变压器故障智能诊断方法研究

1.2本文的主要研究内容本文主要把三比值法、神经网络及BP算法运用到变压器故障智能诊断中。本论文的主要研究内容如下：(1)简要分析国内外变压器故障智能诊断的现状和发展趋势。(2)归纳出变压器发生故障时的气体类型特征汇总。(3)全面介绍运用三比值法来对变压器故障类型进行分类，并利用matlab编写相关程序来实现这一过程，通过训练数据和测试数据来检验其精确度，并进行分析。(4)研究基于人工神经网络的变压器故障智能诊断方法，并构建基于BP算法的电力变压器诊断模型。(5)把三比值法与人工神经网络网络法检测的结果进行比较分析，判断哪种方法精确度更高。(6)总结全文，分析各方法的优缺点以及哪些仍然无法解决的问题，分析在变压器故障领域的上升空间，并展望未来。第二章变压器故障诊断的现状和发展趋势随着变压器技术的提高，变压器各方面的要求也变得更加苛刻，为了满足各方面的需要，现代变压器采用了更加紧凑的绝缘方式，因此变压器内部的绝缘将要承受更高的压力。随着人工智能技术的发展，越来越多的理论方法用来完善变压器故障诊断技术，比如特征气体法、三比值法、人工神经网络(ANN)、智能型系统法(TFDAD)、模糊理论(Fuzzy Theory)、专家系统法(TFDES)等，这些方法对故障诊断技术的完善补充使其得到了更大的发展与进步。2.1变压器油中溶解气体分析的研究(1)特征气体法这种方法主要是依据不同故障时油中溶解气体含量之间的差距来判断变压