收藏本站
《华北电力大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

基于相关向量机的油浸式电力变压器故障诊断方法研究

尹金良  
【摘要】:基于DGA数据的电力变压器故障诊断方法能及时发现变压器潜在故障,可在变压器运行过程中进行故障分析,促进变压器从定期维修到状态维修的转变,提高变压器的运行维护水平,其研究具有重要的现实意义。本文在分析现有电力变压器故障诊断方法的特点及存在的问题的基础上,首次尝试将可有效解决小样本、高维、非线性分类问题的相关向量机应用于油浸式电力变压器故障诊断,探索基于DGA数据的电力变压器故障诊断的新方法。 提出了基于相关向量机的油浸式电力变压器故障诊断方法。采用二叉树方法建立了故障诊断模型,分析了特征变量及核函数的选取对诊断性能的影响,给出了诊断方法的具体实现过程。该诊断方法可以以概率的形式输出诊断结果;具有较快的诊断速度,非常适用于在线诊断;可有效解决小故障样本数据情况下的故障诊断问题。实例分析验证了该方法的诊断性能。 提出了基于M-RVM的变压器故障诊断方法。该诊断方法可以直接实现变压器多种状态的识别,输出变压器隶属于各种状态的概率,兼有RVM诊断方法的优点,同时克服了RVM方法因需将诊断转化为多个二分类,而造成的分类重叠和不可分类、需构建较多分类器以及误差累计等问题。实例验证了该诊断方法的有效性。 研究了组合核学习及组合核核参数优化方法。在此基础上,提出了基于组合核相关向量机的电力变压器故障诊断方法,以实现多检/监测数据或单一检/监测数据提取的多特征信息的融合诊断,提高故障诊断正确率。基于DGA数据的故障诊断实例验证了该融合诊断方法的有效性。 提出了基于贝叶斯风险理论的代价敏感相关向量机,并尝试将其应用于油浸式电力变压器故障诊断。该诊断方法将计及误诊代价差异的诊断思想引入电力变压器故障诊断,以损失代价最小为目标,以克服仅追求高诊断正确率不能完全反应实际诊断需要的问题。故障诊断实例分析表明,代价敏感相关向量机趋于提高高误诊代价类别的诊断正确率,诊断速度足以满足工程需求。
【学位授予单位】:华北电力大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TM411;TM407

