论文部分内容阅读
基于定期或不定期的人工巡检方法,在变压器状态诊断方面,具有一定的滞后性,无法实现实时采集和诊断。而依靠台账数据的变压器工作状态判定,更多地是带有预防性质的,当变压器某个状态信息接近不正常的临界值,就可以制定相应的修理或防控方案。但是,如果变压器有突发状况出现,这种不实时的方法显然无能为力,这也必然会导致变压器修复之后、故障周期延长、变电站损失加大、终端用户不满意等一系列事件的发生。考虑在变压器工作过程中,就对其部分状态信息进行在线监测,进而结合另外一部分状态信息的台账数据,在智能算法的判定机制之下,实现对变压器状态的诊断,替代传统的定期或不定期的人工巡检方法,具有非常重要的意义。据此,本文开展的主要研究工作如下:首先,分析了TP(Tai Ping)变电站对于变压器状态智能诊断系统的总体需求,进而从用户总体需求出发,分析了系统设计过程中的功能性需求和非功能性需求。其次,以回声状态网络为框架,构建了用于变压器状态智能诊断的核心算法。建立了变压器状态信息到异常程度之间的对应关系。构建了回声状态网络,设计其用于变压器状态诊断的具体步骤,并进行收敛特性分析。再次,对变压器状态智能诊断系统进行了详细设计,采用了C/S形式的体系结构以达成更好的安全性。设计了基于传感器和人工巡检相结合的变压器状态信息采集模块,进而设计了处理这些信息的数据库。在E-R图的设计框架之下,对四大类实体进行属性表格设计。给出了回声状态网络诊断算法的变量、函数和诊断流程。最后,给出了客户端和服务器的实现结果、数据录入和查询的实现结果,进行了变压器状态的诊断实验,给出了回声状态网络模型的训练过程和智能分析过程。