【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. 陜西理工學院畢業(yè)設 計 目錄 1 緒論 ..................................................... 1 ................................. 1 ....................................... 1 ....................................... 1 .......................... 3 ................................... 4 2 基于神經(jīng)網(wǎng)絡的變壓器故障檢測機理和基本理論 ............... 5 故障診斷技術 ........................................ 5 ............................................ 5 變壓器故障與油中溶解氣體的關系 ....................... 7 3 基于 BP 神經(jīng)網(wǎng)絡的變壓器故障檢測模型 ...................... 9 BP網(wǎng)絡 ............................................. 9 BP網(wǎng)絡模型設計 ..................................... 13 BP 網(wǎng)絡參數(shù)的確定 .............................. 13 基于 BP 神經(jīng)網(wǎng)絡變壓器故障檢測模型 ............... 15 數(shù)據(jù)歸一化處理 ................................. 15 系統(tǒng)仿真，訓練與測試 .................................... 16 網(wǎng)絡訓練 ...................................... 16 網(wǎng)絡測試 ....................................... 18 4 基 于 RBF 神經(jīng)網(wǎng)絡的變壓器故障檢測模型 .................... 20 RBF 網(wǎng)絡 ........................................... 20 陜西理工學院畢業(yè)設 計 RBF網(wǎng)絡概述 ................................... 20 RBF網(wǎng)絡原 理 ................................... 20 RBF 網(wǎng)絡模型設計 ................................. 21 RBF網(wǎng)絡模型 ................................... 21 RBF網(wǎng)絡參數(shù)的選取 ............................. 22 RBF網(wǎng)絡訓練方法的確定 .......................... 22 仿真結果 ........................................... 22 5 基于支持向量機的變壓器故障檢測模型 ...................... 24 5 .1 支持向量機（ SVM） .................................. 24 5 . 支持向量機（ SVM）基本理論 ..................... 24 支持向量機在故障診斷中的應用現(xiàn)狀 ................ 28 基于支持向量機變壓器故障多分類算法 .............. 28 變壓器故障特征診斷模型設計 .......................... 29 變壓器故障特征診斷參數(shù)選取 ..................... 29 故障診斷流程 .................................. 29 ........................................... 29 故障模型訓練和參數(shù)尋優(yōu) ......................... 29 測試結果與分析 ................................. 33 6 結論與展望 .............................................. 35 致謝 ...................................................... 36 參考文獻 .................................................. 37 英文文獻 .................................................. 39 陜西理工學院畢業(yè)設 計 第 1頁 共 46 頁 1 緒論 1 .1 課題研究的目的和意義 現(xiàn)代設備技術水平不斷提高，生產(chǎn)率、自動化要求越來越高，相應地，故障也隨之增加。油中溶解氣體法，是最有效的發(fā)現(xiàn)和檢測變壓器故障的方法之一。電力變壓器故障檢測對電力系統(tǒng)的 經(jīng)濟安全運行有著重要的意義。 本文將采用三種不同的神經(jīng)網(wǎng)絡（ BP 網(wǎng)絡、 RBF 網(wǎng)絡、支持向量機）應用于變壓器故障檢測中，分別介紹這幾種網(wǎng)絡的基本結構和原理，并進行模型設計和仿真。