1、 硕士学位论文作 者：张庆磊副教授年月 明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名：整是垒硕士论文 变压器故障诊断技术研究电力变压器是电力系统最重要的输变电设备，变压器故障诊断有助于保证系统运行的安全与稳定。在变压器故障前期，会伴随有电脉冲、局部发热以及绝缘材料分解气体等现象，通过量化和测量可以得到描述变压器状态的数据，从这些数据中提取特征值，并使用算法进行分析，实
2、现变压器的故障判断和故障类型识别。论文主要研究了变压器故障诊断中的数据采集、信号枷处理、数据分析和模式识别等内容。在利用变压器油色谱在线监测结果形成的变压器故障诊断方法的研究中，应用数学形态学对色谱仪的输出信号进行滤波，并通过图像处理提取电压，利用支持向量机实现电压气体浓度的非线性回归，设计一种多核多分类支持向量机，并针对支持向量机核参数难以选择的问题，设计了一种核参数优化方法，实现对变压器故障类型的识别。研究和实验表明，采用该优化算法的支持向量机能够获得很好的分类性能，且具有收敛速度快、样本需求小、诊断准确性好的优点。关键词：电力变压器，故障诊断，油中气体检测，局部放电，数学形态学，支持向量
3、机 ， 甌 珼壅垦矍蔓堕堡堑垫查塑塑目摘目 录窒蛄炕胧翁窒蛄炕怼窒蛄炕纳杓啤窒蛄炕母慕贡呓绲亩喾掷嘀窒蛄炕数学形态学基于支持向量机和数学形态学的故障识别系统设计硕士论文 变压器故障诊断技术研究奎堡壁垫堕堡堑垫查堑至录” 图炯腁一形曲线图一形曲线 图自适应组合滤波器设计一图仿真局部放电信号 图自适应的组合形态滤波算法结构框图一图表目录表神经网络识别结果表两种机器学习的识别结果对比表两种机器学习方法的性能比较选题背景和研究意义变压器在电力系统输配电中起到关键的作用，所以变压器是否能安全运行直接影响整个电力系统运行的安全与稳定性。随着科技的发展和科研投资的不断加大，近年来我国在保证电力系统运行稳定性
4、与可靠性方面取得了长足的进步，但变压器故障仍然时有发生。据统计，年耙陨媳溲蛊髂晏喂收下饰，年为晡狾，年全年全国共发生变压器非计划停运巍緇。变压器故障诊断概述变压器故障也有多种诊断方法，各自具有不同的检测手段和监测对象。例如根据实验室热劣化和放电劣化模拟实验以及故障变压器内部检查结果，明确了油中溶解气体组分与内部故障性质的对应关系，提出根据油中溶解气体成分来判断设备故障；高频局部放电检测技术使用以上的检测频率对局部放电信号进行采集、分析、判断，能够在设备不停电的情况下对设备绝缘状态进行检测，及早发现设备缺陷的征兆油中溶解气体成份、对应浓度以及变化趋势与内部故障存在某种对应关系，变压器油中气体分析
5、 ，技术利用气色相色谱仪分析溶解于油硕士论文变压器局部放电时会伴随电脉冲、红外辐射以及分解气体等物理现象，根据这些，诊断的判据主要来源于经验，通诊断中，克服了单个神经网络不能给出诊断结果可信度的缺点，获得了更加精确的诊遗传算法是一种优秀的全局优化方法。具有全局最优、鲁棒性强和适合并行处理支持向量机结构简单、理论推导严谨，尤其在小样本条件下表现出优良的性能，得到了许多故障诊断领域研究人员的注意。文献通过最小化置信范围来控制诊断变压器局部放电检测研究现状相关函数特征的分析，提出了从小波反变换后的自相关函数中提取局部放电信号的方硕士论文第一章简要介绍了变压器故障诊断的方法，其中详细介绍了油中气体检测