【相似文献】
中国期刊全文数据库 前10条
1 徐志钮;律方成;赵立刚;李宝树;;基于LabVIEW的变压器油色谱分析故障诊断系统[J];电力科学与工程;2005年04期
2 谢可夫,罗安;遗传算法在变压器故障诊断中的应用[J];电力自动化设备;2005年04期
3 寿祝义;刘春明;金晶;;电力系统变压器类设备故障的诊断与检修[J];中国高新技术企业;2010年36期
4 邓宏贵,罗安,曹建,丁家峰,王会海;基因多点交叉遗传算法在变压器故障诊断中的应用[J];电网技术;2004年24期
5 魏鲁原;崔霞;;基于故障树的变压器故障诊断专家系统的研究[J];徐州工程学院学报(自然科学版);2008年04期
6 伍庭铮;;基于故障树分析法的变压器套管故障诊断[J];电力科学与工程;2009年12期
7 张哲;朱永利;武中利;韩凯;;基于SVM多分类法的变压器油中溶解气体故障诊断[J];变压器;2010年03期
8 张秉俊;;变压器故障诊断综合在线监测系统及应用[J];东北电力技术;2006年10期
9 潘亮亮;赵书涛;李宝树;;基于区间能量提取的变压器声测诊断[J];变压器;2010年04期
10 耿红霞;;色谱分析在变压器故障诊断中的应用[J];中国石油大学胜利学院学报;2010年02期
中国重要会议论文全文数据库 前10条
1 于虹;张永刚;;基于模拟退火和支持向量机理论的变压器故障诊断方法[A];2011年云南电力技术论坛论文集(优秀论文部分)[C];2011年
2 殷铭宏;;基于线性分类器的变压器故障诊断软件编程[A];2011第十六届全国自动化技术与应用学术年会专辑[C];2011年
3 卞建鹏;廖瑞金;杨丽君;郑含博;;基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 吴烜;沙明;李智毅;;支持向量机算法诊断测厚仪CS值电压自动漂移故障分析[A];全国冶金自动化信息网2011年年会论文集[C];2011年
6 汪劲;程存归;;傅立叶变换红外光谱的SVM快速中药鉴别[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 李欢;罗红霞;朱子义;;基于Bayes决策规则完善支持向量机的最大边缘算法[A];中国地理学会2007年学术年会论文摘要集[C];2007年
8 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
9 廖振民;袁仙春;;MFIC程序在YH-2机上的并行计算[A];中国工程物理研究院科技年报(1998)[C];1998年
10 彭代强;王慧华;;基于最小二乘向量机的特征点配准算法[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年
中国重要报纸全文数据库 前10条
1 胡苏太;关键技术的现在和未来[N];计算机世界;2000年
2 中科院计算所 孙凝晖;体系结构—创新的步伐不断[N];计算机世界;2003年
3 本报记者 陈斌;机群正当时[N];计算机世界;2003年
4 本报记者  江 雪 李国杰;曙光:创立中国计算机新时代[N];中国企业报;2006年
5 祁金华;HPC的曙光 在体验中成长[N];网络世界;2006年
6 郭涛;三维地震资料处理得心应手[N];中国计算机报;2008年
7 本报记者 刘洪宇;“应用先导”引领HPC发展方向[N];中国计算机报;2008年
8 张孟军;我们的运算速度应最快[N];科技日报;2004年
9 本报记者 谢文砚;高性能HPC的经济学考量[N];中国计算机报;2008年
10 文/大海;不要被“集群”骗了[N];计算机世界;2004年
中国博士学位论文全文数据库 前10条
1 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年
2 武中利;电力变压器故障诊断方法研究[D];华北电力大学;2013年
3 郑含博;电力变压器状态评估及故障诊断方法研究[D];重庆大学;2012年
4 郑元兵;变压器故障诊断与预测集成学习方法及维修决策模型研究[D];重庆大学;2011年
5 郑蕊蕊;智能信息处理理论的电力变压器故障诊断方法[D];吉林大学;2010年
6 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年
7 邓宏贵;可拓理论与关联分析及其在变压器故障诊断中的应用[D];中南大学;2005年
8 胡青;基于电力变压器故障特征气体分层特性的诊断与预测方法研究[D];重庆大学;2010年
9 段青;基于稀疏贝叶斯学习方法的回归与分类在电力系统中的预测研究[D];山东大学;2010年
10 李志宏;可视化火焰测量系统的开发及应用[D];中国科学院研究生院(工程热物理研究所);2006年
中国硕士学位论文全文数据库 前10条
1 廉建鑫;基于RVM和混合优化算法的变压器故障诊断与预测应用研究[D];太原理工大学;2012年
2 邓浩;基于膜计算的变压器故障诊断研究[D];西华大学;2012年
3 乔悦;智能信息融合技术在变压器故障诊断中的应用研究[D];湖南大学;2011年
4 胡雁翔;多源信息融合技术在变压器故障诊断中的研究[D];华北电力大学;2013年
5 李秀广;基于思维进化算法优化神经网络的变压器故障诊断[D];太原理工大学;2010年
6 南浩;基于改进遗传算法优化BP神经网络的变压器故障诊断[D];华北电力大学;2012年
7 董卓;基于GEP的变压器故障诊断方法的研究[D];华北电力大学;2012年
8 许永建;变压器故障诊断技术研究[D];南京理工大学;2010年
9 田振宁;案例推理技术在大型电力变压器故障诊断中的应用[D];上海电力学院;2010年
10 赵永雷;基于模糊聚类新算法的变压器故障诊断研究[D];华北电力大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026