论文部分内容阅读
变压器是电力系统中重要而且昂贵的设备,一旦发生故障,不仅会给电力系统的安全稳定运行带来巨大影响,还会造成严重的经济损失,因此加强变压器故障诊断技术的研究是一项十分必要的工作。本文主要研究了判断变压器有无故障和判断变压器的故障类型两方面的内容。在分析目前变压器故障诊断方法不足的基础上,本文设计了一种变压器智能故障诊断系统的模型,该模型主要包括基于信息融合的变压器状态评估器模块和基于特征气体的模糊聚类诊断模块。首先,基于信息融合的思想,本文构建了变压器状态评估器模型,引入了相对健康指数的概念来定量描述变压器的健康程度,详尽地阐述了各试验项目权重的确定方法以及模型的评估算法,并结合实例进行了分析。其次,针对目前判断变压器故障类型方法的缺陷,本文探讨了一种基于特征气体的模糊聚类诊断方法,并将该方法与传统的聚类诊断方法进行了比较。另外,利用80组变压器油色谱故障数据建立了模糊聚类诊断模型,并对其有效性进行了验证。最后,本文将状态评估器模块和模糊聚类诊断模块分别封装成COM组件,并利用C++Builder和SQL Server数据库初步实现了变压器智能故障诊断系统。