信息融合技術在變壓器故障診斷中的應用研究.pdf

1、變壓器是電力系統(tǒng)中的核心設備之一,它能否可靠運行直接影響到電力系統(tǒng)的安全與穩(wěn)定。隨著電網的發(fā)展,傳統(tǒng)的變壓器故障診斷技術在準確性、可靠性等很多方面已經不能滿足現(xiàn)代智能電網的需求。因此,不斷探索和研究變壓器故障診斷的新技術、新方法具有十分重要的現(xiàn)實意義。論文以變壓器故障診斷技術為研究背景,根據現(xiàn)階段常用的變壓器故障診斷技術,提出了基于信息融合的變壓器故障診斷方案,構建變壓器故障診斷模型結構,并借助于 Matlab仿真平臺進行仿真,驗證了方

2、案的可行性。
　　首先,論文以信息融合技術為基礎,提出了將信息融合技術中的BP神經網絡和DS證據理論結合起來應用于變壓器故障診斷中,構建兩個并行的BP神經網絡分別應用于油中溶解氣體分析法和電氣試驗法進行變壓器故障局部診斷,建立系統(tǒng)的基于信息融合技術的變壓器故障診斷模型。其次,論文對幾種改進的BP算法進行Matlab仿真訓練、比較,挑選出訓練時間短、迭代次數(shù)少的算法用于故障局部診斷。在BP神經網絡局部診斷完成后,將局部診斷得到的結果

3、作為DS證據理論的輸入,通過吸收神經網絡很強的自適應、自學習和容錯能力,以及對不確定信息具有較強的魯棒性,進行DS證據理論全局融合,提高了變壓器故障類型的準確率。另外,當變壓器同時出現(xiàn)多種故障時,對BP神經網絡局部診斷的輸出結果進行拆分,再對拆分后的數(shù)組分別對應的進行全局融合,實現(xiàn)對變壓器同時存在多種故障時的準確診斷。
　　在以上基礎上,應用挑選出改進的BP算法對收集100組變壓器故障原始樣本數(shù)據進行學習訓練,并挑選出5組變壓器故