基于支持向量机的立星110kV变压器故障诊断

作     者：韩世军 

作者单位：宁夏大学 

学位级别：硕士

导师姓名：杨国华

授予年度：2013年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主      题：电力变压器 故障诊断 DSP 交叉验证 支持向量机 粒子群算法 

摘      要：随着坚强智能电网的深入发展,电力系统得到了前所未有的发展,电网容量不断增加,电力变压器的枢纽作用越来越重要。一旦电力变压器发生故障,不仅会影响生产,阻碍国民经济的快速发展,而且还有可能威胁人们的财产和生命安全,影响电网的安全运行。因此,有效地诊断电力变压器的故障,制定科学的、具有前瞻性和预见性的检修策略,对提高电压质量和供电可靠性起到决定性的作用。 论文研究的对象是立星110kV变电站主变压器。绝缘劣化是电力变压器发生故障最常见的症状,随着现代电力电子技术和在线检测手段的迅速发展,绝缘油老化试验、绕组变形试验、绝缘预防性试验、油中溶解气体色谱分析、局部放电试验、变压器耐压试验等常规的变压器故障诊断方法得到了快速地发展,是当前电力部门诊断电力变压器故障的主要手段。 论文针对电力变压器的结构及故障产生机理,设计了变压器故障监测系统硬件单元,采用TMS320F2812DSP作为主处理器,设计了各个主要部分的硬件电路,包括电源模块、处理器接口、存储器接口和通讯模块等。系统能够满足对立星110kV变电站主变压器在线监测的实时性、灵活性、快速性的需求。 建立基于支持向量机分类器的变压器故障诊断模型,采用粒子群算法优化支持向量机,利用libSVM工具箱在matlab平台上训练支持向量机分类器,最后利用最优的支持向量机分类器预测立星110kV变电站主变压器故障状况。 实例证明,采用基于粒子群算法优化支持向量机的变压器故障诊断结果与实际相符,且该模型简单、实用,具有推广的工程应用价值,能够为立星110kV变电站主变压器故障诊断的实际工作提供可靠的技术手段。