基于模糊ART神經(jīng)網(wǎng)絡(luò)的變壓器局部放電模式識(shí)別研究.pdf

1、作為電力系統(tǒng)最重要的組成部分，以及電網(wǎng)供電可靠性的保障，電力變壓器一旦發(fā)生故障，通常會(huì)引起電力系統(tǒng)的崩潰和嚴(yán)重的經(jīng)濟(jì)損失。資料表明，導(dǎo)致變壓器故障的主要原因是其絕緣性能的劣化，因此為了提高絕緣的可靠性，目前各國(guó)都在發(fā)展可以對(duì)變壓器在運(yùn)行狀態(tài)下進(jìn)行實(shí)時(shí)或在線監(jiān)測(cè)診斷的狀態(tài)維修，其中局部放電的模式識(shí)別是當(dāng)前的研究熱點(diǎn)之一。但是由于變壓器結(jié)構(gòu)的復(fù)雜性，局部放電的不確定性，運(yùn)行現(xiàn)場(chǎng)存在的大量電磁干擾，以及識(shí)別算法的不成熟，這些都給局部放電的檢測(cè)

2、、定位和識(shí)別分類造成了很大的困難。本文在查閱國(guó)內(nèi)外大量關(guān)于變壓器局部放電、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)方面的文獻(xiàn)基礎(chǔ)上，做了如下的一些研究工作：
　　本文對(duì)模式識(shí)別系統(tǒng)的概念和結(jié)構(gòu)進(jìn)行了簡(jiǎn)要的描述，然后特別從分類器設(shè)計(jì)的角度詳細(xì)地分析了模式識(shí)別系統(tǒng)中的幾個(gè)重要問題，包括特征空間的設(shè)計(jì)、分類器設(shè)計(jì)的準(zhǔn)則和基本方法、判別函數(shù)的選取及參數(shù)的確定、系統(tǒng)的訓(xùn)練和學(xué)習(xí)等，這是本文的總體框架和理論基礎(chǔ)。
　　本文概括了局部放電信號(hào)中所包含的多種

3、干擾信號(hào)的來源，對(duì)當(dāng)前實(shí)際應(yīng)用中常見的各種類型的干擾抑制方法進(jìn)行了一個(gè)歸納，然后根據(jù)相關(guān)的文獻(xiàn)資料，論述了四種局部放電模式識(shí)別中常用的放電特征量：三維列表數(shù)據(jù)特征、局部放電統(tǒng)計(jì)特征、局部放電圖像灰度矩特征和局部放電時(shí)頻特征，并對(duì)特征量的可分性測(cè)量進(jìn)行了討論。
　　本文論述了ATR1神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和工作原理，并介紹了模糊理論的由來、發(fā)展及應(yīng)用，然后著重分析了一種模糊ART神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和算法。模糊ART神經(jīng)網(wǎng)絡(luò)將模糊理論與ART1神

4、經(jīng)網(wǎng)絡(luò)相結(jié)合，模糊集合的特點(diǎn)與運(yùn)算規(guī)則的帶入，使ART1網(wǎng)絡(luò)的輸入模糊化，使得網(wǎng)絡(luò)可以進(jìn)行模擬量的運(yùn)算，彌補(bǔ)了ART1網(wǎng)絡(luò)的輸入只能為二進(jìn)制的缺陷，這是一種自組織模糊神經(jīng)網(wǎng)絡(luò)，能夠進(jìn)行非監(jiān)督實(shí)時(shí)學(xué)習(xí)，比較適合應(yīng)用于模式識(shí)別研究。
　　本文借鑒了前人文獻(xiàn)中對(duì)五種不同局部放電模型進(jìn)行的放電實(shí)驗(yàn)，并得到了各放電模型的三維譜圖，再將譜圖經(jīng)過處理得到的列表數(shù)據(jù)特征量作為神經(jīng)網(wǎng)絡(luò)的輸入量，分別用模糊ART神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)在MATLAB的