一、电力变压器油中氢气微机在线监测装置的研制（论文文献综述）
李雪飞[1]（2021）在《绝缘油内典型缺陷模型放电特性及游离气体产气规律研究》文中提出
沈晓洁[2]（2021）在《徐州地区220kV变电站关键设备状态监测技术研究》文中进行了进一步梳理
董伟广[3]（2021）在《电力变压器在线监测与故障诊断的系统研究》文中认为随着物联网、云计算和智能算法等技术的发展与普及,数据采集技术已经足够成熟,在此基础上实现基于人工智能技术和大数据分析的设备健康管理与故障诊断预测,进而成为具备自学习和自成长能力的智慧系统。电力变压器作为电力系统重要设备之一,其运行的可靠性、安全性直接影响整个电力系统的安全和系统的经济效益。本文在变压器工作状态方面的研究主要从在线监测变压器运行参数和基于DGA数据诊断故障两方面进行分析,设计与实现了变压器的监测和故障诊断系统。首先是变压器在线监测的研究。通过研究以单片机、DSP等处理器为核心在线监测变压器的应用,发现在监测方面存在着参数采集不够精确,电路设计较为复杂,不够灵活,系统运行不稳定等缺点。FPGA作为当前主流三大处理器之一,其在硬件和软件上具有超性能和灵活性特征,比单片机、DSP等在电路中的应用更加可靠。本文基于FPGA灵活实现电路的运行方式功能构建出配电变压器在线监测系统,通过对系统软硬件电路方案的确定,完成了对电路板的焊接和相关电路模型的搭建,实现了对变压器在线监测的模拟实验。主要实现对电力变压器绕组温度、电压、电流、功率因数及频率等参数的采集实现对配电变压器在线监测,并将采集的参数通过FPGA对数据的分析确定配电变压器是否处于正常运行状态,实现报警功能。实际电路测量结果表明该系统具有精度高,稳定性好、经济实用以及可视化程度高等特点,可以满足很多实际项目的需要。其次是变压器故障诊断的研究。本文通过对变压器油中气体数据分析,来判别变压器所处故障类型。为提高变压器故障诊断精度,提出一种特殊浓度归一化法结合交叉验证RBF神经网络算法用来诊断变压器中常见的五种故障类型。首先在大数据平台中对原始数据进行缺失值和异常值检测处理,再利用特征浓度归一化法将气体成分样本进行归一化,将处理后的样本数据随机分为训练集和测试集,分别应用到变压器故障诊断模型中。在变压器故障诊断模型中,针对变压器故障样本数据有限和RBF神经网络泛化能力较差以及容易出现过拟合等问题,建立K-折交叉验证法改善网络泛化能力及提高RBF网络分类准确率、分类召回率。最后建立了分类算法评估模型,利用ROC、PR曲线图及K-S曲线等指标对整体算法模型分类效果评估。通过实验分析结果得出,该分类算法模型下变压器故障诊断分类平均准确率可达90.84%,与传统的RBF神经网络、随机森林（RF）及梯度提升决策树分类（GBDT）算法分类相比,特征浓度归一化法结合交叉验证改进RBF神经网络能够提高变压器故障诊断准确率,避免了陷入局部最优,并且有效地提升了网络模型的拟合程度和稳定性。
张东[4]（2021）在《基于神经网络的油浸式变压器故障诊断方法研究》文中研究表明变压器在电力系统中的作用是变换电压、分配以及传输电能。变压器发生故障将直接影响电力生产和传输安全,因此对变压器的运行状态实时监测。本文研究油浸式电力变压器故障诊断方法,采用基于油中溶解气体成分分析的方法,设计了变压器故障在线监测与诊断系统。本文首先分析油浸式变压器故障类型和故障原因,然后分析油浸式变压器油中溶解特征气体成分与故障类型之间的关系。采用BP神经网络算法进行了变压器故障诊断分析,针对神经网络训练中存在的训练时间长和收敛性差问题,采用自适应速率法以及附加动量法对诊断过程进行优化。所提方法在MATLAB平台进行了仿真验证,仿真结果表明改进后的BP神经网络在训练时间以及收敛性上均有很大的改进。最后,本文设计了变压器故障在线检测装置和上位机管理系统。故障在线检测装置采用STM32F103C8T6为主控芯片,具有气体成分检测、数据存储、数据显示和远程通信等功能。上位机管理系统具有用户管理、变压器数据采集、故障诊断和数据管理等功能。系统测试结果表明所设计的系统能够实现油浸式变压器故障在线监测和诊断。
