论文部分内容阅读
作为电网中能量传输以及转换过程中的核心装置,电力变压器的运行稳定性和可靠性对整个电网的运行安全起着至关重要的作用。因此对变压器进行有效地故障诊断具有十分重要的意义。虽然变压器在线检测诊断技术在近些年取得了大规模的发展,然而监测的故障诊断数据来源比较单一,仅仅是针对变压器某一项状态进行研究,没有将变压器的多个部件状态结合起来,具有一定的片面性。针对上述问题,本文主要做了以下的一些工作:揭示变压器中主要绝缘部件绝缘油的状态与变压器故障之间的联系,分析了变压器绝缘油在老化和劣化的过程中的特征产物产生机理,以这些特征产物的含量为指标构建了基于绝缘油状态的变压器故障诊断模型。将基于多分类的最小二乘支持向量机(LS-SVM)应用于变压器故障诊断中,通过构建一对一的故障分类模式构建多个二分类LS-SVM分类器来实现对变压器故障的多分类。同时利用蝙蝠优化算法来对所获得的分类器进行参数寻优,获得最优参数的分类器,然后通过搜集的基于绝缘油状态的数据指标进行故障诊断实例分析,试验表明该方法对变压的故障诊断是准确有效的,同时也证明了基于绝缘油状态的变压器故障特征量能在一定程度上反应变压器的故障状态。针对基本的蝙蝠算法可能在实际的寻优过程中陷入局部最优以及实际寻优所缺乏的智能性等缺陷,提出了具有Levy飞行的特征的蝙蝠算法来优化LS-SVM模型。用Levy飞行的特征来代替蝙蝠个体对最佳位置的搜索过程,特别是在全局搜索时,蝙蝠产生更大的搜索范围、迭代和匹配方式,最大程度避免陷入局部最优。通过算例证明改进的蝙蝠算法的故障诊断具有更快收敛速度,故障诊断精度更高,效果更好。探寻变压器绝缘纸状态与变压器故障之间的联系,分析变压器绝缘纸在受到外界作用下发生老化的过程中的特征量产物,以这些特征产物参量为指标构建基于绝缘纸状态的变压器故障诊断模型。同时将绝缘油状态特征指标与绝缘纸状态特征指标融合一起构成基于绝缘油纸状态的变压器故障诊断。经过故障诊断实例分析基于绝缘纸状态的特征参量能在一定程度上反映变压器的故障状态,而经过与绝缘油状态指标融合后得到的绝缘油纸状态指标对故障状态诊断的正确率更高。本文在整理搜集的大量文献、技术标准、导则规程、专家经验以及电力变压器在实际的运行过程产生的数据基础上,提出了建立多源信息融合变压器故障诊断模型的原则、并根据该原则分别从油色谱分析试验、油化试验以及电气绕组试验三个方面提取了反映变压器故障状态的特征量构建了多源信息融合的变压器故障诊断框架。通过搜集得到的多源信息融合数据进行实例诊断与对比分析得出:基于多源信息融合的变压器故障诊断的准确率达到了96%,对于高能放电故障的诊断准确率有显著的提升。