【正文】 or transformer fault detection offers a new way. Therefore. This article will use three different neural work (BP work, RBF work, support vector machine) used in transformer fault detection, are introduced the basic structure of the work and the principle and design and simulation model. key words : transformer ,fault detection ,neural work ,BP algorithm ,RBF algorithm ,support vector machine. 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) 目錄 1 緒論 ..................................................... 1 ................................. 1 ....................................... 1 ....................................... 1 .......................... 3 ................................... 4 2 基于神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測(cè)機(jī)理和基本理論 ............... 5 故障診斷技術(shù) ........................................ 5 ............................................ 5 變壓器故障與油中溶解氣體的關(guān)系 ....................... 7 3 基于 BP 神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測(cè)模型 ...................... 9 BP網(wǎng)絡(luò) ............................................. 9 BP網(wǎng)絡(luò)模型設(shè)計(jì) ..................................... 13 BP 網(wǎng)絡(luò)參數(shù)的確定 .............................. 13 基于 BP 神經(jīng)網(wǎng)絡(luò)變壓器故障檢測(cè)模型 ............... 15 數(shù)據(jù)歸一化處理 ................................. 15 系統(tǒng)仿真，訓(xùn)練與測(cè)試 .................................... 16 網(wǎng)絡(luò)訓(xùn)練 ...................................... 16 網(wǎng)絡(luò)測(cè)試 ....................................... 18 4 基 于 RBF 神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測(cè)模型 .................... 20 RBF 網(wǎng)絡(luò) ........................................... 20 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) RBF網(wǎng)絡(luò)概述 ................................... 20 RBF網(wǎng)絡(luò)原 理 ................................... 20 RBF 網(wǎng)絡(luò)模型設(shè)計(jì) ................................. 21 RBF網(wǎng)絡(luò)模型 ................................... 21 RBF網(wǎng)絡(luò)參數(shù)的選取 ............................. 22 RBF網(wǎng)絡(luò)訓(xùn)練方法的確定 .......................... 22 仿真結(jié)果 ........................................... 22 5 基于支持向量機(jī)的變壓器故障檢測(cè)模型 ...................... 24 5 .1 支持向量機(jī)（ SVM） .................................. 24 5 . 支持向量機(jī)（ SVM）基本理論 ..................... 24 支持向量機(jī)在故障診斷中的應(yīng)用現(xiàn)狀 ................ 28 基于支持向量機(jī)變壓器故障多分類算法 .............. 