郑迪雅[5]（2021）在《基于空心光子晶体光纤的变压器油中溶解乙炔气体检测研究》文中进行了进一步梳理油中溶解乙炔的浓度及产气速率常用于监测电力变压器的早期故障。传统气相色谱法具有抗电磁干扰能力差、色谱柱易污染、消耗载气、且需要标定等缺点,而光学检测方法可以有效解决上述问题,因此得到广泛研究。传统气室体积较大,且结构复杂,价格昂贵,消耗特征气体多,本文采用空心光子晶体光纤（HC-PCF）作为传感气室,并结合光纤环形腔衰荡光谱技术（FLRDS）,开展了变压器油中溶解乙炔的气相检测研究。首先,探讨了基于聚焦离子束技术的小孔径、多孔数、孔深至纤芯的光纤侧面微通道的加工方法,掌握了外孔3×3 μm,内孔1×1 μm,孔深至纤芯的光纤微通道所对应的离子束加工参数,研制了低损耗且能快速响应的空心光子晶体光纤传感气室。在长为0.85 m的HC-PCF侧面加工4个微孔后,乙炔气体扩散进入空心芯区至饱和状态约需581 s,所需时间比从光纤两端扩散缩短了 93%。本研究中所加工的单孔平均传输损耗约为0.13 dB,对系统传输损耗影响小,适用于乙炔气体传感。然后,仿真研究了光纤腔衰荡系统的三种不同拓扑形式及光路参数对FLRDS系统检测性能的影响,确定了检测系统的最优拓扑形式,形成了耦合器分光比、传感气室长度、延迟光纤长度等最优光路参数选择方案,从而提高了检测系统的灵敏度、检测下限及浓度分辨率等性能。仿真结果表明,当采用环形光纤腔（2×2耦合器,分光比为90:10）拓扑结构,传感气室长度为1 m,延迟光纤长度为2.74km时,乙炔检测系统综合性能最优,检测下限为0.14ppm,气体浓度为10 ppm时,灵敏度为2.88 ns/ppm,浓度分辨率为0.14 ppm。最后,根据优化设计的环形光纤腔拓扑结构及最优光路参数,搭建了以HC-PCF作为传感气室的FLRDS乙炔检测系统,结合双波长差分检测法进行了低浓度乙炔气体检测,建立了乙炔浓度与双波长下衰荡时间之间的量化关系,可以利用测量得到的衰荡时间反算乙炔浓度。试验表明,所研制FLRDS乙炔检测系统的检测下限为0.64 ppm,乙炔浓度为9.97 ppm时,系统灵敏度为1.03 ns/ppm,浓度分辨率为0.39 ppm。系统最大的绝对误差为5.82 ppm,单点重复误差低至1.45%,实现了 ppm量级的乙炔检测。此研究系统同样适用于其他变压器油中溶解烃类气体检测,为变压器油中溶解气体在线监测提供了新方法。
辜祥[6]（2021）在《变电站变压器在线监测系统的设计与实现》文中研究指明电力已经成为了现代社会生产生活中必不可少能源,电力变压器作为电力系统中最重要的供电设备之一,如果变压器的发生故障,很容易造成电网事件或者大面积的停电事故,影响人们的日常工作生活和社会稳定。加之未来电网规模越来越大,电气化设备越来越多。而目前对变压器的监测手段仍然比较落后,难以适应现代设备管理的要求。本文针对以上问题,提出变压器在线监测的解决方案,力求对变压器的运行工况进行实时监测。本文对相关重要的厂站进行研究,分析了变压器在线监测的实际需求,并且对国内外设备在线监测的情况作了对比了解。就现在成熟的相关技术和常用的设备监测技术的深入研究和对比,对系统的便捷性,安全性,准确性,经济性等方面作了充分考虑。设计出了基于.NET平台的变压器在线监测系统。系统采用Client/Server架构（简称C/S架构）作为变压器在线监测系统的软件结构,以发挥C/S架构在安全性方面的优势,确定了系统的三层结构模式和设计了系统的基本功能模块。使用.NET Framework框架平台进行软件开发,一方面.NET平台支持C/S架构开发模式和优秀的图形化人机交互控件模式,另一发面提供了Visual Studio IDE集成开发环境,为开发人员提供了很大的方便。基于.NET平台使用C#语言实现了变压器在线监测系统的系统管理、油中气体监测、铁芯接地电流、油面温度监测等功能模块。利用SQL Sever数据库强大的数据管理能力,为系统的数据提供了数据管理、存储、查询等业务的支撑。总的说来,本文开发出了C/S架构+.NET平台+C#+SQL Sever的变压器在线监测系统,实现了实时监测变压器运行态势的初衷。通过变压器运行的指标数据可以第一时间发现故障表征,就可以在发生故障前制定科学的检修策略,以此达到保障变压器长期稳定运行,不出现大的停电事故的目标。
