变压器故障诊断

硕士学位论文选题报告

基于量子神经网络信息融合的变压器故障诊断研究

学号：2010108138

姓名：卢富强

学科专业：控制理论与控制工程

研究方向：检测与控制技术及智能装置

指导教师：龚瑞昆教授

所在学院：计算机与自动控制学院

2011年11月26日

Study on Fault Diagnosis for Power Transformer Based on Quantum Neural Network Information Fusion

Student Number 2009080119

Candidate: Ma Liang

Supervisor: Gong Ruikun

错误!未指定书签。Control Theory and Major:

Control Engineering

College of Computer and Automatic Control

Hebei Polytechnic University

46 West Xinhua Road, Tangshan 063009，P.R.CHINA

目次

目次

引言 (1)

1 文献综述 (2)

1.1电力变压器故障诊断方法的国内外研究现状 (2)

1.2 基于神经网络信息融合的故障诊断模型 (8)

1.3 量子神经网络 (10)

1.4 信息融合的理论基础 (12)

2 研究内容及方案 (17)

2.1 研究目标及意义 (17)

2.2 研究内容 (17)

2.3 研究方案 (18)

2.4 在课题进展中可能遇到的关键问题 (19)

2.5 课题研究的可行性 (19)

2.6 预期创新点 (19)

3研究工作计划及时间安排 (20)

3.1 工作计划 (20)

3.2 时间安排 (20)

参考文献 (21)

引言

变压器是电力系统的核心设备，在电力的产生、传送和按用户电量需求进行供给中起到非常重要的作用。因此，研究电力变压器故障诊断方法对提高电力系统运行的安全性和可靠性具有决定性意义，同时也具有重要的理论价值和广阔的工程应用前景。

量子神经网络利用量子计算的优势，具有很强的并行处理能力，指数级的记忆容量和回忆速度及其高稳定性和可靠性，使得其在数据处理方面具有前所未有的潜在优势。而信息融合作为一门综合性强，实践性强的新兴学科，随着系统论、控制论、信息论、D-S证据理论等基础理论以及计算机技术、网络技术、高效传感器技术等使用技术的快速发展，信息融合技术在故障诊断领域也得到了广泛的应用。正是由于以上两种方法的优势，本课题预研究基于量子神经网络信息融合的变压器故障诊断方法，首先回顾和总结变压器故障诊断的一些基本方法和发展趋势，然后深入分析基于量子神经网络信息融合的变压器故障诊断方法、实施方案、步骤，通过Matlab7.0软件对该方法进行仿真分析；最后将所提方法与相关传统方法进行比较，验证本方法的有效性、可行性和优越性。

另外，搭建实验平台，通过改变温度、光强度分别跟踪监测六种特征气体浓度电信号的变化情况来了解这两种外界条件的变化对变压器油中溶解气体浓度的影响，运用改良的三比值法初步对变压器进行故障诊断。

本课题是对电力变压器故障诊断方法进行的系统研究，将对电力变压器故障诊断技术的发展具有重要的理论意义和实用价值。

1 文献综述

1.1电力变压器故障诊断方法的国内外研究现状

变压器故障诊断就是根据变压器故障前的征兆信息，确定故障的性质、程度和部位。变压器内部结构复杂，由于长期运行造成绝缘老化、材质裂化、外部的破坏和影响等因素，故障和事故的发生是难以避免的。因此，及时诊断出变压器的潜伏性故障，尽量排除变压器故障可能导致系统崩溃的潜在因素是电力部门关注的一项重要课题。变压器故障诊断和预测准确性的提高对于实现电业部门所盼望的电气设备状态检修、减少检修费用以及提高电力系统供电可靠性具有非常重要的意义。

评估变压器状态的方法包括油气检测（又称为溶解气体分析，Dissolved Gasses Analysis，简称DGA，工程中还被称为色谱分析）、介质损耗检测、绕组阻抗、绕组变比测量、温度监测等传统方法，以及局部放电、返回电压、调压装置在线监测、内部温度测量、在线功率因数测量、绕组位移变形测量等非传统方法[1~7]。油气检测、介质损耗检测应用最为广泛，其它检测技术也得到了不断的发展，但因费用、数据解释、可靠性、兼容性等因素而使得应用范围受到了制约。

110kV及以上等级的大型电力变压器主要采用油纸绝缘结构，在正常老化过程及故障初期，油纸绝缘劣化所形成的低分子烃、氢气以及碳的氧化物等气态化合物绝大部分将溶解于油中。变压器油中溶解的各种气体成分的相对数量和形成速度主要取决于故障点能量的释放形式及故障的严重程度，所以根据色谱分析结果可以进一步判断设备内部是否存在异常，推断故障类型及故障能量等。Halstead在1973年发表的报告中，对油中分解的碳氢气态化合物的产生过程进行了热动力学理论分析，认为对应于不同温度下的平衡压力，一种碳氢气体相对于另一种碳氢气体的比例取决于热点的温度。因此建立了如下假设：特定碳氢气体的析出速率随温度而变化，每种气体在不同的温度下达到其最大析出速率，在特定温度下各类气体的相对析出速率是固定的。根据这一假设，随着温度升高，析出速率达到最大值的次序依次为：H2、CH4、C2H6、C2H4和C2H2。Halstead假说是应用油中溶解气体比值法诊断设备故障类型并估计热点温度的理论基础。根据这一假设，随温度的变化，故障点产生的各气体组份间的相对比例是不同的。Rogers由此选择5种特征气体的4个相对比例CH4/H2、C2H6/CH4、C2H4/C2H6和C2H2/C2H4来进行故障诊断。由于C2H6/CH4只能反映油纸分解的极有限的温度范围，所以在后来的IEC标准中将此比值删去，改良后的三比值法被普遍认为