基于极限学习机的变压器故障诊断.doc

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