谢鹏[7]（2020）在《基于数据和模型的油浸式电力变压器健康管理系统研究》文中研究表明油浸式电力变压器在电网中的广泛使用,使其安全可靠性成为影响电网供电可靠性和供电质量的关键性因素之一,长期以来,油浸式电力变压器的健康管理一直倍受关注。由于变压器生产厂家、工艺、电压等级、容量等的多样化,以及运行环境的复杂化,变压器健康管理一直占据电网企业大量的资源。在智能电网背景下,新一代信息技术的飞速发展促进了智慧变电站的建设,使变压器运行状态的实时在线监测成为了可能,从而为变压器健康管理奠定了物理基础。本文立足于油浸式电力变压器预测性管理（prognostics and health management,PHM）的应用场景,开展变压器健康管理系统关键理论技术研究,在此基础上,充分利用先进的计算机、通信等信息技术,开发变压器PHM平台,以有效提高电网企业对变压器资产的管理水平和效率。本文的主要研究内容包括以下几个方面:（1）针对单一变压器属性难以有效、准确地实现变压器状态评估的问题,对变压器的多属性特性进行了分析,并给各属性分配适当的权重。在此基础上,提出了基于模糊逻辑的变压器多属性状态评估模型。该模型具有输入参数个数较少、模糊规则简单、评估结果准确可靠的优点。本文提出的方法克服了以往模糊逻辑模型和传统变压器健康评估方法的不足。变压器现场数据的检测结果检验了所提模型的正确性和可行性。（2）针对计算变压器热点温度的经验公式中对散热电阻的分析和取值较为简单,不能充分反映负载、环境等因素对温度的影响,致使计算结果误差相对较大的问题,研究不同负载电流下、不同冷却方式、不同内部温度下变压器内部传热方式与机理,提出考虑多因素条件下散热电阻的计算方法,进而构建综合考虑不同运行工况下变压器的改进热路模型,给出了基于改进模型的顶油和热点温度求解方法,并对计算结果进行准确性评估。结果表明,采用提出的改进模型计算得到的变压器顶油和热点温度与其实际值之差不超过2.2K,也即提出的散热电阻计算方法能有效提高热路模型的精确度。（3）分析了三种常见的基于油中溶解气体的变压器故障诊断方法;研究了遗传算法基本原理及其易陷于局部最优解的不足,提出一种交叉和变异概率、个体繁殖数量能够依适度值自适应调整的改进方法,仿真结果表明,改进方法显着提高了算法的全局搜索能力;利用提出的改进遗传算法优化BP神经网络的初始权值和阈值,建立基于改进遗传算法优化BP网络的变压器故障诊断模型,有效解决了BP神经网络收敛速度缓慢且精确度较差的问题,通过与已有的三种典型的故障诊断方法进行对比分析,结果表明提出的诊断模型具有更高的诊断速度和准确度。（4）利用提出的考虑不同工况下的变压器热路模型,建立了基于热点温度分析的变压器绝缘寿命评估模型;设计了一种热因素条件下油纸绝缘老化试验,提取基于脉冲相位分布模式的四个统计图谱共27个特征量,并通过因子分析法获取10个主成分因子,从而建立基于改进遗传算法优化BP神经网络的油浸式电力变压器油纸寿命评估方法,试验结果表明提出的方法诊断效果较好;分析了Weibull分布与电气设备寿命统计学规律的相关性,建立了基于Weibull分布的电力变压器寿命预测模型,利用收集的某电网电力变压器故障数据,检验了利用Weibull分布进行变压器寿命评估的有效性。（5）基于变压器PHM管理在线、实时化的需要,利用先进的信息网络技术,开发了变压器PHM管理系统。阐述了PHM管理平台开发所涉及关键技术理论和设计原则,基于PHM功能需求和技术资源现状,规划了平台总体架构和功能模块。通过将开发的PHM云平台对某变电站变压器联网试运行,运行结果表明,开发的平台有效提高了变压器运行状态监控水平,提升了变压器的管理效率。
