《基于变压器缺陷数据的故障预测研究开题报告.doc》由会员分享，可在线阅读，更多相关《基于变压器缺陷数据的故障预测研究开题报告.doc（10页珍藏版）》请在课桌文档上搜索。
1、开 题 报 告论文题目：基于变压器缺陷数据的故障预测研究学院： 电气工程学院 一、论文的来源、目的和意义电力变压器是电力系统中的关键设备之一,它承担着电压变换、电能分配和传输的任务,并提供电力服务。在电力系统中处于枢纽地位,其运行状态直接影响着整个电力系统的稳定性、安全性和可靠性。变压器一旦发生事故,造成的直接和间接的经济损失是巨大的。随着国民经济的持续高速发展,我国的电力建设已进入了超高压、大电网、大容量、自动化的新阶段。电力系统规模和变压器单机容量也随之不断增大,其故障对国民经济造成的损失也愈来愈大。因此,变压器的正常运行是对电力系统安全、可靠、稳定运行的重要保证,必须最大限度地防止和减少
2、变压器故障和事故的发生。在当今电网格局下,提高电力设备特别是大型电力变压器运行的可靠性对整个电网的安全可靠运行具有重要的意义。及早发现变压器的潜伏性故障及其发展趋势、有效地诊断变压器故障、并对电力变压器的故障进行有效的预测,既可给维护人员提供必要的参考以避免维修不足或过度维修,又可以保证供电的可靠性和用户的人生安全。由此可见,对变压器故障预测进行研究具有重要的理论意义和工程实用。变压器进行油色谱在线监测是变压器状态监测的重要基础。但是,由于目前变压器油色谱在线监测离实现变压器的全面状态检修尚有差距,不可能随时获得准确的油中气体浓度。从某变压器现有的色谱数据出发,预测出该变压器未来时刻油中溶解气
3、体的浓度,就能以此为依据对变压器进行跟踪和安排检修等工作,是变压器在线监测的必要补充和提前预警变压器故障的重要手段,可以避免和减少事故,保证电力系统的安全稳定运行开展变压器故障预测,对预测潜伏性故障发展趋势或何时发展成故障或可能发生何种类型故障等进行研究,对指导维护工作具有十分重要的意义。而且对提高电力系统运行的可靠性和科学管理水平也具有十分重要的意义。二、国外研究现状和发展趋势目前所构造的变压器故障诊断系统都是判断有无故障,或出现故障后诊断是何部位以及何种原因引起的故障。但是,对于当前没有出现故障或故障症状不明显的变压器,这些诊断系统却不能预测何时出现故障,出现什么故障。因此,开展变压器故障
4、预测,对预测潜伏性故障发展趋势进行研究,对指导维护工作具有十分重要的意义。目前运用于各个领域的预测方法有很多,下面介绍目前在各领域中使用的预测方法,并探讨变压器故障预测中的适用方法。基于回归分析法的预测技术按照回归方程的类型可分为线性和非线性回归。回归分析法一般适用于中期预测。基于时间序列分析法的预测技术这种方法对短期预测效果比较好,但并不适合于作中长期预测。 基于模糊理论的预测技术模糊理论是用精确的理论方法来处理过去无法用经典理论描述的模糊事物,它能够解决精确理论所不能解决的在人脑量存在的非确定性语义及模糊概念的问题。混沌理论混沌理论是兼具质性思考与量化分析的方法,用以探讨动态系统中无法用单
5、一数据关系,而必须用整体、连续的数据关系才能解释及预测的行为。 基于专家系统的预测技术专家系统是基于知识程序的计算机软件系统,它拥有某个领域专家的知识和经验,并能像专家那样运用这些知识并做出智能决策。但由电力系统的影响因素较多较杂,专家系统应用于电力变压器故障预测仍比较困难。马尔可夫预测法马尔可夫预测法是一种市场预测法,常用于市场占有率预测和销售期望利润预测。 支持向量机支持向量机是数据挖掘的新方法,能对回归问题和模式识别等问题进行处理,并可应用于预测和综合评价等领域；有深厚的理论基础和广阔的前景。基于神经网络的预测技术人工神经网络方法的是可在不同程度和层次上模仿人脑神经系统的结构及信息处理功
6、能,具有信息记忆、自主学习、知识推理和优化计算等特点。缺点是要求有足够多的历史数据,选样困难,算法复杂,应用于短期预测更为适宜。遗传算法遗传算法建立在达尔文的生物进化论和孟德尔的遗传学说基础上,它模仿了生物遗传、进化原理,并引用了随机统计理论,是一种自适应全局优化概率搜索算法。并在变压器故障预测方面已经得到应用并取得了一定的效果。 基于灰色系统理论的预测技术灰色预测将系统行为特征量的变化过程看作为一个灰色过程,利用灰色系统理论的微分方程模型进行预测。灰色系统理论利用数据处理方法,将杂乱无章的原始数据整理成规律性较强的生成数据来加以研究,近年来,灰色预测模型尤其是GM模型及其改进模型在电力变压器
7、故障预测方面也了一些研究成果。优化组合预测技术为了充分发挥各预测模型的优势,组合预测将不同预测模型按一定方式进行综合。根据组合定理,各种预测方法通过组合可以尽可能利用全部的信息,达到改善预测性能的目的。组合预测是在单个预测模型不能完全正确地描述预测量的变化规律时发挥其作用的。目前,优化组合预测方法目前已经渐渐展现出它的优势,必将成为今后的主要发展方向。总结：从上面的阐述能够知道,每一种方法都有独当一面的能力,具有美好的应用前景；但是本文所用原始数据呈现递增形式,且原始数据单一,因而利用灰色算法具有更好的预测效果。并且目前已经在变压器故障预测中取得了一定的实际成果并有着广泛的应用前景。灰色算法具
