收藏本站
《福州大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

综合人工智能技术在电力变压器故障诊断中的应用

王少芳  
【摘要】: 本文研究了GA-BP混合算法和粗糙理论在电力变压器故障诊断中的应用。 首先研究了将改进遗传算法和误差反向传播(BP)算法相结合的混合算法来训练人工神经网络。根据电力变压器油中溶解气体分析(DGA),采用反向传播神经网络(BPNN)对电力变压器进行故障诊断时,随着学习样本数目的增多,输入输出关系的复杂化,网络收敛的速度将变得缓慢,收敛精度不理想甚至不收敛。本文充分利用遗传算法的全局搜索性能和BP算法较强的局部搜索能力,提出一种计算精度高、收敛速度快及计算稳定性好的改进GA-BP混合算法,并用于基于油中溶解气体分析(DGA)的电力变压器故障诊断中。实例仿真表明了这种算法应用于电力变压器故障诊断的高效性。 应用粗糙集理论中的决策表化简的方法分别对常规IEC三比值诊断表和IEC新导则诊断表进行了化简,得到了简化的诊断规则,它们不但具有与常规IEC三比值法和IEC新导则完全相同的诊断分类能力,而且扩充了常规IEC三比值表的编码范围和IEC新导则的诊断范围,在一定程度上改善了常规IEC三比值表编码缺损和IEC新导则无对应代号的问题,弥补了常规IEC三比值法编码的不足,克服了IEC新导则分类及边界的绝对化,使得IEC诊断法在实际诊断中更具灵活性、实用性和容错性,提高了故障诊断能力。 研究了利用粗糙集理论对电力变压器进行综合诊断,提出了一种根据电力变压器的油色谱分析结果和电气试验数据,对电力变压器进行综合诊断的方法。电力变压器一种故障可能引起多个征兆,而一种征兆又可能由几种故障引起,更易出现几种故障同时存在的情况。根据各种各样的征兆对电力变压器的进行综合诊断,实现故障定位,能够给予检修人员很大的指导作用。将变压器的故障诊断描述成一个模式分类问题,利用粗糙集理论中的决策表方法来处理,能够利用故障信息的冗余性,通过避开遗漏的或错误的信息来处理不完备的故障信息。该方法不但可直接从完备的故障征兆样本集中导出正确的诊断结论,而且还能从不完备的故障征兆样本集中导出满意的诊断结论,并能够处理变压器的复合故障。
【学位授予单位】:福州大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:TM407

手机知网App
【引证文献】
中国期刊全文数据库 前1条
1 董卓;朱永利;;基于支持向量机的变压器故障多层次诊断及定位[J];陕西电力;2011年08期
中国硕士学位论文全文数据库 前2条
1 陈玉立;信息融合技术在变压器故障诊断中的应用[D];西南交通大学;2006年
2 杨建;面向故障定位的变压器多层次分析[D];华北电力大学(河北);2010年
【参考文献】
中国期刊全文数据库 前10条
1 林永平,刘湘平;油色谱监测发现变压器高能量放电性故障[J];变压器;1999年02期
2 杨莉,尚勇,严璋,史保壮,王洪斌;综合智能技术在网络化的绝缘在线诊断专家系统中的应用[J];电工电能新技术;2001年02期
3 高宁,高文胜,张瑞,严璋;结合主分量分析法的神经网络在变压器故障诊断中的应用[J];电工电能新技术;1999年02期
4 廖瑞金,姚陈果,孙才新,顾乐观;基于人工智能的电力变压器绝缘故障诊断面向对象知识库[J];电工技术学报;2001年06期
5 何跃英,江荣汉;基于模糊理论的电力设备故障诊断专家系统[J];电工技术学报;1994年03期
6 张鸣柳,孙才新;变压器油中气体色谱分析中以模糊综合评判进行故障诊断的研究[J];电工技术学报;1998年01期
7 张宇,郭晶,周激流;动态变异遗传算法[J];电子科技大学学报;2002年03期
8 王道勇;变压器故障检测方法的改进──模糊识别阈值原则法[J];电力系统自动化;1998年11期
9 丁晓群,孙军,王大忠,严慧敏;模糊诊断电力变压器故障点部位的应用研究[J];电网技术;2000年05期
10 臧宏志,徐建政,俞晓冬;基于多种人工智能技术集成的电力变压器故障诊断[J];电网技术;2003年03期
【共引文献】
中国期刊全文数据库 前10条
1 郑浩,王全凤;L-M算法在高层结构体系选型中的应用[J];四川建筑科学研究;2003年03期
2 谢涛,蒋泽中;边坡系统稳定性多模型综合评价[J];四川建筑科学研究;2004年02期
3 赵彦辉;张乐文;邱道宏;仲晓杰;;基于粗糙集理论的隧道围岩模糊综合评判[J];四川建筑科学研究;2011年02期
4 吕俊;任雪萍;;一种基于粗糙集理论的变压器故障多变量决策树诊断方法[J];安徽电气工程职业技术学院学报;2011年01期
5 徐文婷;李承鹏;;基于自适应遗传算法的离散化方法[J];合肥师范学院学报;2011年03期
6 田晓艳;;计算智能主要算法研究[J];安防科技;2009年12期
7 蔡莉;胡学钢;;一种基于粗集的决策表求核算法[J];安徽大学学报(自然科学版);2007年06期
8 周玉华;李景杰;;不完备决策表的一种属性约简方法[J];安徽大学学报(自然科学版);2009年04期
9 杨萍,万上海,陈耿;一种基于可变支持度的缺省规则挖掘算法[J];安徽工程科技学院学报(自然科学版);2004年02期
10 江效尧,胡林生;基于粗糙集的RDT决策树生成算法的研究及应用[J];安徽工程科技学院学报(自然科学版);2004年03期
中国重要会议论文全文数据库 前10条
1 齐继阳;竺长安;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年
3 危前进;董荣胜;孟瑜;崔更申;;基于粗糙集的机械装配知识发现方法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
4 ;Fuzziness in Covering Generalized Rough Sets[A];第二十六届中国控制会议论文集[C];2007年