苏育聪[8]（2020）在《电力变压器DGA算法优化研究及应用》文中研究指明随着现代电网的高速发展以及电力变压器在电网中的普遍应用,作为电网的核心设备,变压器运行质量关系整个电网运行可靠性,尤其是其本身的修复难度大,耗时长。为了确保电力系统运行的经济性、稳定性与安全性,就必须要高度重视变压器故障诊断。国内外的高电压、大容量电力变压器普遍采用油浸式变压器,油中溶解气体分析法（DGA）是早期发现及防范变压器故障问题的一个有效方法。在对变压器运行故障数据进行广泛收集的基础上,为了对三比值诊断法应用中比值恰好在编码区间的边界处时发生的误判进行克服与改进,在BP网络结构、原理、标准BP算法和改进BP算法的基础上,将BP神经网络应用于变压器故障诊断中,取得了较好的分类效果。为改善BP神经网络易陷入局部极小值且收敛速度缓慢,利用粒子群算法（PSO）全局优化的特点,提出一种有机结合BP算法与PSO算法的PSO-BP算法,即充分运用PSO算法对BP网络的阈值与权值进行有效优化,并将优化处理得到的BP网络应用于变压器故障诊断。实验数据结果分析表明,PSO-BP网络提高了诊断故障的准确率。利用支持向量机（SVM）基于数据的统计学习理论的优点,将支持向量机应用于诊断基于DGA的变压器故障问题。首先提出一种以支持向量机为核心的变压器故障诊断模型构建思路,并借助网络搜索法来确定模型参数。采用PSO算法对SVM参数优化,对采用的故障诊断模型中径向基函数（RBF）核函数参数和误差项优化,选取分类器的准确率作为粒子群算法的适应度函数,提高SVM算法的准确率。基于实例分析结果可知,所构建的变压器故障诊断模型在诊断效率、分类处理能力以及应用推广能力等方面的作用非常显着,可以为变压器故障诊断的相关工作提供一个可靠、有效的路径。
冯立国[9]（2020）在《机车牵引变压器故障研究及处理方法》文中研究指明随着我国铁路产品的不断优化升级,铁路战略的优化升级,高速铁路、高原铁路、载重运输等科技成果不断的更新换代,促进了铁路交通快速发展。从重载运输角度来说,我国大秦线是西煤东输的主要路线,现今的运输速度有了质的变化;从技术方面来说,我国的大功率牵引电力机车技术已经成功实现量产,这其中最引人瞩目的是单机功率可以达到9600KW的HXD3B型电力机车,此机车是现在世界上功率最高的电力机车。牵引变压器是电力机车中的重要组成部分,主要负责分配电能并且转换电压,是电力机车中所有组成元件中体积最大的一个构件。牵引变压器能够正常运行和电力机车的运行状况也是息息相关的,如果牵引变压器出现故障或损坏,电力机车在运行过程中极有可能出现事故,严重影响机车的安全性能,并且对整个铁路交通系统造成影响。所以,完善电力机车牵引变压器故障研究和处理方法,对于提高电力机车的安全运行具有重要意义。本文介绍了牵引变压器的发展历程以及牵引变压器的构造和工作原理,针对机车牵引变压器内部及外部故障进行研究分析,并对牵引变压器存在的渗漏、内部故障产生气体问题进行梳理。针对连车公司生产的单机功率9600KW的HXD3B型电力机车牵引变压器实际应用中出现的主要问题,研究HXD3B型电力机车牵引变压器由设计问题引起牵引变压器绝缘油不合格等现象进行深度解析,通过产生的特征气体进行分析,牵引变压器存在过热、放电现象,研究变压器本身结构,做出应对的解决措施,对HXD3B型电力机车牵引变压器本身进行技术改进,为HXD3B型电力机车安全可靠运行以及存在共性问题的其他型号牵引变压器后续维护保养提供了参考经验。
殷碧华[10]（2020）在《220kV电力变压器故障分析与检测》文中研究说明电力变压器作为电力系统的核心关键设备,为电网传输交流电能,是远距离输电不可或缺的组成部分,对电网的安全、稳定、可靠运行起着至关重要的作用,也在一定程度上对用户的供电可靠性产生决定性影响,因此如何降低变压器故障程度,及时止损,成为了一项重要课题。加强对电力变压器各种故障现象的监测并做好故障分析和诊断,剖析故障的产生机理、发展过程和表现形式,能有效地发现早期潜伏性故障,并对已有故障的严重程度做出判断来决定设备是否需要停运退运,能有效地避免电力系统故障与连锁故障的发生和扩大。本文针对220k V电力变压器故障分析与检测,主要工作如下:（1）将变压器常见的故障以功能和部件相结合的方式来划分为九类,“功能性”划分更能体现变压器多样性的故障特点,并详述了目前常用的故障诊断方法,包括通过声音、油位、温度等直观判断,油中溶解气体分析、红外、局放等带电检测以及绕组变形、直流电阻等常规停电检测。