28 變壓器故障特征診斷模型設(shè)計(jì) .......................... 29 變壓器故障特征診斷參數(shù)選取 ..................... 29 故障診斷流程 .................................. 29 ........................................... 29 故障模型訓(xùn)練和參數(shù)尋優(yōu) ......................... 29 測(cè)試結(jié)果與分析 ................................. 33 6 結(jié)論與展望 .............................................. 35 致謝 ...................................................... 36 參考文獻(xiàn) .................................................. 37 英文文獻(xiàn) .................................................. 39 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) 第 1頁(yè) 共 46 頁(yè) 1 緒論 1 .1 課題研究的目的和意義 現(xiàn)代設(shè)備技術(shù)水平不斷提高，生產(chǎn)率、自動(dòng)化要求越來(lái)越高，相應(yīng)地，故障也隨之增加。油中溶解氣體法，是最有效的發(fā)現(xiàn)和檢測(cè)變壓器故障的方法之一。電力變壓器故障檢測(cè)對(duì)電力系統(tǒng)的 經(jīng)濟(jì)安全運(yùn)行有著重要的意義。 本文將采用三種不同的神經(jīng)網(wǎng)絡(luò)（ BP 網(wǎng)絡(luò)、 RBF 網(wǎng)絡(luò)、支持向量機(jī)）應(yīng)用于變壓器故障檢測(cè)中，分別介紹這幾種網(wǎng)絡(luò)的基本結(jié)構(gòu)和原理，并進(jìn)行模型設(shè)計(jì)和仿真。以我國(guó)的 110kV及以上變壓器事故來(lái)看， 1994 年 110SOOkV 變壓器事故率為 次 /百臺(tái) .年， 95 年為 次 /百臺(tái) .年， 96 年為 次 /百臺(tái) .年 [1], 20xx 年國(guó)家電網(wǎng)的變壓器共發(fā)生非計(jì)劃停運(yùn)達(dá) 216 次 [2]，其故障最大的部位是變壓器的內(nèi)絕緣，主要的故障點(diǎn)是絕緣老化嚴(yán)重、運(yùn)行環(huán)境惡劣、變壓器質(zhì)量有問(wèn)題 [3]。變壓器故障檢測(cè)的作用是 [4]判斷運(yùn)行設(shè)備否處于正常狀態(tài)；如若有故障，判斷故障的類型，性質(zhì)及原因；根據(jù)故障信息或者信息處理結(jié)果，預(yù)測(cè)故障可能的發(fā)展，即對(duì)故障的故嚴(yán)重程度和發(fā)展趨勢(shì)做出判斷；提出控制，防止和 消除故障的方法，設(shè)備維修的措施；對(duì)設(shè)備的設(shè)計(jì)、制造、裝配等提出改進(jìn)意見(jiàn)，對(duì)設(shè)備現(xiàn)代化管理提供更好方法建議。美國(guó)一些公司研制的檢測(cè)產(chǎn)品不僅能檢測(cè)還具有很好的診斷功能，在宇航、化工、醫(yī)藥、軍事等方面都具有廣泛的應(yīng)用?？v觀我國(guó)的設(shè)備故障檢測(cè)診斷技術(shù)現(xiàn)狀，其應(yīng)用范圍集中在化工、冶金、電力等方面，科研則主要集中在 高校和研究所。外部故障主要有油箱外部發(fā)生的絕緣套管短絡(luò)、絕緣套管損壞或破碎引起的外殼接地、引出線間的相間短路故障。變壓器鐵芯故障的原因主要包括兩個(gè)方面，一方面是由于鐵芯本身的夾件松動(dòng)或損傷而與接地鐵芯碰接使鐵芯發(fā)熱。變壓器的繞組故障約占整個(gè)變壓器故障總數(shù)的百分之六十左右。分接開(kāi)關(guān)故障的種類主要有：無(wú)載分接開(kāi)關(guān)故障和有載分接開(kāi)關(guān)故障。由于油中氣體、雜質(zhì)和金屬會(huì)加速油的氧化過(guò)程，會(huì)使油中水分、過(guò)氧化物、酸價(jià)、灰分、油泥等組分含量增加，從而使油質(zhì)逐步地發(fā)生污染和劣化，使變壓器油生成油泥，粘附在變壓器箱殼內(nèi)固體表面妨礙了散熱，并導(dǎo)致絕緣電阻降低和絕緣水平下降，加速了絕緣材料的老化。而故障必然因絕緣油的分解產(chǎn)生各種低分子烴和氫氣，同時(shí)會(huì)引起一氧化碳和二氧化碳含量的明顯增長(zhǎng)。電弧放電產(chǎn)生的熱使變壓器油發(fā)生分解，產(chǎn)生甲烷、乙炔、氫氣、一氧化碳、二氧化碳、乙烯、乙烷等多種特征氣體，并使介質(zhì)損耗增大，使局部絕緣受熱損壞。通常局部放電是其他兩種放電的最初形式。纖維素和木質(zhì)素分子就被正極性的氫原子所覆蓋，并吸附油中負(fù)離子，使負(fù)電荷附在紙板表面，而油中的正電荷隨油流動(dòng)。 