8、有需要原始数据较少,算法简单,预测精度高的特点,尤其针对递增数列预测效果更为理想,因此,本文选用灰色理论进行数据预测。最后基于油中气体预测数据,根据油浸式变压器三比值故障判断法,进行变压器故障预测。但每种单一的方法本身又都有或多或少的缺陷,从而衍生出大量的优化和组合模型,使得这些预测方法更加的丰富,日趋完善,使得预测结果更为精确,组合预测将是未来预测发展的努力方向。三、论文的主攻方向、主要容、研究方法1、论文的主攻方向本文选取灰色理论作为故障预测方法,基于GM算法,建立了GM非等时间间隔预测模型。将其应用于变压器油中气体数据预测。同时熟悉三比值法的原理,并熟练运用到变压器故障判断中去。最后结合
9、变压器油中气体三比值故障诊断法,进行变压器故障预测。2、论文的主要容1引言。介绍毕业设计选题的背景,目的和意义；介绍变压器故障预测在国外的研究现状以及本文的主要研究容,明确本设计的重要意义和主要工作方向。2变压器故障的浅要分析。介绍各种变压器故障以及导致故障的原因和解决方案,掌握目前变压器故障的相关知识,为故障预测做好充分的理论知识准备。3基于油中气体数据的三比值法。详细分析介绍变压器故障诊断的三比值法,利用油中各种气体含量数据对变压器故障进行诊断。三比值法是重要的油浸式变压器故障判断方法,经多年的实际运行资料表明,三比值法具有较高的判断精度。国际电工委员会和我国国标推荐使用C2H2/C2H4
10、、CH4/H2、C2H4/C2H6这三个比值大小来判断变压器存在的故障情况,这种方法称为三比值法。其编码规则,故障类型判断方法,如下表所示。表1 编码规则气体比值围比值围编码010100121222表2 故障类型判断方法编码组合故障类型诊断故障实例010局部放电高温度、高含气量引起油中低能量密度的局部放电01轻度过热绝缘导线过热20低温过热分接开关接触不良,引线夹件螺丝松动或接头焊接不良,涡流引起铜过热、铁芯漏磁、局部短路、层间绝缘不良、铁芯多点接地等21中温过热0,1,22高温过热700120,1,2低能放电兼过热引线对地电位未固定的部件之间连续火花放电,分接触头引线和油隙闪络,不同电位间油
11、中火花放电或悬浮电位之间的火花放电0,10,1,2低能放电220,1,2电弧放电兼过热线圈匝间、层间短路,相间闪络,引线对箱壳放电、线圈熔断、分接开关飞弧、因环路电流引起电弧、引线对其他接地体放电等0,10,1,2电弧放电从实践经验来看,采用改良三比值法能够有效发现变压器潜伏性故障。4灰色GM1,1算法。GM模型首先要对原始数列进行一次累加生成,然后用灰指数函数进行拟合并取得预测结果,最后通过累减还原得到最终的预测值。一般将原始数据序列记为,将一阶累加生成序列记为建立GM模型的步骤如下：设原始数据序列为,式中n为样本数。对原始数据序列进行一阶累加生成。, 对建立白化微分方程这里a和u是待定参数
12、,将式4.2微分方程离散化结合式可得求参数a和u式移项令k=1,2,n-1,则有：=a+u引入下述符号:=；=；=则有=a+u= 令：；则公式4.4变为两边同时左乘则为两边同时左乘则为：得到白化微分方程求解令,得到微分方程的解为：数据还原：上式即为GM模型的预测公式。认真学习灰色预测理论的基本原理以及它的主要特点,并选择目前应用较为广泛的GM1,1算法建立预测模型,熟悉算法原理以及算法步骤里每一步的原理。由于世家实际工作中,受到条件限制,油色谱采样往往呈现非等时间间隔性,因此在原算法进行改进,建立非等时间间隔的灰色GM1,1算法。为了检测预测精度,必须进行残差检验。最后编写matlab程序为之
13、后的GM1,1算法计算做好准备。5预测实例。本文选取家峡5#变1984年和来宾站1#主变500kV1993的变压器油中溶解气体数据,进行变压器故障预测,包括基于灰色理论的数据预测,和基于三比值法的故障判断,并在最后与将结果与实际进行对比。6结论。通过两个实例说明,本文的基于灰色预测方法和三比值法的故障预测模型能够较好的预测出变压器故障,有一定的工程实际意义。但是也存在需要改进的地方,需要日后做进一步的深入研究。7参考文献。例举毕业论文所引用的国外参考文献。3、论文的研究方法从两种不同情况下的变压器故障运行状态进行故障预测,并与实际情况进行对比得出结论,采用基于灰色理论的变压器部故障预测模型能够