通过这些检测手段和试验方法,为诊断分析提供支撑依据,更准确、科学反映变压器的健康状况和内部潜在故障。（2）结合故障诊断的需要,提出了将故障树分析法应用于电力变压器的故障分析与检测中,把最终发生的故障作为研究对象,以探索故障发生的一切原因为目的,从而理清故障之间的因果逻辑关系,从表象到本质,从总体到局部逐渐细化,用清晰易懂的树形图清楚的表达故障发生的原因及现象,有利于实现对完整变压器系统故障和部位故障的综合考虑。（3）通过变压器的故障实例说明对变压器进行故障模式与故障树分析对于设备的运维以及电网的安全稳定运行具有指导意义,更有利于运行和检修人员了解变压器的状况,合理安排检修维护计划,并结合实际情况,提出对变压器运行中实际巡视维护的建议,多角度全方位的保障变压器的安全稳定。
二、电力变压器油中氢气微机在线监测装置的研制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电力变压器油中氢气微机在线监测装置的研制（论文提纲范文）
（3）电力变压器在线监测与故障诊断的系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器在线监测研究现状 |
| 1.2.2 变压器故障诊断研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 变压器故障的类型及其监测与诊断系统 |
| 2.1 常见变压器的故障概述 |
| 2.2 变压器油中溶解气体相关概述 |
| 2.2.1 变压器油中溶解气体的产生 |
| 2.2.2 变压器油中溶解气体分析 |
| 2.2.3 油中气体在线监测与故障诊断系统的研究 |
| 2.3 变压器常见监测方法 |
| 2.3.1 变压器局部放电在线监测技术 |
| 2.3.2 绕组变形在线监测 |
| 2.3.3 铁心接地在线监测 |
| 2.3.4 变压器振动频谱在线监测 |
| 2.3.5 变压器温度及电参数在线监测 |
| 2.4 变压器常见故障诊断方法 |
| 2.4.1 变压器故障诊断三比值法 |
| 2.4.2 变压器专家系统故障诊断方法 |
| 2.5 本章小结 |
| 第3章 变压器在线监测系统设计与实现 |
| 3.1 基于FPGA实现变压器在线监测的原理设计 |
| 3.2 在线监测系统设计中软件的使用 |
| 3.3 基于FPGA对变压器在线监测系统主要的程序设计 |
| 3.3.1 绕组电压电流采集 |
| 3.3.2 绕组温度采集 |
| 3.3.3 频率及功率因数采集 |
| 3.4 变压器在线监测实验结果分析及实物图 |
| 3.5 本章小结 |
| 第4章 变压器故障诊断分析 |
| 4.1 相关分类算法介绍 |
| 4.1.1 朴素贝叶斯分类 |
| 4.1.2 贝叶斯网络分类 |
| 4.1.3 决策树分类 |
| 4.1.4 随机森林分类 |
| 4.1.5 人工神经网络分类 |
| 4.2 变压器故障诊断的系统设计 |
| 4.2.1 DGA数据结构及归一化法 |
| 4.2.2 数据缺失值处理及异常值检测 |
| 4.2.3 RBF神经网络模型的建立 |
| 4.2.4 基于TRBF分类算法对变压器故障分析 |
| 4.3 基于K折交叉验证RBF分类算法分析 |
| 4.4 多重交叉验证改进RBF算法仿真数据分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果、参加学术会议及获奖 |
| 致谢 |
（4）基于神经网络的油浸式变压器故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 变压器故障研究现状 |
| 1.2.1 变压器油中溶解气体研究现状 |
| 1.2.2 变压器在线检测技术研究现状 |
| 1.3 本文主要研究内容 |
| 2 油浸式变压器故障类型及判断方法 |
| 2.1 变压器的故障类型 |
| 2.2 变压器不同故障类型的产气特性 |
| 2.2.1 过热性故障的产气特性 |
| 2.2.2 火花放电故障的产气特性 |
