油浸式电力设备油中溶解气体分析(DGA)故障诊断技术的研究,对发现变压器内部早期存在的潜伏性故障,提高电力系统的安全稳定运行具有十分重要的意义。本文以变压器油中气体在线监测为目的,重点研究了油中气体在线监测控制系统设计及复合BP神经网络在DGA故障诊断中的应用。 针对目前市场上油中在线监测系统普遍存在的兼容性可扩展性差、自动化程度不够、抗干扰能力不强等问题,本文提出一种新型的基于CAN总线油中溶解气体在线监测控制系统设计方案,并完成其软硬件设计。 针对目前油中溶解气体分析(DGA)常规故障诊断方法中普遍存在诊断精度不够、容错性不强、不能处理复杂融合故障等问题,本文利用神经网络较强的非线性映射能力,将RBF网络与BP网络进行融合,提出了一种适合于变压器的复合BP神经网络故障诊断模型,模型通过选用适当的归一化函数和适当的聚类中心,有利于消除系统的传播误差,提高了输入向量的正交性,从而简化了网络结构,提高了网络的诊断精度和可靠性。 最后,文中将建立的复合BP神经网络模型应用于VB开发的上位机在线监测控制程序中,并将整个控制系统集成,通过在线和离线实例验证了控制系统的可靠性和诊断模型的有效性。