【《基于MATLAB的变压器故障分析案例》2100字】

基于MATLAB的变压器故障分析案例1.1变压器概述变压器为电力系统网络中十分重要的一个设备，其承担着将进行交流电压转换的重要任务，需要对该设备进行日常的维护及保养；在日常工作中，变压器由于运行环境的复杂及相关客观因素的影响，会出现多种不同的故障，其会影响整个电力系统的安全运行，同时对整个设备的寿命及后期运维都产生重要的影响；因此，对于变压器的故障研究与保护分析具有十分重要的现实意义。目前，发展比较成熟的群体智能算法主要包含有神经网络算法，遗传算法、鱼群算法等多种方法，在这里不一一列举。目前，大量的学者已将上述方法应用于路径规划问题的研究当中，且有较多的文献可以用于参考与借鉴；上述算法目前已发展成熟，可以广泛应用于实际问题的解决[10]。随着国家对人工智能领域的重视及加大科研资金的投入，人工智能技术也得到了快速的发展，是一个具有光明前景的产业；人工智能的出现给传统产业的发展带来了一次巨大的变革；促进的相关产业的提升；人工智能算法在人员身份信息识别、设备故障诊断及预测等方面具有着成功的应用经验；它的出现，必将带来一次新的产业革命。作为一种新兴的技术，具有比传统手段更为明显优势，以后必将获得广泛的应用。本课题将主要采用MATLAB软件工具来开展研究，以此来达到课题研究的目的，上述算法的基本原理都较为类似各有优势，通常用于故障诊断的研究与分析[11]。后面将重点对算法的主要原理特点及如何采用该方法进行相关的研究进行详细而又深入的描述，探索变压器故障的特性并开展分析。本章节的主要内容是对变压器故障特征及如何实现故障分析开展描述介绍；可以作为整个课题的基础性研究的一项基础性研究工作。1.2变压器故障状态变压器作为电力系统中重要的设备之一，它的运行状态好坏直接影响着系统的安全性与可靠性，必须引起足够的重视；正常为保护变压器的正常工作，需要专门增设与其相匹配的继电保护装置。正常变压器出现不正常的运行状态使时，可以根据情况大致分为油箱内部与外部故障两大类。其中，油箱内部常见的故障包括有相间短路、绕组接地短路、断路等情况；外部故障常见的主要为三相变压器引出线或套管上发生的相间短路和接地短路。上述故障若出现，都具有十分危险的后果，严重情况下会影响变压器的工作性能，引起绝缘物质出现汽化现象；并引发爆炸的严重后果。1.3变压器故障诊断对于设备的故障诊断研究，首先需要了解故障发生前的一些征兆模式，即出现故障前，设备所表现出来的一些特征演变；其可以作为故障诊断前的一种输入；建立征兆与故障之间的映射关系，由于电力变压器的故障表现形式较为复杂，也无法用精确的数学模型进行表达，对于该类型的故障诊断提出了挑战。传统的基于阈值监测或边缘检测的手段无法对故障的类型进行准确的识别，并给出准确的诊断结果；因此，有必要对电力变压器的典型故障特征进行调研分析，并采用智能化的算法来对征兆与故障之间的关系进行训练学习；通过一定的学习来形成对故障模式的记忆，便于在实际操作过程中出现类似情况时，可以第一时间给出准确的识别结果。图SEQ图\*ARABIC图SEQ图\*ARABIC1故障诊断一般流程图1为一般的故障诊断流程，为实现对故障类型的准确识别，首先需要提取电力变压器能够表征故障模式的特征参数信息，对参数进行预处理，经训练好的神经网络模型来对故障信息进行诊断识别；将神经网络模型诊断后的结果输出。深度学习是对神经网络技术的进一步研究，是一种包含多隐层的多层感知器，其主要通过组合低层特征来形成更加抽象的高层；以发现数据中的分布式特征；深度置信神经网络（简称“DBN”）为一种概率生成模型，与传统的基于判别的神经网络相比，所生成的模型是建立一个观察数据与标签之间的联合分布；其由多个限值玻尔兹曼机层组成；这些网络被“限制”为一个可视层与一个隐层，层间存在一定的关联；层内单元之间则不存在连接；隐层单元用于训练去捕获可视层表现出来的高阶数据相关性。其网络的结构模型如下图所示。图图SEQ图\*ARABIC2DBN神经网络模型该程序中设定的神经元节点中输入为9个，即为9种比值，输出为6个，即为对应故障类型，并且将输出的数据进行处理，最后获得预测的故障类型。图图SEQ图\*ARABIC3故障诊断模型采用MATLAB软件对故障诊断过程进行了模拟，采集了200余组变压器故障样本数据来对模型进行仿真研究，对将整个数据样本的前80%作为训练集对神经网络模型进行训练，后20%作为测试集，由训练的模型对故障样本数据进行故障类型的诊断。所得到的结果如下所示。图图SEQ图\*ARABIC4神经网络训练图SEQ图\*ARABIC5训练样本故障诊断图图SEQ图\*ARABIC6测试样本故障诊断由上图可知，采用DBN神经网络对训练样本集中的数据对模型进行了训练，训练成熟后的模型用于对测试集的故障样本进行了故障诊断，达到了良好的效果。由图4.5可知，实际的故障类型与经过神经网络诊断预测的故障类别较为一致；故障诊断准确率达到了95%以上；能够很好地为变压器的故障实时诊断提供借鉴。基于MATLAB平台对这一问题进行了深入分析，并编写了相关的算法程序，经过仿真测试，所编写的程序代码是可行的，能够解决本课题所要研究的电力变压器故障及保护分析问题，且取得了一定的效果；仿真结果能够很好地为本课题提供支持。当然，本课题只是基于软件平台做了