| 2.2.3 电弧放电故障的产气特性 |
| 2.3 变压器传统故障诊断方法 |
| 2.3.1 基于特征气体的故障诊断方法 |
| 2.3.2 基于产气速率的故障诊断方法 |
| 2.3.3 三比值故障诊断方法 |
| 2.4 本章小结 |
| 3 基于BP神经网络的油浸式变压器故障诊断分析 |
| 3.1 人工神经网络在故障识别中的应用 |
| 3.2 BP 神经网络算法基础理论 |
| 3.3 基于BP神经网络算法的变压器故障诊断方法 |
| 3.4 BP神经网络的优化方法 |
| 3.4.1 基于自适应学习速率法的故障诊断方法 |
| 3.4.2 基于附加动量法的变压器故障诊断方法 |
| 3.5 本章小结 |
| 4 变压器故障在线检测装置设计 |
| 4.1 系统总体设计 |
| 4.2 气体检测电路设计 |
| 4.3 无线通信电路设计 |
| 4.4 人机接口电路设计 |
| 4.5 数据存储电路设计 |
| 4.6 软件程序设计 |
| 4.7 本章小结 |
| 5 变压器在线监测与故障诊断管理系统设计 |
| 5.1 在线监测软件系统结构 |
| 5.2 数据库管理系统 |
| 5.3 上位机管理界面设计 |
| 5.3.1 用户登录管理 |
| 5.3.2 变压器状态监测 |
| 5.3.3 故障诊断 |
| 5.4 系统测试 |
| 5.4.1 监测系统测试 |
| 5.4.2 气体分析与故障诊断界面测试 |
| 5.4.3 数据管理界面测试 |
| 5.5 本章小结 |
| 6 结论 |
| 参考文献 |
| 致谢 |
（5）基于空心光子晶体光纤的变压器油中溶解乙炔气体检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器油中溶解乙炔检测研究现状 |
| 1.2.2 变压器油中溶解乙炔检测存在的问题 |
| 1.2.3 基于空心光子晶体光纤的气体检测研究现状 |
| 1.2.4 基于空心光子晶体光纤的气体检测存在的问题 |
| 1.3 主要研究内容 |
| 第2章 基于空心光子晶体光纤的气体检测理论基础 |
| 2.1 光子晶体光纤基本原理 |
| 2.2 光纤环形腔衰荡光谱基本原理 |
| 2.2.1 红外吸收光谱气体检测原理 |
| 2.2.2 光纤环形腔衰荡光谱检测原理 |
| 2.2.3 双波长差分吸收法检测原理 |
| 2.3 乙炔气体吸收谱线选择 |
| 2.4 油相与气相间的气体浓度关系 |
| 2.5 气体扩散理论研究 |
| 2.6 本章小结 |
| 第3章 空心光子晶体光纤气室结构研究 |
| 3.1 聚焦离子束技术基本原理 |
| 3.2 聚焦离子束微通道加工参数确定 |
| 3.2.1 微通道深度观测方式确定 |
| 3.2.2 微通道加工参数确定 |
| 3.3 微通道加工及样品性能测试 |
| 3.3.1 样品微通道加工 |
| 3.3.2 样品性能测试 |
| 3.4 微通道数目及排列方式设计 |
| 3.5 本章小结 |
| 第4章 空心光子晶体光纤传感系统光路仿真研究 |
| 4.1 光纤腔衰荡系统拓扑形式选择 |
| 4.1.1 环形光纤腔系统分析 |
| 4.1.2 线形光纤腔系统分析 |
| 4.1.3 三种光纤腔衰荡系统对比分析 |
| 4.2 光路参数仿真及最优参数确定 |
| 4.2.1 光路参数仿真 |
| 4.2.2 最优光路参数确定 |
| 4.3 本章小结 |
| 第5章 基于空心光子晶体光纤传感系统的乙炔检测试验研究 |
| 5.1 系统响应速度研究 |
| 5.1.1 光纤样品侧面微通道加工 |
| 5.1.2 气体扩散试验 |
| 5.2 配气及检测系统搭建 |
| 5.3 信号放大方式研究 |
| 5.3.1 掺铒光纤放大器放大光信号 |
| 5.3.2 运算放大模块放大电信号 |
| 5.4 气体传感测试 |
| 5.4.1 乙炔气体浓度检测试验 |
| 5.4.2 乙炔气体浓度与衰荡时间的关系 |
| 5.4.3 测量误差评估 |
| 5.4.4 重复性试验 |