以我國的 110kV及以上變壓器事故來看， 1994 年 110SOOkV 變壓器事故率為 次 /百臺 .年， 95 年為 次 /百臺 .年， 96 年為 次 /百臺 .年 [1], 20xx 年國家電網(wǎng)的變壓器共發(fā)生非計劃停運達 216 次 [2]，其故障最大的部位是變壓器的內(nèi)絕緣，主要的故障點是絕緣老化嚴重、運行環(huán)境惡劣、變壓器質(zhì)量有問題 [3]。變壓器故障檢測的作用是 [4]判斷運行設備否處于正常狀態(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果，預測故障可能的發(fā)展，即對故障的故嚴重程度和發(fā)展趨勢做出判斷；提出控制，防止和 消除故障的方法，設備維修的措施；對設備的設計、制造、裝配等提出改進意見，對設備現(xiàn)代化管理提供更好方法建議。美國一些公司研制的檢測產(chǎn)品不僅能檢測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用。縱觀我國的設備故障檢測診斷技術現(xiàn)狀，其應用范圍集中在化工、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、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方面，一方面是由于鐵芯本身的夾件松動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變壓器故障總數(shù)的百分之六十左右。分接開關故障的種類主要有：無載分接開關故障和有載分接開關故障。由于油中氣體、雜質(zhì)和金屬會加速油的氧化過程，會使油中水分、過氧化物、酸價、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，同時會引起一氧化碳和二氧化碳含量的明顯增長。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，并吸附油中負離子，使負電荷附在紙板表面，而油中的正電荷隨油流動。 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)絡技術的電力設備故障診斷 人工神經(jīng)網(wǎng)絡 (Artificial Neural Network，簡稱 ANN)是一種模仿人腦行為及其活動過程的推理分析方法。其在電氣設備在線監(jiān)測、故障診斷、負荷預報、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，以處理模糊事物為目標，并將其嚴格數(shù)字量化后進行計算機處理的應用研究。變壓器故障診斷專家系統(tǒng)是一個基于規(guī)則的專家系統(tǒng)，它通常由知識庫、數(shù)據(jù)庫、推理機、知識獲取系統(tǒng)、解釋系統(tǒng)和人機接口等 6部分組成。 ② 診斷推理不確定性問題。它通過選擇、交叉和變異等操作，產(chǎn)生新一代適應力更強的群體。 陜西理工學院畢業(yè)設 計 第 4頁 共 46 頁 另外還有灰色理論、支持向量機 ((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。所以，本文的內(nèi)容就是運用神經(jīng)網(wǎng)絡對變壓器狀態(tài)監(jiān)測所得的數(shù)據(jù)進行分析處理，從而對變壓器狀態(tài)進行監(jiān)測，故障進行檢測診斷。為此，課題的故障數(shù)據(jù)為上述氣體數(shù)據(jù)。 陜西理工學院畢業(yè)設 計 第 5頁 共 46 頁 2 基于神經(jīng)網(wǎng)絡的變壓器故障檢測機理和基本理論 本文的主要特點是將神經(jīng)網(wǎng)絡用于變壓器故障檢測 。異常又屬于哪種故障，又是一個模式識別與分類的問題。設備的癥狀主要是指設備運行時所產(chǎn)生的能體現(xiàn)其狀態(tài)的信號。 傳統(tǒng)的信號分析處理技術有濾波技術、頻譜分析技術。在診斷技術發(fā)展初期，由于技術條件不夠成熟，占主導地位的是人，儀器處理后的信號主要由人去分析。但它并不是人腦的真實描寫，而只是它的某種抽象、簡化和模擬。 陜西理工學院畢業(yè)設 計 第 6頁 共 46 頁 具有一個激勵函數(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)絡具有高速并行處理、分布存儲信息等特性，它符 合人類視覺系統(tǒng)的工作原則具有很強的學習能力、自組織能力、容錯性、非線性映射、高魯棒性、聯(lián)想記憶功能、分類和識別、知識處理、推理意識功能強等特點。 訓 練 集 測 試 集訓 練 測 試達 到目 標投入工作調(diào) 整 學 習 參數(shù) ， 再 次 學 習NY 圖 神經(jīng)網(wǎng)絡學習過程 一般而言，訓練集只占到整個知識空間的一極少部分，訓練完成以后，通過對測試集的 測試來評價其學習效果，從而來考察神經(jīng)網(wǎng)絡對未知的知識的推廣學習能力。 這些學習之后具有外推和內(nèi)插的能力使得神經(jīng)網(wǎng)絡有著非常廣泛的應用，包括函數(shù)逼近（高維曲面擬合、自適應控制）、模式識別與分類、預測和預報等。 “ 癥狀 ” 為輸入， “ 原因 ” 為輸出 [1819]。當產(chǎn)生速率大于溶解速率時，在變壓器里會有一部分氣體進入氣體繼電器。絕緣油在精煉過程中會形成少量氣體，脫氣時不可能完全去除。 表 出廠和投運前電氣設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