【正文】 ..................................................... 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。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。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、變壓器質量有問題 [3]。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。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。由于油中氣體、雜質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。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，并使介質損耗增大，使局部絕緣受熱損壞。纖維素和木質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。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]。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。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。所以，本文的內容就是運用神經(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。 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 。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。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。 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。 訓 練 集 測 試 集訓 練 測 試達 到目 標投入工作調 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。 “ 癥狀 ” 為輸入， “ 原因 ” 為輸出 [1819]。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。在信號的前向傳遞過程中網(wǎng)絡的權值是固定不變的，每一層神經(jīng)元的狀態(tài)只影響到下一層神經(jīng)元的狀態(tài)。 ( ) ( )[1 ( )]f a f a f a?? 在網(wǎng)絡的實際應用中，其實際輸出往往與期望輸出有一定的差距，二者之間存在誤差，用 E 來表示，定義如下： 211 ()l kkkE d ol ???? () 將上述誤差公式展開至隱層，有 212101 [ ( )]1 [ ( )]lkkklmk jk jkjE d f n etld f w yl?????????? () 進一步展開至輸入層，有 () 21021 0 01 [ ( ( ) ) ]1 { [ ( ) ] }lmk jk jkjl m nk jk ij ik j iE d f w f n e tld f w f v xl??? ? ???????? ? ? 由此可見，網(wǎng)絡的輸入誤 差是各權值的函數(shù)。[ ( ) ] ( )( ) (1 )jkjkkk jkkkk k jkk k k ik k k k iEwwne tEne t wo ne tEo ne t wd o f ne t yd o o o y??????? ? ?????????????? ? ?? ? ? ? ? ?? ? ? ? ? () 若令 ( ) (1 )ok k k k kd o o o? ? ? ? ?，稱為輸出層誤差信號，則 ojk k iwy??? ? ? ? () 同樣可推導得 39。 初 始 化輸 入 樣 本 ， 計 算 各 層輸 出計 算 誤 差計 算 各 層 誤 差 信 號調 節(jié) 各 層 權 值p PE E m i n結 束P = p + 1 , q = q + 1E = 0 ， p = 0 圖 BP算法流程圖 陜西理工學院畢業(yè)設 計 第 13頁 共 46頁 BP 網(wǎng)絡 模型設計 BP 網(wǎng)絡參數(shù)的確定 本試驗是通過檢測變壓器內部的氣體濃度來確定變壓器是否發(fā)生故障，以及發(fā)生那一類型的故障。因此需要將樣本歸一化處理。本文 BP 網(wǎng)絡采用三層。 5）激活函數(shù)的確定 在本設計中要用到 MATLAB 神經(jīng)網(wǎng)絡工具箱函數(shù)，現(xiàn)主要介紹其中的激勵函數(shù)，如表 所示。 注意，使用預處理方法時，應該使用相同的處理參數(shù)對后面的測試樣本以及觀測樣本進行處理。 下圖 分別為 NodeNum=9， NodeNum=7， NodeNum=5， NodeNum=11， NodeNum=13 的網(wǎng)絡性能圖。它的局部接受特性使得其 避免了 BP 網(wǎng)絡超平面內分割帶來的隨意劃分的特性。徑向基函數(shù)就是一種沿徑向對稱的標量函數(shù)，通常我們將其定義為空間中任意一點Ｘ到某一中心 Xc 之間的歐氏距離的單調函數(shù) ，記為Ｋ（ ||Ｘ－ XC||），它的作用是局部的，也就是說如果 X 離 Xc 很遠，那么其值就會很小。輸出為： 1 2nqiiiy r w???? () RBF網(wǎng)絡 模型 設計 RBF 網(wǎng)絡 模型 選取由輸一個入層、一個非線性隱含層、一線性個輸出層組成的三層節(jié)點 RBF 神經(jīng)網(wǎng)絡。如只要訓練本的分布能代表所給的問題，可依經(jīng)驗選定均勻分布的 M 個中心，間距為 d，高斯核函數(shù)的方差為 / (2 * )d sqrt M? ? 。 令網(wǎng)絡的訓練樣本對為 {Xn,d(n)}(n=1,2,? ,N),其中 N 為訓練樣本數(shù)： Xn 為網(wǎng)