| 5.4.5 光源波动对系统的影响试验 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
| 作者简介 |
（6）变电站变压器在线监测系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 本文的组织结构 |
| 第二章 变压器在线监测关键技术 |
| 2.1 变压器在线监测相关技术 |
| 2.1.1 变压器油色谱监测技术 |
| 2.1.2 变压器铁芯接地电流监测技术 |
| 2.1.3 变压器油温监测技术 |
| 2.2 C/S架构概述 |
| 2.3 .NET平台概述 |
| 2.4 C#语言概述 |
| 2.5 SQL Server概述 |
| 2.6 ADO.NET组件概述 |
| 2.7 本章小结 |
| 第三章 系统的需求分析 |
| 3.1 系统的整体需求 |
| 3.2 功能性需求 |
| 3.2.1 系统管理需求 |
| 3.2.2 数据采集和数据分析需求 |
| 3.2.3 油中气体监测需求 |
| 3.2.4 铁芯接地电流监测需求 |
| 3.2.5 油温监测需求 |
| 3.3 非功能性需求 |
| 3.4 本章小结 |
| 第四章 系统总体设计 |
| 4.1 系统设计的原则 |
| 4.2 系统体系结构设计 |
| 4.3 系统数据库设计 |
| 4.3.1 数据库设计原则 |
| 4.3.2 数据库规范设计 |
| 4.3.3 数据库逻辑信息设计 |
| 4.3.4 数据库信息表设计 |
| 4.4 本章小结 |
| 第五章 系统关键模块详细设计 |
| 5.1 系统模块设计 |
| 5.2 系统管理模块设计 |
| 5.3 数据采集和分析模块设计 |
| 5.4 油中气体监测模块设计 |
| 5.5 铁芯接地电流监测设计 |
| 5.6 油温监测模块设计 |
| 5.7 本章小结 |
| 第六章 系统实现 |
| 6.1 使用ADO.NET连接数据库 |
| 6.2 系统登录模块的实现 |
| 6.3 油中气体监测模块的实现 |
| 6.4 铁芯接地电流监测模块的实现 |
| 6.5 油温监测模块的实现 |
| 6.6 本章小结 |
| 第七章 系统测试 |
| 7.1 测试工具 |
| 7.2 功能测试 |
| 7.3 性能测试 |
| 7.4 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文工作总结 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
（7）基于数据和模型的油浸式电力变压器健康管理系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力变压器状态评估研究现状 |
| 1.2.2 电力变压器热点温度计算研究现状 |
| 1.2.3 电力变压器故障诊断研究现状 |
| 1.2.4 电力变压器绝缘老化诊断与寿命预测研究现状 |
| 1.3 本文主要研究内容与思路 |
| 1.4 本文主要工作与章节安排 |
| 第二章 基于模糊逻辑的电力变压器多属性状态评估方法 |
| 2.1 引言 |
| 2.2 变压器状态评估指标 |
| 2.3 电力变压器的多属性分析 |
| 2.4 模糊逻辑的电力变压器状态评估方法 |
| 2.4.1 模糊化处理与隶属度函数 |
| 2.4.2 模糊逻辑与近似推理 |
| 2.4.3 逆模糊处理 |
| 2.5 本章小结 |
| 第三章 考虑不同运行工况下油浸式电力变压器的热路模型 |
| 3.1 引言 |
| 3.2 油浸式电力变压器的热路模型 |
| 3.2.1 热路模型原理 |
| 3.2.2 变压器热传递过程 |
| 3.2.3 变压器热路模型的建立 |
| 3.2.4 热路模型法计算值与实测结果的对比 |
| 3.3 不同运行工况下油浸式电力变压器热路模型 |
| 3.3.1 不同负载电流下变压器热路模型的改进 |
| 3.3.2 不同冷却方式下变压器热路模型的改进 |
| 3.3.3 不同内部温度下变压器热路模型的改进 |
