硕士学位论文
基于极限学****机的变压器故障诊断
Power Transformer Fault Diagnosis Based on Extreme
Learning Machine
遇炳杰
2014年 3月
国内图书分类号: TM411
国际图书分类号:
学校代码: 10079
密级:公开
工学硕士学位论文
基于极限学****机的变压器故障诊断
硕士研究生:遇炳杰
导
师:朱永利教授
申请学位:工学硕士
学
专
科:计算机科学与技术
业:计算机应用技术
所在学院:控制与计算机工程学院
答辩日期:2014年 3月
授予学位单位:华北电力大学
Classified Index: TM411
Dissertation for the Master Degree in Engineering
Power Transformer Fault Diagnosis Based on Extreme
Learning Machine
Candidate:
Supervisor:
Yu Bingjie
Prof. Zhu Yongli
Academic Degree Applied for: Master of Engineering
Computer Science
Speciality:
School of Control and Computer
Engineering
School:
Date of Defence:
March, 2014
Degree-Conferring-Institution: North China Electric Power University
华北电力大学硕士学位论文原创性声明
本人郑重声明:此处所提交的硕士学位论文《基于极限学****机的变压器故障
诊断》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究
工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰
写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以
明确方式注明。本声明的法律结果将完全由本人承担。
作者签名:
日期:
年
月
日
华北电力大学硕士学位论文使用授权书
《基于极限学****机的变压器故障诊断》系本人在华北电力大学攻读硕士学位
期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所
有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学
关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的复印件
和电子版本,允许论文被查阅和借阅。本人授权华北电力大学,可以采用影印、
缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。
本学位论文属于(请在以上相应方框内打“√”):
保密□,在
不保密□
年解密后适用本授权书
作者签名:
导师签名:
日期:
年
年
月
月
日
日
日期:
摘
要
摘
要
使用对有种溶解气体分析的方法进行变压器故障诊断,可在变压器运行期进
行故障分析的特点,对于变压器维修模式的转变有很大的推动作用,具有重要的
研究意义。本文在分析现有变压器故障诊断方法的特点及其存在问题的基础上,
将极限学****机算法应用于变压器故障诊断。
提出了基于极限学****机的油浸式电力变压器故障诊断方法。分析了不同隐
藏层激活函数对极限学****机的诊断性能的影响,给出了诊断的具体实现方法。
这种方法有不容易出现局部值的特点,且训练速度快,参数设定简单,易于应
用,适合于在线诊断。并通过实例验证了该方法的性能。
给了基于 WELM的变压器故障诊断方法。这种方法主要针对 DGA数据中
存在的数据不均现象,使用加权方案使数据恢复平衡性。研究了不同加权方案
对诊断性能的影响。通过实验证明了 WELM有更好的诊断效果。
在研究 KELM参数优化的基础上提出了基于 KELM的变压器故障诊断方
法。提出了使用粒子群优化算法结合 K折交叉验证的方法对 KELM参数进行
优化的方法,给出了具体参数优化和诊断实现过程。实验证明,相比 SVM算
法,基于 KELM的变压器故障诊断方法诊断准确率更高,训练时间更短。
关键词:电力变压器;故障诊断;油中溶解气体分析;极限学****机;加权方案;
参数优化
I
华北电力大学硕士学位论文
Abstract
Power transfor
基于极限学习机的变压器故障诊断 来自淘豆网www.taodocs.com转载请标明出处.