收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能信息融合的电力设备故障诊断新技术研究

胡文平  
【摘要】:随着电力系统规模的不断扩大,大型变电站的数量逐步增加,对变电站电气设备的可靠性及技术水平要求也日益提高,现阶段国家电力公司正大力推广的电力设备状态监测与可靠性维修正如火如荼的在各地展开。电力设备状态监测和故障诊断主要是对当前设备前期的、潜伏性故障通过各种技术手段找出它的故障规律,对这类故障的诊断是目前电力系统研究的热点之一。这与瞬时性的、保护动作之后的故障判断是一个问题的两个方面,继电保护并不能解决隐藏的、潜伏性的前期故障,所以研究电力设备状态监测与故障诊断具有重要意义。 电力设备状态监测与故障诊断不仅是设备状态检修模式的基础,也符合变电站综合自动化正在实施的电气运行模式的需要。无论是常规变电站还是无人值守变电站,在其监控系统中,都需要增加一个在线监测和故障诊断专家系统用以作为辅助决策手段,进而提高监控能力。要想实现真正的无人值守,需要加入电气设备在线监测和故障诊断的内容,这样变电站综合自动化才更加完善和更有效。所以在测量、控制、信号、保护和远动等综合自动化的基础上,如能融合电力设备在线监测与故障诊断系统,必将推动变电站综合自动化向前发展,这对提高我国变电站综合自动化水平具有重要意义。本文阐述了智能化技术在电力设备故障诊断中的应用,介绍电力设备故障诊断的发展历史、研究现状以及未来在线监测发展的趋势,提出了对这些问题的研究思路和解决方法,明确了本文研究的主要内容。 为了解决电力设备故障诊断中所遇到的主要技术难题,突破常规方法进行故障诊断的局限,论文将不同类型神经网络用于变压器绝缘故障诊断的数学模型和实现原理进行了比较分析,研究了基于BP 神经网络的多种改进学习算法,详细比较分析了不同学习算法对绝缘故障诊断收敛性的影响。针对BP 隐含层结构不确定的缺点,文中对不同的隐含层数目都进行了仿真分析。论文还提出了基于径向基网络、概率神经网络和LVQ 模式分类神经网络用于故障诊断的模型和方法,通过比较分析各种不同类型神经网络的性能和故障诊断的准确率,确定了适用于变压器绝缘故障诊断的神经网络模型。 为了解决电力设备故障征兆、故障原因和故障机理之间的复杂关系,提出了一种


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴继平;李跃年;;红外热成像仪应用于电力设备故障诊断[J];电力设备;2006年09期
2 胡文平;尹项根;;基于自适应模糊推理的电力设备故障诊断研究[J];福建电力与电工;2007年01期
3 曾秀丽;玄兆燕;于子旺;;小波与神经网络结合用于电机在线监测与故障诊断[J];制造业自动化;2010年09期
4 李玉森;郭思文;;模糊神经Petri网在管道故障诊断中的应用[J];管道技术与设备;2008年05期
5 谈理;刘谨;叶赛蓬;;生产线故障诊断知识引擎系统的集成推理方法[J];哈尔滨工业大学学报;2009年01期
6 程玲;;电力系统设备状态监测与故障诊断[J];水电厂自动化;2008年03期
7 岳章华,刘湘涛,江荣汉;基于三角均分模糊推理的电力设备故障诊断[J];邵阳高等专科学校学报;1996年03期
8 杨广;吴晓平;常汉宝;;基于模糊灰色关联神经网络的综合故障诊断方法研究[J];武汉理工大学学报(交通科学与工程版);2008年05期
9 车文俊,林毅;运行中金属氧化物避雷器的故障诊断[J];电力设备;2005年08期
10 张兰江;郭世永;;基于神经网络汽车离合器故障诊断的研究[J];青岛理工大学学报;2005年06期
11 吴宏岐;刘霞;贾宏宾;刘风玲;;变压器故障诊断的ANN技术研究[J];宝鸡文理学院学报(自然科学版);2006年02期
12 孙涛;李本威;王永华;陈峰;;基于神经网络的某型航空发动机故障诊断专家系统研究[J];海军航空工程学院学报;2004年02期
13 周召发,陶建忠,陈雪松,黄先祥;基于无线遥测的大型装备在线监测与故障诊断[J];兵工学报;2005年04期
14 刘贵杰,刘立静,唐婷,王宛山;磨削过程计算机集成智能监控系统[J];中国机械工程;2005年20期
15 胡亦农;张日敏;胡乾斌;;神经网络联想记忆模型在过程监测与诊断中的应用[J];制造业自动化;1993年02期
16 郭碧红,杨晓洪;我国电力设备在线监测技术的开发应用状况分析[J];电网技术;1999年08期
17 李靖;吕宝军;;基于神经网络的信息融合技术在汽车故障诊断中的应用[J];辽宁省交通高等专科学校学报;2005年04期
18 骆志高;田海泉;仇学青;;遗传算法在故障诊断中的应用研究综述[J];煤矿机械;2006年01期
19 陈兴辉;熊晓燕;;基于小波与径向基神经网络的轴承故障诊断[J];机械工程与自动化;2006年01期
20 魏少华;陈效华;常思勤;;基于声强与神经网络技术的发动机故障诊断[J];汽车工程;2006年04期
中国重要会议论文全文数据库 前10条