6、和局部放电检测的内容，说明了国内外在故障诊断中信号处理和模式识别的研究现状。第二章主要介绍了支持向量机和数学形态学，其中分析了传统支持向量机的优点和不足，并介绍了一些国内外学者对支持向量机的改进。简要介绍了数学形态学的概念，在此基础上分析了其具体工程运用：数学形态谱和形态滤波器。第三章表述了变压器油色谱仪的结构、原理和工作方式，说明了一个完整的油色谱仪具有哪些功能。然后对油中气体的谱图进行了相关信号和图像处理，通过支持向量机实现电压浓度的非线性回归，设计了一种新的支持向量机核参数优化方法，并将其运用到变压器故障识别中。硕士论文在变压器故障诊断中，有许多问题是非线性的，使用线性的理论和方法很难取
7、得支持向量机支持向量机，是为了获得仅有一个非线性单元的结构风险最小化原则导出，这使得它的理论基础更加严谨和深刻。不同于普通前馈图支持向量机结构自由的。表总结了支持向量机的三个普遍内积核函数：多项式学习机器、径向基函数网络和两层感知器。硕士论文芶，瑇，在式和式中，杂牡趇个样本被称为支持向量，这也是支持向量所有分类边界的最优化条件在一个式子中表现。但文献指出这种单一目标优化方法同时需要考虑的变量过多，在样本较大、类型较多的情况下该算法很难在工程上实个核函数，提出了多分类多核学习的惴诖车薙基础上再增加了应的参数有籿蚥。图训练得到的分类器可表示为：其中硕士论文试样本在校蛴猚猚辉贘：中则相反，即綼有类凸
8、多边形的间隔之和，即籚，蔖在目标函数中其中硎臼粲诶鄁和类的所有样本之问的内积。目标函数可以化为一厂艵姐 ，哆 琄蔿其中，蟊瓦琠咖为核函数 同样，将内积以核函数代替，分类器最终可表示为續，瓁，； ，数学形态学不同于传统的数值建模与分析的信号处理方法，数学形态学从集合的角度来刻画和分析图像。传统的信号处理时用解析的方式描述信号，而数学形态学用几何的方式描述信号，这种特性使得数学形态学更适合有关视觉信息的处理和分析。数学形态学通过几种简单的形态变换算式就可以实现全部的算法功能。形态变换主要包括腐蚀、膨胀，形态开、形态闭。下面介绍这四种基本变换。设有一集合眉呛臕】表示集合韵蛄縔的平移，即那么集合赜诩螧
9、的腐蚀和膨胀分别定义为：硕士论文式中，集合莆蟈的结构元素 集合赜诩螧的开运算和闭运算分别定义为：可以证明开、闭运算具有平移不变性，即则采用，尺度的多尺度运算可定义为二值集合蔙”相对结构元素曰的形态谱定义为：。位移不变性证明：当， 保菔的开运算位移不变性，耯，假设图像埔坏阈=嵌取玫叫碌耐枷馣，则有。，珺，曰骸刎：一般采用旋转不变的结构元素缫桓鲈才。尺度敏感性其中，蟈定义的维度。 瑀，：籵，元显然，为了获得较好的特征提取效果，数学形态谱需要做一些改进。具体内容硕士论文图形态滤波器的统计偏倚示例硕士论文弧!狫图故障识别系统流程图系统地说明变压器油色谱在线监测仪的工作原理；对采样得到的气体谱图数据处理，以获得提取气体浓度；利用支持向量机实现电压一浓度的非线性回归；设计了一种多核多分类支持向量机，并利用这种向量机实现变压器的故障诊断。变压器油色谱在线监测装置作为一个系统，具有以下功能：抽取变压器油，并把气体从油中分离；利用传感器把气体的浓度转化为电信号；利用采样电路把电信号转化为离散数据；数据处理分析，实时获得气体浓度的数据；分析气体浓度，诊断变压器故障；通讯。硕士论文出气口图变压器油色谱在线监测装置衅的采样谱图
