基于變壓器缺陷數(shù)據(jù)的故障預測研究設計開題報告

1、開 題 報 告論文題目： 基于變壓器缺陷數(shù)據(jù)的故障預測研究 學院： 電氣工程學院 學號： 姓名： 一、論文的來源、目的和意義電力變壓器是電力系統(tǒng)中的關鍵設備之一，它承擔著電壓變換、電能分配和傳輸?shù)娜蝿眨⑻峁╇娏Ψ?。在電力系統(tǒng)中處于樞紐地位，其運行狀態(tài)直接影響著整個電力系統(tǒng)的穩(wěn)定性、安全性和可靠性。變壓器一旦發(fā)生事故，造成的直接和間接的經(jīng)濟損失是巨大的。隨著國民經(jīng)濟的持續(xù)高速發(fā)展，我國的電力建設已進入了超高壓、大電網(wǎng)、大容量、自動化的新階段。電力系統(tǒng)規(guī)模和變壓器單機容量也隨之不斷增大，其故障對國民經(jīng)濟造成的損失也愈來愈大。因此，變壓器的正常運行是對電力系統(tǒng)安全、可靠、穩(wěn)定運行的重要保證，必須

2、最大限度地防止和減少變壓器故障和事故的發(fā)生。在當今電網(wǎng)格局下，提高電力設備特別是大型電力變壓器運行的可靠性對整個電網(wǎng)的安全可靠運行具有重要的意義。及早發(fā)現(xiàn)變壓器的潛伏性故障及其發(fā)展趨勢、有效地診斷變壓器故障、并對電力變壓器的故障進行有效的預測，既可給維護人員提供必要的參考以避免維修不足或過度維修，又可以保證供電的可靠性和用戶的人生安全。由此可見，對變壓器故障預測進行研究具有重要的理論意義和工程實用。變壓器進行油色譜在線監(jiān)測是變壓器狀態(tài)監(jiān)測的重要基礎。但是，由于目前變壓器油色譜在線監(jiān)測離實現(xiàn)變壓器的全面狀態(tài)檢修尚有差距，不可能隨時獲得準確的油中氣體濃度。從某變壓器現(xiàn)有的色譜數(shù)據(jù)出發(fā)，預測出該變壓

3、器未來時刻油中溶解氣體的濃度，就能以此為依據(jù)對變壓器進行跟蹤和安排檢修等工作，是變壓器在線監(jiān)測的必要補充和提前預警變壓器故障的重要手段，可以避免和減少事故，保證電力系統(tǒng)的安全穩(wěn)定運行開展變壓器故障預測，對預測潛伏性故障發(fā)展趨勢或何時發(fā)展成故障或可能發(fā)生何種類型故障等進行研究，對指導維護工作具有十分重要的意義。而且對提高電力系統(tǒng)運行的可靠性和科學管理水平也具有十分重要的意義。二、國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢目前所構(gòu)造的變壓器故障診斷系統(tǒng)都是判斷有無故障，或出現(xiàn)故障后診斷是何部位以及何種原因引起的故障。但是，對于當前沒有出現(xiàn)故障或故障癥狀不明顯的變壓器，這些診斷系統(tǒng)卻不能預測何時出現(xiàn)故障，出現(xiàn)什么故障

4、。因此，開展變壓器故障預測，對預測潛伏性故障發(fā)展趨勢進行研究，對指導維護工作具有十分重要的意義。目前運用于各個領域的預測方法有很多，下面介紹目前在各領域中使用的預測方法，并探討變壓器故障預測中的適用方法。(1)基于回歸分析法的預測技術按照回歸方程的類型可分為線性和非線性回歸?；貧w分析法一般適用于中期預測。(2)基于時間序列分析法的預測技術這種方法對短期預測效果比較好，但并不適合于作中長期預測。 (3)基于模糊理論的預測技術模糊理論是用精確的理論方法來處理過去無法用經(jīng)典理論描述的模糊事物，它能夠解決精確理論所不能解決的在人腦中大量存在的非確定性語義及模糊概念的問題。(4)混沌理論混沌理論是兼具質(zhì)

