果表明，与其他三种识别器相比，所提识别器准确率更高。（3）概率神经网络平滑因子对识别效果影响较大，目前此因子

6、多采用经验值，需要繁杂的计算及实验才能获得。针对这一问题，本文通过使用具有全局搜索能力的遗传算法优化平滑因子，仿真结果表明，通过优化平滑因子，概率神经网络识别效果有较大提升。关键词：变压器，局部放电，矩特征，概率神经网络，遗传算法I基于概率神经网络的变压器局部放电模式识别研究ABSTRACTElectricpoweristhelifebloodoftheeconomicdevelopmentinthemodernsociety.Inrecentyears,disastrouspowercutaccidentshappenedcontinuouslyalloverthew

7、orld.Mostoftheseaccidentsareduetothepowersystemfault.Transformeristhehubofpowersystem.Itsrunningstateisstraightlyrelatedtothedependabilityofthepowersystem.InternationalConferenceonLargeHighVoltageElectricSystem(CIGRE)reportindicatesthatinsulationfaultaccountsfor51%ofhighv