《基于神经网络的变压器故障检测毕业论文》由会员分享，可在线阅读，更多相关《基于神经网络的变压器故障检测毕业论文（53页珍藏版）》请在金锄头文库上搜索。
1、 陕西理工学院毕业设计毕毕 业业 论论 文（设文（设 计）计）题 目 基于神经网络的变压器故障检测 姓 名 杨文 学号 所在院 (系) 电气工程学院 专业班级 自控 081 班 指导教师 侯波 完成地点 陕西理工学院（北区）501 楼 2012 年 5 月 20 日陕西理工学院毕业设计基于神经网络的变压器故障检测基于神经网络的变压器故障检测杨文（陕西理工学院电气工程学院自动化专业 081 班，陕西 汉中 ）指导教师：侯波 摘要摘要:电力变压器作为电力系统中最为重要的设备之一，对电力系统安全、可靠、优质、经济的运行起着决定性作用，因而，必须尽量减少变压器故障的产生。电力变压器故障检测对电力系统的
2、经济安全运行有着重要的意义。油中溶解气体法，是最有效的发现和检测变压器故障的方法之一。神经网络对外界具有很强的模式识别分类能力和联想记忆能力，因此神经网络可以用于变压器故障检测。基于神经网络的以变压器油中溶解气体为特征量的故障检测方法为变压器故障检测提供了新的途径。本文将采用三种不同的神经网络（BP 网络、RBF 网络、支持向量机）应用于变压器故障检测中，分别介绍这几种网络的基本结构和原理，并进行模型设计和仿真。关键词关键词:变压器 故障检测 神经网络 BP 算法 RBF 算法 支持向量机陕西理工学院毕业设计Based on neural network of transformer faul
3、t detectionAuthor：Yang wen(Grade 08， Class 01，Major Automation，Department of Electrical Engineering ，Shaanxi University of Technology ，Hanzhong ， ，Shaanxi )Tutor :Hou BoA Abstract : as the most important part of the power system equipment,the power transformer to the safety of the electricity system
4、, reliable and high quality, and the operation of the economy plays a decisive role, therefore, we must try to reduce the of transformer faults. Power transformer of electric power system fault detection of the economic security has important significances. The dissolved gas method, is one the most
5、effective and found that one of the ways to detect transformer faults. Neural network has a strong pattern recognition classification ability and associative memory ability to the outside world, so neural network can be used for the transformer fault detection. Based on neural network to gases disso
6、lved in transformer oil for the characteristic features of fault detection method for transformer fault detection offers a new way. Therefore.This article will use three different neural network (BP network, RBF network, support vector machine) used in transformer fault detection, are introduced the
7、 basic structure of the network and the principle and design and simulation model.key words : transformer ,fault detection ,neural network ,BP algorithm ,RBF algorithm ,support vector machine.陕西理工学院毕业设计目录目录1 绪论.11.1 课题研究的目的和意义 .11.2 国内外发展状况 .11.3 变压器故障种类 .11.4 目前变压器故障诊断的主要方法 .31.5 本文研究的主要内容 .42 基于神经
8、网络的变压器故障检测机理和基本理论.52.1 故障诊断技术.52.2 神经网络 .52.3 变压器故障与油中溶解气体的关系.73 基于 BP 神经网络的变压器故障检测模型.93.1 BP 网络 .93.2 BP 网络模型设计 .133.2.1 BP 网络参数的确定.133.2.2 基于 BP 神经网络变压器故障检测模型.153.2.3 数据归一化处理.153.3 系统仿真，训练与测试.163.3.1 网络训练.163.3.2 网络测试 .184 基于 RBF 神经网络的变压器故障检测模型.204.1 RBF 网络 .20陕西理工学院毕业设计4.1.1 RBF 网络概述 .204.1.2 RBF
9、 网络原理 .204.2 RBF 网络模型设计 .214.2.1 RBF 网络模型 .214.2.2 RBF 网络参数的选取 .224.2.3 RBF 网络训练方法的确定 .224.3 仿真结果.225 基于支持向量机的变压器故障检测模型.245 .1 支持向量机（SVM）.245 .1.1 支持向量机（SVM）基本理论.245.1.2 支持向量机在故障诊断中的应用现状.285.1.3 基于支持向量机变压器故障多分类算法.285.2 变压器故障特征诊断模型设计.295.2.1 变压器故障特征诊断参数选取.295.2.2 故障诊断流程.295.3 系统仿真 .295.3.1 故障模型训练和参数寻
10、优.295.3.2 测试结果与分析.336 结论与展望.35致谢.36参考文献.37英文文献.39陕西理工学院毕业设计第 1 页 共 46 页1 1 绪论绪论1 .1 课题研究的目的和意义课题研究的目的和意义现代设备技术水平不断提高，生产率、自动化要求越来越高，相应地，故障也随之增加。变压 器作为电力系统中非常复杂而且非常重要的设备，其工作状态对电力系统、企事业单位及居民生活 具有十分重要的影响。由于种种原因，变压器故障时有发生，事故率仍相当的高。以我国的 110kV 及以上变压器事故来看，1994 年 110-SOOkV 变压器事故率为 0.76 次/百台.年，95 年为 0.65 次/百 台.年，96 年为 0.56 次/百台.年1, 2001 年国家电网的变压器共发生非计划停运达 216 次2，其 故障最大的部位是变压器的内绝缘，主要的故障点是绝缘老化严重、运行环境恶劣、变压器质量有 问题3。只有正确地评估、准确地诊断、可靠地预测变压器的运行状态，才能指导现场对缺陷变压 器开展状态检修，提高检修质量，避免检修人力、物力和财力的浪费。如何提前对变压器故障进行 预测和在故障发生后迅速判断故障原因是提高工作效率、减少经济损失的一个重要途径。所以采用 智能方法建立相应模型，研究变压器