5、性思考與量化分析的方法，用以探討動態(tài)系統(tǒng)中無法用單一數(shù)據(jù)關系，而必須用整體、連續(xù)的數(shù)據(jù)關系才能解釋及預測的行為。(5) 基于專家系統(tǒng)的預測技術專家系統(tǒng)是基于知識程序的計算機軟件系統(tǒng)，它擁有某個領域?qū)＜业闹R和經(jīng)驗，并能像專家那樣運用這些知識并做出智能決策。但由電力系統(tǒng)的影響因素較多較雜，專家系統(tǒng)應用于電力變壓器故障預測仍比較困難。(6)馬爾可夫預測法馬爾可夫預測法是一種市場預測法，常用于市場占有率預測和銷售期望利潤預測。(7) 支持向量機支持向量機是數(shù)據(jù)挖掘的新方法，能對回歸問題和模式識別等問題進行處理，并可應用于預測和綜合評價等領域；有深厚的理論基礎和廣闊的前景。 (8)基于神經(jīng)網(wǎng)絡的預測技

6、術人工神經(jīng)網(wǎng)絡方法的是可在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)及信息處理功能，具有信息記憶、自主學習、知識推理和優(yōu)化計算等特點。缺點是要求有足夠多的歷史數(shù)據(jù)，選樣困難，算法復雜，應用于短期預測更為適宜。(9)遺傳算法遺傳算法建立在達爾文的生物進化論和孟德爾的遺傳學說基礎上，它模仿了生物遺傳、進化原理，并引用了隨機統(tǒng)計理論，是一種自適應全局優(yōu)化概率搜索算法。并在變壓器故障預測方面已經(jīng)得到應用并取得了一定的效果。(10) 基于灰色系統(tǒng)理論的預測技術灰色預測將系統(tǒng)行為特征量的變化過程看作為一個灰色過程，利用灰色系統(tǒng)理論的微分方程模型進行預測。灰色系統(tǒng)理論利用數(shù)據(jù)處理方法，將雜亂無章的原始數(shù)據(jù)整理成

7、規(guī)律性較強的生成數(shù)據(jù)來加以研究，近年來，灰色預測模型尤其是GM(1，1)模型及其改進模型在電力變壓器故障預測方面也了一些研究成果。(11)優(yōu)化組合預測技術為了充分發(fā)揮各預測模型的優(yōu)勢，組合預測將不同預測模型按一定方式進行綜合。根據(jù)組合定理，各種預測方法通過組合可以盡可能利用全部的信息，達到改善預測性能的目的。組合預測是在單個預測模型不能完全正確地描述預測量的變化規(guī)律時發(fā)揮其作用的。目前，優(yōu)化組合預測方法目前已經(jīng)漸漸展現(xiàn)出它的優(yōu)勢，必將成為今后的主要發(fā)展方向。總結(jié)：從上面的闡述能夠知道，每一種方法都有獨當一面的能力，具有美好的應用前景；但是本文所用原始數(shù)據(jù)呈現(xiàn)遞增形式，且原始數(shù)據(jù)單一，因而利用灰

8、色算法具有更好的預測效果。并且目前已經(jīng)在變壓器故障預測中取得了一定的實際成果并有著廣泛的應用前景。灰色算法具有需要原始數(shù)據(jù)較少，算法簡單，預測精度高的特點，尤其針對遞增數(shù)列預測效果更為理想，因此，本文選用灰色理論進行數(shù)據(jù)預測。最后基于油中氣體預測數(shù)據(jù)，根據(jù)油浸式變壓器三比值故障判斷法，進行變壓器故障預測。但每種單一的方法本身又都有或多或少的缺陷，從而衍生出大量的優(yōu)化和組合模型，使得這些預測方法更加的豐富，日趨完善，使得預測結(jié)果更為精確，組合預測將是未來預測發(fā)展的努力方向。三、論文的主攻方向、主要內(nèi)容、研究方法1、論文的主攻方向本文選取灰色理論作為故障預測方法，基于GM(1,1)算法，建立了GM

9、(1,1)非等時間間隔預測模型。將其應用于變壓器油中氣體數(shù)據(jù)預測。同時熟悉三比值法的原理，并熟練運用到變壓器故障判斷中去。最后結(jié)合變壓器油中氣體三比值故障診斷法，進行變壓器故障預測。2、論文的主要內(nèi)容（1）引言。介紹畢業(yè)設計選題的背景，目的和意義；介紹變壓器故障預測在國內(nèi)外的研究現(xiàn)狀以及本文的主要研究內(nèi)容，明確本設計的重要意義和主要工作方向。（2）變壓器故障的淺要分析。介紹各種變壓器故障以及導致故障的原因和解決方案，掌握目前變壓器故障的相關知識，為故障預測做好充分的理論知識準備。（3）基于油中氣體數(shù)據(jù)的三比值法。詳細分析介紹變壓器故障診斷的三比值法，利用油中各種氣體含量數(shù)據(jù)對變壓器故障進行診斷

