電力變壓器絕緣故障診斷技術及熱狀態(tài)參量預測模型研究.pdf

1、變壓器故障智能診斷技術是正確評估變壓器絕緣狀態(tài)的前提，而對變壓器內部熱狀態(tài)的準確把握很大程度上決定了變壓器的負載能力和使用壽命，也是變壓器絕緣故障診斷技術的延伸與擴展。只有正確地評估變壓器的絕緣狀態(tài)，跟蹤變壓器的使用壽命，才能根據變壓器的實際狀態(tài)來作出正確的檢修決策。論文從電力變壓器故障智能診斷和內部熱狀態(tài)預測出發(fā)，對實現(xiàn)變壓器狀態(tài)檢修這兩個重要環(huán)節(jié)進行了深入研究，主要研究工作如下：
　　 ①針對常見的BP神經網絡的方法進行電力

2、變壓器絕緣故障診斷方法，論文著重就其網絡的選定、學習樣本的建立、輸入方式選擇、學習過程的收斂性及算法改進等問題展開研究，建立了基于帶動量項和變學習率的改進BP神經網絡電力變壓器故障診斷方法，分析和仿真結果表明經過改進的三層BP神經網絡能夠較好地實現(xiàn)油中溶解氣體含量數據到故障類型的映射。
　　 ②在推廣的多輸入多輸出的小波神經網絡形式上建立電力變壓器絕緣故障診斷模型，對其診斷結論與差異進行詳細的數學機理分析，結果表明小波神經網絡在

3、識別變壓器故障類型時表現(xiàn)出優(yōu)于BP神經網絡的收斂速度、分類性能和判正準確率。
　　 ③研究了遺傳算法進化小波神經網絡應用于電力變壓器故障診斷，即將遺傳算法與小波神經網絡兩者相互結合，使小波神經網絡能更好地映射電力變壓器故障類型與實際油中溶解氣體參數之間的非線性關系，從而對電力變壓器故障進行準確的分類識別。大量實驗結果表明采用遺傳算法進化小波神經網絡更能深入挖掘變壓器數據中有關故障信息，在故障模式識別中具有最高的辨識度，且對變壓器

4、多故障的識別診斷也有很好的效果。
　　 ④系統(tǒng)地分析變壓器內部發(fā)熱過程和溫度分布規(guī)律，研究變壓器穩(wěn)態(tài)溫度計算模型和暫態(tài)計算模型?；谧儔浩鲀炔繜徇^程和溫度分布，類比傳熱學理論和基爾霍夫理論的相似性，提出了冷卻方式為強迫油循環(huán)(OF)油浸式電力變壓器的一種等效頂層油溫預測熱模型，結果表明提出的熱模型較之IEEE推薦的頂層油溫預測模型能更準確預測油浸式OF變壓器頂層油溫。
　　 ⑤注意變壓器的各種負載狀況、冷卻方式等具體條件