目前變壓器故障診斷的主要方法 現(xiàn)在變壓器故障診斷的常用方法有如下幾種 [10]： （ 1）基于神經(jīng)網(wǎng)絡(luò)技術(shù)的電力設(shè)備故障診斷 人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Network，簡(jiǎn)稱 ANN)是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法。其在電氣設(shè)備在線監(jiān)測(cè)、故障診斷、負(fù)荷預(yù)報(bào)、智能控制等方面也取得很好的成就 [11]。模糊理論是以模糊集為基礎(chǔ)，以處理模糊事物為目標(biāo)，并將其嚴(yán)格數(shù)字量化后進(jìn)行計(jì)算機(jī)處理的應(yīng)用研究。變壓器故障診斷專家系統(tǒng)是一個(gè)基于規(guī)則的專家系統(tǒng)，它通常由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、知識(shí)獲取系統(tǒng)、解釋系統(tǒng)和人機(jī)接口等 6部分組成。 ② 診斷推理不確定性問(wèn)題。它通過(guò)選擇、交叉和變異等操作，產(chǎn)生新一代適應(yīng)力更強(qiáng)的群體。 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) 第 4頁(yè) 共 46 頁(yè) 另外還有灰色理論、支持向量機(jī) ((SVM)算法、 Bayes 推理法、證據(jù)組合法以及粒子群優(yōu)化算法(PSO)等多種人工智 能方法，亦各有其自身的特性和優(yōu)點(diǎn)。所以，本文的內(nèi)容就是運(yùn)用神經(jīng)網(wǎng)絡(luò)對(duì)變壓器狀態(tài)監(jiān)測(cè)所得的數(shù)據(jù)進(jìn)行分析處理，從而對(duì)變壓器狀態(tài)進(jìn)行監(jiān)測(cè)，故障進(jìn)行檢測(cè)診斷。為此，課題的故障數(shù)據(jù)為上述氣體數(shù)據(jù)。 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) 第 5頁(yè) 共 46 頁(yè) 2 基于神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測(cè)機(jī)理和基本理論 本文的主要特點(diǎn)是將神經(jīng)網(wǎng)絡(luò)用于變壓器故障檢測(cè) 。異常又屬于哪種故障，又是一個(gè)模式識(shí)別與分類的問(wèn)題。設(shè)備的癥狀主要是指設(shè)備運(yùn)行時(shí)所產(chǎn)生的能體現(xiàn)其狀態(tài)的信號(hào)。 傳統(tǒng)的信號(hào)分析處理技術(shù)有濾波技術(shù)、頻譜分析技術(shù)。在診斷技術(shù)發(fā)展初期，由于技術(shù)條件不夠成熟，占主導(dǎo)地位的是人，儀器處理后的信號(hào)主要由人去分析。但它并不是人腦的真實(shí)描寫(xiě)，而只是它的某種抽象、簡(jiǎn)化和模擬。 陜西理工學(xué)院畢業(yè)設(shè) 計(jì) 第 6頁(yè) 共 46 頁(yè) 具有一個(gè)激勵(lì)函數(shù)用于限制神經(jīng)元輸出。 傳輸函數(shù)一般為單調(diào)升函數(shù)，但它又是一個(gè)有限值函數(shù)，神經(jīng)元的輸出可以表示為 1()riiia f w p ????? （ ） 神經(jīng)網(wǎng)絡(luò)具有高速并行處理、分布存儲(chǔ)信息等特性，它符 合人類視覺(jué)系統(tǒng)的工作原則具有很強(qiáng)的學(xué)習(xí)能力、自組織能力、容錯(cuò)性、非線性映射、高魯棒性、聯(lián)想記憶功能、分類和識(shí)別、知識(shí)處理、推理意識(shí)功能強(qiáng)等特點(diǎn)。 訓(xùn) 練 集 測(cè) 試 集訓(xùn) 練 測(cè) 試達(dá) 到目 標(biāo)投入工作調(diào) 整 學(xué) 習(xí) 參數(shù) ， 再 次 學(xué) 習(xí)NY 圖 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程 一般而言，訓(xùn)練集只占到整個(gè)知識(shí)空間的一極少部分，訓(xùn)練完成以后，通過(guò)對(duì)測(cè)試集的 測(cè)試來(lái)評(píng)價(jià)其學(xué)習(xí)效果，從而來(lái)考察神經(jīng)網(wǎng)絡(luò)對(duì)未知的知識(shí)的推廣學(xué)習(xí)能力。 這些學(xué)習(xí)之后具有外推和內(nèi)插的能力使得神經(jīng)網(wǎng)絡(luò)有著非常廣泛的應(yīng)用，包括函數(shù)逼近（高維曲面擬合、自適應(yīng)控制）、模式識(shí)別與分類、預(yù)測(cè)和預(yù)報(bào)等。 “ 癥狀 ” 為輸入， “ 原因 ” 為輸出 [1819]。當(dāng)產(chǎn)生速率大于溶解速率時(shí)，在變壓器里會(huì)有一部分氣體進(jìn)入氣體繼電器。絕緣油在精煉過(guò)程中會(huì)形成少量氣體，脫氣時(shí)不可能完全去除。 表 出廠和投運(yùn)前電氣設(shè)備氣體含量的極限值 氣體 變壓器和電抗器 互感器 套管 氫氣 ＜ 30 ＜ 50 ＜ 150 乙