10、。三比值法是重要的油浸式變壓器故障判斷方法，經(jīng)多年的實際運行資料表明，三比值法具有較高的判斷精度。國際電工委員會(IEC)和我國國標推薦使用C2H2/C2H4、CH4/H2、C2H4/C2H6這三個比值大小來判斷變壓器存在的故障情況，這種方法稱為三比值法。其編碼規(guī)則，故障類型判斷方法， 如下表所示。表1 編碼規(guī)則氣體比值范圍比值范圍編碼010100121222表2 故障類型判斷方法編碼組合故障類型診斷故障實例010局部放電高溫度、高含氣量引起油中低能量密度的局部放電01輕度過熱(<150)絕緣導線過熱20低溫過熱(150300)分接開關接觸不良，引線夾件螺絲松動或接頭焊接不良，渦流引起銅

11、過熱、鐵芯漏磁、局部短路、層間絕緣不良、鐵芯多點接地等21中溫過熱(300700)0，1,22高溫過熱(>700)120，1,2低能放電兼過熱引線對地電位未固定的部件之間連續(xù)火花放電，分接觸頭引線和油隙閃絡，不同電位間油中火花放電或懸浮電位之間的火花放電0，10，1,2低能放電220，1,2電弧放電兼過熱線圈匝間、層間短路，相間閃絡，引線對箱殼放電、線圈熔斷、分接開關飛弧、因環(huán)路電流引起電弧、引線對其他接地體放電等0，10，1,2電弧放電從實踐經(jīng)驗來看，采用改良三比值法能夠有效發(fā)現(xiàn)變壓器潛伏性故障。（4）灰色GM（1,1）算法。GM(1,1)模型首先要對原始數(shù)列進行一次累加生成，然后用灰

12、指數(shù)函數(shù)進行擬合并取得預測結(jié)果，最后通過累減還原得到最終的預測值。一般將原始數(shù)據(jù)序列記為，將一階累加生成序列記為建立GM(1,1)模型的步驟如下：設原始數(shù)據(jù)序列為，式中n為樣本數(shù)。對原始數(shù)據(jù)序列進行一階累加生成。 ，(i=1,2,n) (4.1) 對建立白化微分方程 (4.2)這里a和u是待定參數(shù)，將式（4.2）微分方程離散化結(jié)合式(4.2)可得 (4.3)求參數(shù)a和u式(4.3)移項令k=1,2,n-1，則有：=a+u引入下述符號:=；=；=則有 =a+u= (4.4) 令：；則公式（4.4）變?yōu)閮蛇呁瑫r左乘則為兩邊同時左乘則為：得到白化微分方程求解令，得到微分方程的解為：數(shù)據(jù)還原：上式即為

13、GM(1,1)模型的預測公式。認真學習灰色預測理論的基本原理以及它的主要特點，并選擇目前應用較為廣泛的GM（1,1）算法建立預測模型，熟悉算法原理以及算法步驟里每一步的原理。由于世家實際工作中，受到條件限制，油色譜采樣往往呈現(xiàn)非等時間間隔性，因此在原算法進行改進，建立非等時間間隔的灰色GM（1,1）算法。為了檢測預測精度，必須進行殘差檢驗。最后編寫matlab程序為之后的GM（1,1）算法計算做好準備。（5）預測實例。本文選取劉家峽5#變(330kV)1984年和柳州來賓站1#主變（500kV）1993的變壓器油中溶解氣體數(shù)據(jù)，進行變壓器故障預測，包括基于灰色理論的數(shù)據(jù)預測，和基于三比值法的故