1 王晓丽;周浔;韩现刚;;小波变换和神经网络在机械故障诊断中的应用[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 韩东;杨进佩;薛奇;;模糊理论在故障诊断专家系统中的应用[A];1999中国控制与决策学术年会论文集[C];1999年
3 韩厚德;梅国梁;周丽雯;;基于神经网络的冷藏集装箱远程监控系统设计研究[A];中国制冷学会冷藏运输专业委员会学术年会论文集[C];2007年
4 胡昌华;许化龙;陈新海;;一种新的BP学习算法及在故障模式识别中的应用[A];1995年中国控制会议论文集(下)[C];1995年
5 董选明;谭民;裘丽华;王占林;;基于鲁棒滤波器的神经网络鲁棒学习算法[A];1999中国控制与决策学术年会论文集[C];1999年
6 唐烨华;王玉敏;戴亚平;鹿卫国;;线性方程组在水电机组故障诊断中的应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
7 叶渊杰;刘玉洁;陈光大;陈坚;;基于模糊推理和神经网络的水泵机组故障诊断方法研究[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年
8 谈才军;黄道;;RBF神经网络在化工过程故障诊断中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
9 何群英;郝伟;;基于全矢谱和遗传神经网络的旋转机械故障诊断[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
10 王建成;李宁;吴晓明;;基于CBR的自行火炮故障诊断系统设计[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 胡文平;基于智能信息融合的电力设备故障诊断新技术研究[D];华中科技大学;2005年
2 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
3 曾良才;板带轧机液压AGC综合测试系统及故障诊断研究[D];武汉理工大学;2005年
4 陈伟根;以油中多种气体为特征量的变压器绝缘在线监测及故障诊断技术研究[D];重庆大学;2003年
5 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
6 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
7 盛晨兴;挖泥船动力机械远程诊断系统关键技术研究[D];武汉理工大学;2009年
8 武和雷;集成智能故障诊断策略及其应用研究[D];浙江大学;2003年
9 高洪涛;工业汽轮机热力性能在线监测与故障诊断的研究[D];大连理工大学;1998年
10 陈军;短信号分析技术及其在故障诊断中的应用[D];武汉理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 杨帆;变压器在线监测与故障诊断的研究[D];华北电力大学(河北);2009年
2 邓宇;变压器故障在线智能诊断系统[D];中南大学;2005年
3 于莉莉;高压断路器的在线监测与诊断系统[D];山东大学;2005年
4 黄伟;变压器油中溶解气体在线监测系统及其故障诊断方法研究[D];湖南大学;2005年
5 高玉萍;基于专家系统与神经网络相结合的电力变压器故障诊断[D];西安理工大学;2005年
6 李晓彬;基于神经网络的工程结构在线监测与故障诊断研究[D];武汉理工大学;2002年
7 仲京臣;基于小波神经网络的故障诊断研究[D];中国海洋大学;2004年
8 史成江;直流大电机在线监测与故障诊断专家系统[D];武汉科技大学;2005年
9 徐百灵;设备故障诊断的容错神经网络信息融合方法[D];哈尔滨工程大学;2005年
10 王政;基于人工神经网络的摊铺机智能故障诊断系统研究[D];中南大学;2005年
中国重要报纸全文数据库 前10条
1 牟其峥;电力设备 收入与利润尚有距离[N];中国证券报;2003年
2 江南金融研究所 曾轶舒;电力设备优势企业仍有机会[N];中国证券报;2005年
3 北京证券  吴琪;电力设备板块全年表现突出[N];中国证券报;2005年
4 ;电力设备业需求增长[N];广州日报;2003年
5 崔岩峰 王君;创新没有终点站[N];丹东日报;2006年
6 林劲标;破坏电力设备犯罪高发值得关注[N];人民法院报;2006年
7 记者 张芳;欲借东风好扬帆[N];华北电力报;2008年
8 张剑;电力设备展遭遇“丢失奶酪”的危机[N];中国工业报;2003年
9 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
10 东北证券金融与产业研究所 李峰;电力设备 看好四大子领域[N];中国证券报;2004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
  • 010-62982499
  • 010-62783978