5 李雄;党生;;基于Rough集理论的战场侦察情报处理[A];第二十六届中国控制会议论文集[C];2007年
6 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
7 孙俊清;李平;韩梅;;装卸桥调度问题及其混合智能优化算法GASA[A];第二十六届中国控制会议论文集[C];2007年
8 张明;周永权;;一种新型的全局优化算法—区间进化算法[A];第二十七届中国控制会议论文集[C];2008年
9 曹浪财;罗键;;一种改进求解TSP问题智能蚂蚁算法[A];第二十七届中国控制会议论文集[C];2008年
10 徐耀群;何少平;;傅立叶混沌神经网络及其在优化中的应用[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵同彬;深部岩石蠕变特性试验及锚固围岩变形机理研究[D];山东科技大学;2009年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
4 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 王蕊;无线传感器网络部署与拓扑控制研究[D];哈尔滨工程大学;2009年
7 于翔;基于网格的数据流聚类方法研究[D];哈尔滨工程大学;2010年
8 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
9 冯麟涵;舰船系统抗冲击性能全局优化方法研究[D];哈尔滨工程大学;2009年
10 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
中国硕士学位论文全文数据库 前10条
1 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
2 王浩锋;基于BP神经网络的航段安全评估研究[D];中国工程物理研究院;2010年
3 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
4 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
5 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
6 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
7 杨新忠;基于案例的地理时空过程表达模型研究[D];山东科技大学;2010年
8 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年
9 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
10 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 颜湘莲,文远芳;模糊神经网络在变压器故障诊断中的应用研究[J];变压器;2002年07期
2 王文志,舒乃秋,余芳,周粲;基于多传感器信息融合技术提高变压器绕组变形测量精度的研究[J];变压器;2003年11期
3 宋斌,于萍,罗运柏,彭春华;变压器油状态监测的专家系统及应用研究[J];变压器;1998年12期
4 林茂六;陈春雨;;基于傅立叶核与径向基核的支持向量机性能之比较[J];重庆邮电学院学报(自然科学版);2005年06期
5 李建坡;赵继印;郑蕊蕊;;基于综合关联度分析的电力变压器故障诊断[J];吉林大学学报(信息科学版);2008年01期
6 罗桂娥,杨欣荣,曾明;基于多传感器信息融合的油品水分检测系统[J];传感器技术;2002年11期
7 涂小强;信息融合的原理与方法概述[J];电讯技术;2000年03期
8 徐凌宇,尹国成,宫义山,赵海;基于不同置信度的证据组合规则及应用[J];东北大学学报;2002年02期
9 钱政,高文胜,尚勇,严璋;基于范例推理的变压器油中气体分析综合诊断模型[J];电工技术学报;2000年05期
10 李俭,孙才新,陈伟根,陈国庆,崔雪梅;基于灰色聚类分析的充油电力变压器绝缘故障诊断的研究[J];电工技术学报;2002年04期
中国博士学位论文全文数据库 前6条
1 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年
2 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年
3 彭宁云;基于DGA技术的变压器故障智能诊断系统研究[D];武汉大学;2004年
4 袁志坚;电力变压器状态维修决策方法的研究[D];重庆大学;2004年
5 吴立增;变压器状态评估方法的研究[D];华北电力大学(河北);2005年
6 谢坡岸;振动分析法在电力变压器绕组状态监测中的应用研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 杜剑光;变压器故障诊断专家系统[D];华北电力大学(北京);2003年
2 张广春;基于油色谱分析的变压器绝缘状态检测技术研究[D];西南交通大学;2003年
3 周敏;状态检修与在线监测技术研究[D];浙江大学;2003年
4 谢红玲;变压器状态维修信息管理系统的研究[D];华北电力大学(河北);2004年
5 夏向阳;电力变压器故障在线监测与诊断系统[D];中南大学;2004年
6 李峥;电力变压器过热故障综合诊断技术研究[D];河海大学;2005年
7 杨铁建;基于支持向量机的数据挖掘技术研究[D];西安电子科技大学;2005年
8 黄琼英;支持向量机多类分类算法的研究及应用[D];河北工业大学;2005年