14、障判斷，并在最后與將結(jié)果與實際進行對比。（6）結(jié)論。通過兩個實例說明，本文的基于灰色預測方法和三比值法的故障預測模型能夠較好的預測出變壓器故障，有一定的工程實際意義。但是也存在需要改進的地方，需要日后做進一步的深入研究。（7）參考文獻。例舉畢業(yè)論文所引用的國內(nèi)外參考文獻。3、論文的研究方法從兩種不同情況下的變壓器故障運行狀態(tài)進行故障預測，并與實際情況進行對比得出結(jié)論，采用基于灰色理論的變壓器內(nèi)部故障預測模型能夠有效地預測出處于正常運行狀態(tài)或發(fā)生潛伏性故障的大型電力變壓器油中溶解氣體含量的變化趨勢，并對故障進行預測。模型的一步預測值與實測值的相對誤差較小，預測精度符合工程實際要求。利用非等間隔G

15、M(1,1)灰色模型預測方法，對變壓器故障狀態(tài)進行預測，取得了良好的效果，具有工程實際意義。對變壓器的故障預測，能較好的指導變壓器維護工作，使變工作人員提前做好防范工作，防止故障擴大，降低工作量，并提醒維修人員對變壓器進行有針對性的維修。具有一定實用價值。四、論文工作進度安排第1周：查找并閱讀與課題相關的國內(nèi)外文獻和參考資料，明確課題的大概方向，完成畢業(yè)論文任務書和開題報告的撰寫。第2周：復習變壓器相關知識，并認真細致了解變壓器故障相關知識，了解變壓器故障診斷三比值法。之后開始對論題的預測方法和預測模型具有更深一層的認識，然后選定灰色理論預測方法，并開始學習灰色理論相關知識。第3周：利用選定的

16、GM（1，1）算法建立變壓器油中氣體數(shù)據(jù)預測的計算步驟，掌握灰色理論的基本理念和GM計算方法和過程。第4-5周：分析變壓器油中氣體數(shù)據(jù)，完成相關的預測計算、精度校驗，然后分析結(jié)果，并與指導老師對預測模型和預測結(jié)果相關問題進行溝通和交流，通過交流所得進行適當?shù)母倪M優(yōu)化。第6-7周，針對預測結(jié)果對不合理的地方與指導老師進行商討，對預測算法進行修改，并提出自己的見解并進行設計改進，然后重復之前的預測計算，通過整理得到比較精確的預測結(jié)果。第8-9周：進行理論知識回顧分析，整理設計過程中的相關數(shù)據(jù)資料，并與老師進行交流，思考探究。第10-11周：開始撰寫論文，對論文的整體結(jié)構(gòu)有清楚明了的認識。第12周：

17、論文定稿，完成最終的畢業(yè)論文。第13-15周：整理資料，準備答辯的相關事宜，準備答辯。五、參考文獻1 Piranha Kinder. Power system stability and control M. McGraws Hill，1994:8778842 裴子春.電力變壓器故障預測方法研究D.西華大學,2011.3 王晶.基于灰色理論模型的變壓器故障預測D.華北電力大學（河北）,2007.4 王有元，廖瑞金.基于油色譜分析的變壓器故障在線預測方法J.重慶大學學報(自然科學版),2005,(7):55-57.5 Guardado J.L., Naredo J.L. Comparative

18、study of neural network efficiency in power transformers diagnosis using dissolved gas analysis J. IEEE Trans. Power Delivery,2001,16(4):6436476 王萬春. 大型變壓器狀態(tài)監(jiān)測和故障診斷系統(tǒng)R.安徽省: 安徽省電力公司阜陽供電公司,2009.7 蓋建輝.變壓器常見故障與事故預防J.內(nèi)江科技，2011,(3):128-130.8 王慶豐.變壓器常見故障處理J.科技傳播，2012,(22):131-132.9 馮川.變壓器故障診斷技術研究J.硅谷,2012,(7).10 莫善區(qū).變壓器在線監(jiān)控與故障診斷系統(tǒng)研究D.廣東工業(yè)大學,2008.11 彭亮，郭建強.變壓器故障的統(tǒng)計分析及預防方法J.科技資訊，2012，(22):78-81.12 楊啟平，薛五德.變壓器故障診斷技術的研究J.變壓器，2002,(10).13 Pei Zichun. Research on the predicting Algorithm of Power Transformers FaultD. Xihua University,2011.14 葉品勇.基于油中溶解氣體分析的變壓器故障預測D.南京理工大學,2007.15 張媛,喻廣晴.油色譜分析技術在變壓器故障分析診