電力設(shè)備載流故障在線診斷技術(shù)研究.pdf

1、載流故障是電力設(shè)備的常見故障之一。故障發(fā)生時(shí)，設(shè)備觸點(diǎn)的溫度將高于正常值。監(jiān)測(cè)和分析觸點(diǎn)溫度是故障診斷和故障預(yù)警的主要手段。目前的故障監(jiān)測(cè)系統(tǒng)只能在線采集、存儲(chǔ)、傳輸和顯示觸點(diǎn)溫度，功能較為簡(jiǎn)單。為了保證設(shè)備能長(zhǎng)期可靠運(yùn)行，有必要分析觸點(diǎn)實(shí)時(shí)溫度數(shù)據(jù)和歷史溫度數(shù)據(jù)，及時(shí)發(fā)現(xiàn)故障、排除隱患。
　　 本文提出了一種基于PCA的載流故障在線診斷算法，實(shí)時(shí)監(jiān)測(cè)觸點(diǎn)溫度的波動(dòng)情況，分析觸點(diǎn)溫度長(zhǎng)期變化趨勢(shì)，并預(yù)測(cè)故障觸點(diǎn)的溫度值序列。算法

2、使用主成分分析方法(PCA)處理溫度數(shù)據(jù)，根據(jù)主成分特征值判斷溫度的波動(dòng)情況。針對(duì)不同的分析對(duì)象，提出了在線PCA和變尺度PCA兩種方法，分別處理在線溫度數(shù)據(jù)和歷史溫度數(shù)據(jù)。利用K-means聚類算法分離故障觸點(diǎn)和正常觸點(diǎn)。利用最小二乘支持向量機(jī)(LS-SVM)預(yù)測(cè)故障觸點(diǎn)的溫度值序列，并使用一種帶感知能力的粒子群優(yōu)化算法(PPSO)調(diào)整其中的各個(gè)參數(shù)。使用合適的訓(xùn)練樣本訓(xùn)練函數(shù)回歸模型。利用訓(xùn)練所得的模型預(yù)測(cè)給定起始點(diǎn)后的觸點(diǎn)溫度值序