9 张保梅;数据级与特征级上的数据融合方法研究[D];兰州理工大学;2005年
10 曹铁泽;变压器油中溶解气体色谱在线监测系统关键技术研究[D];燕山大学;2004年
【二级引证文献】
中国期刊全文数据库 前2条
1 董卓;朱永利;;基于支持向量机的变压器故障多层次诊断及定位[J];陕西电力;2011年08期
2 曾利平;姚洪涛;谢秀芬;;基于遗传优化规则库的电力变压器故障诊断[J];中南大学学报(自然科学版);2013年03期
中国博士学位论文全文数据库 前1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
中国硕士学位论文全文数据库 前6条
1 刘柱;电流互感器多层次故障诊断的研究[D];华北电力大学;2011年
2 田晓霄;变压器故障多信息融合诊断方法研究[D];重庆理工大学;2011年
3 王霞;基于油中溶解气体分析的变压器故障诊断方法研究[D];华北电力大学(河北);2008年
4 杨建;面向故障定位的变压器多层次分析[D];华北电力大学(河北);2010年
5 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
6 常伟;基于FA和GEP的变压器故障诊断方法的研究[D];华北电力大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 杨启平,薛五德,蓝之达;基于人工神经网络的变压器故障诊断[J];变压器;2000年03期
2 黄应生;变压器铁心油道衬以纸板条后出现的故障及处理[J];变压器;1994年01期
3 高振国,韩贵,桂景凡;电力变压器树枝状放电故障诊断[J];变压器;1994年04期
4 王婷杰,施惠昌;一种基于模糊理论的一致性数据融合方法[J];传感器技术;1999年06期
5 钱政,杨莉,张冠军,严璋;基于模糊推理与覆盖集理论的电力变压器故障诊断方法[J];电工电能新技术;1999年03期
6 何跃英,江荣汉;基于模糊理论的电力设备故障诊断专家系统[J];电工技术学报;1994年03期
7 孙才新,廖瑞金,陈伟根,冯道寻,周祖纯,宋兹楠;变压器油中溶解气体的在线监测研究[J];电工技术学报;1996年02期
8 张鸣柳,孙才新;变压器油中气体色谱分析中以模糊综合评判进行故障诊断的研究[J];电工技术学报;1998年01期
9 何定,唐国庆,陈珩;电力变压器故障诊断专家系统TFDES[J];电力系统自动化;1993年07期
10 王道勇;变压器故障检测方法的改进──模糊识别阈值原则法[J];电力系统自动化;1998年11期
【相似文献】
中国期刊全文数据库 前10条
1 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
2 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
3 李海江;;变压器故障的智能诊断系统[J];山东电力技术;2008年04期
4 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
5 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
6 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
7 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
8 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
9 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
10 关杰林,徐国禹;模糊神经网络在变压器故障诊断中的应用[J];重庆大学学报(自然科学版);1997年06期
中国重要会议论文全文数据库 前3条
1 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
2 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
3 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
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 李中;基于人工免疫系统的电力变压器故障诊断技术研究[D];华北电力大学(河北);2010年
10 吕佳;基于局部学习的半监督分类问题研究[D];内蒙古大学;2012年
中国硕士学位论文全文数据库 前10条
1 许永建;变压器故障诊断技术研究[D];南京理工大学;2010年
2 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
3 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
4 吴松;基于声学特征的变压器故障诊断研究[D];华中科技大学;2012年
5 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
6 吴立帅;基于粗糙集与支持向量机的变压器故障诊断研究[D];河南科技大学;2013年
7 曾利平;油浸式电力变压器故障诊断的研究[D];中南大学;2011年
8 年安君;基于人工免疫技术的变压器故障诊断[D];华北电力大学;2012年
9 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
10 韩世军;基于支持向量机的立星110kV变压器故障诊断[D];宁夏大学;2013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