14、有效地预测出处于正常运行状态或发生潜伏性故障的大型电力变压器油中溶解气体含量的变化趋势,并对故障进行预测。模型的一步预测值与实测值的相对误差较小,预测精度符合工程实际要求。利用非等间隔GM灰色模型预测方法,对变压器故障状态进行预测,取得了良好的效果,具有工程实际意义。对变压器的故障预测,能较好的指导变压器维护工作,使变工作人员提前做好防工作,防止故障扩大,降低工作量,并提醒维修人员对变压器进行有针对性的维修。具有一定实用价值。四、论文工作进度安排第1周：查找并阅读与课题相关的国外文献和参考资料,明确课题的大概方向,完成毕业论文任务书和开题报告的撰写。第2周：复习变压器相关知识,并认真细致了解变
15、压器故障相关知识,了解变压器故障诊断三比值法。之后开始对论题的预测方法和预测模型具有更深一层的认识,然后选定灰色理论预测方法,并开始学习灰色理论相关知识。第3周：利用选定的GM1,1算法建立变压器油中气体数据预测的计算步骤,掌握灰色理论的基本理念和GM计算方法和过程。第4-5周：分析变压器油中气体数据,完成相关的预测计算、精度校验,然后分析结果,并与指导老师对预测模型和预测结果相关问题进行沟通和交流,通过交流所得进行适当的改进优化。第6-7周,针对预测结果对不合理的地方与指导老师进行商讨,对预测算法进行修改,并提出自己的见解并进行设计改进,然后重复之前的预测计算,通过整理得到比较精确的预测结果
16、。第8-9周：进行理论知识回顾分析,整理设计过程中的相关数据资料,并与老师进行交流,思考探究。第10-11周：开始撰写论文,对论文的整体结构有清楚明了的认识。第12周：论文定稿,完成最终的毕业论文。第13-15周：整理资料,准备答辩的相关事宜,准备答辩。五、参考文献1Piranha Kinder. Power system stability and control M. McGraws Hill,1994:8778842 裴子春.电力变压器故障预测方法研究D.西华大学,2011.3 王晶.基于灰色理论模型的变压器故障预测D.华北电力大学,2007.4 王有元,廖瑞金.基于油色谱分析的变压器故
17、障在线预测方法J.大学学报,2005,:55-57.5 Guardado J.L., Naredo J.L. Comparative study of neural network efficiency in power transformers diagnosis using dissolved gas analysis J. IEEE Trans. Power Delivery,2001,16:6436476 王万春. 大型变压器状态监测和故障诊断系统R.省: 省电力公司供电公司,2009.7 盖建辉.变压器常见故障与事故预防J.江科技,2011,:128-130.8 王庆丰.变压器常见故
18、障处理J.科技传播,2012,:131-132.9 川.变压器故障诊断技术研究J.硅谷,2012,.10 莫善区.变压器在线监控与故障诊断系统研究D.工业大学,2008.11 亮,郭建强.变压器故障的统计分析及预防方法J.科技资讯,2012,:78-81.12 启平,薛五德.变压器故障诊断技术的研究J.变压器,2002,.13 Pei Zichun. Research on the predicting Algorithm of Power Transformers FaultD. XihuaUniversity,2011.14 叶品勇.基于油中溶解气体分析的变压器故障预测D.理工大学,200
19、7.15 媛,喻广晴.油色谱分析技术在变压器故障分析诊断中的应用J.能源研究与管理,2011,.16 JKelly. Transformer fault diagnosis by dissolved gas analysisJ. IEEE Trans. Industry Application,1980, 16:19820317 Duval M.A review of faults detectable by gas in oil analysis in transformersJ. IEEE TransElectrical Insulation Magazine,2002,18:8-1718
20、 童洁.变压器故障分析中气相色谱技术的运用J.科技信息,2011,.19 谭敬波.基于油中溶解气体分析的电力变压器故障预测与诊断研究D.大学,2009.20 郝,.基于灰色理论的电力变压器故障预测J.计算机,2011,.21 Zhang Jun, Transformer Fault Assessment and Prediction Base on Grey Theory D. XihuaUniversity, 2012.22 王晶,建新.基于灰色新预测模式的变压器故障预测J.华北电力大学学报,2007,.23 廷方,沛.应用新型多方法组合预测模型估计变压器油中溶解气体浓度J.中国电机工程学报,2008,.指导教师签名： 年 月 日