| 3.4 求解方法及其准确性分析 |
| 3.4.1 求解方法 |
| 3.4.2 准确性分析 |
| 3.5 本章小结 |
| 第四章 基于改进GA优化BP网络的油浸式电力变压器故障诊断 |
| 4.1 引言 |
| 4.2 三种常见的油浸式电力变压器故障诊断方法 |
| 4.2.1 基于三比值法的的变压器故障诊断 |
| 4.2.2 基于BP神经网络的变压器故障诊断 |
| 4.2.3 基于改进BP神经网络的变压器故障诊断 |
| 4.3 基于改进遗传算法优化BP网络的油浸式电力变压器故障诊断 |
| 4.3.1 BP神经网络算法的参数优化 |
| 4.3.2 GA及其改进 |
| 4.3.3 基于改进GA-BP模型的油浸式电力变压器故障诊断 |
| 4.4 结果与分析 |
| 4.4.1 实验说明 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 第五章 油浸式电力变压器绝缘老化诊断与寿命预测方法研究 |
| 5.1 引言 |
| 5.2 基于热点温度的油浸式电力变压器寿命评估 |
| 5.2.1 温度对变压器绝缘材料寿命的影响 |
| 5.2.2 不同工况下变压器寿命评估 |
| 5.2.3 实例分析 |
| 5.3 基于局放因子向量的油纸绝缘老化诊断 |
| 5.3.1 老化测试及聚合度测量 |
| 5.3.2 样品与局放试验方案 |
| 5.3.3 局部放电特征向量的提取及其主成分因子分析 |
| 5.3.4 基于改进GA-BP神经网络的油纸绝缘老化评估 |
| 5.4 基于Weibull分布的变压器运行寿命预测方法 |
| 5.4.1 Weilbul分布与电气寿命模型 |
| 5.4.2 变压器寿命模型参数估计与寿命预测 |
| 5.4.3 实例分析 |
| 5.5 本章小结 |
| 第六章 油浸式电力变压器健康管理系统平台 |
| 6.1 引言 |
| 6.2 平台关键技术理论问题和开发原则与要求 |
| 6.2.1 平台关键技术理论问题 |
| 6.2.2 开发原则与要求 |
| 6.3 变压器健康管理系统平台架构 |
| 6.3.1 平台技术特点 |
| 6.3.2 平台架构 |
| 6.3.3 变压器设备分级 |
| 6.3.4 状态监测对象与清单 |
| 6.3.5 变压器实时数据的智能监测方案 |
| 6.3.6 离线数据和实时数据的多源异构融合 |
| 6.4 变压器的故障智能诊断与维修优化管理 |
| 6.4.1 变压器的故障智能诊断 |
| 6.4.2 变压器维修优化管理 |
| 6.5 工程应用示例 |
| 6.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读博士论文取得的研究成果 |
| 致谢 |
| 附件 |
（8）电力变压器DGA算法优化研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 变压器故障诊断的重要意义 |
| 1.2 变压器检修方式发展历史 |
| 1.3 变压器故障诊断的国内外研究现状 |
| 1.4 本文所做的工作 |
| 第2章 变压器故障类型和诊断方法 |
| 2.1 变压器基本结构 |
| 2.2 变压器故障类型 |
| 2.3 变压器油中溶解气体 |
| 2.3.1 正常时变压器油中溶解气体组成 |
| 2.3.2 故障时变压器油中溶解气体组成 |
| 2.4 油中溶解气体分析变压器故障性质和类型 |
| 2.4.1 单项成分超标分析法 |
| 2.4.2 特征气体法 |
| 2.5 故障分类和原始数据 |
| 2.6 本章小结 |
| 第3章 基于人工神经网络的DGA算法优化 |
| 3.1 BP神经网络 |
| 3.1.1 BP神经网络激活函数 |
| 3.1.2 BP算法 |
| 3.1.3 标准BP算法的改进 |
| 3.2 BP神经网络在DGA的应用 |
| 3.2.1 确定输出向量 |
| 3.2.2 输入向量的确定 |
| 3.2.3 设计BP网络的对应结构参数 |
| 3.2.4 定义训练函数和参数 |
| 3.2.5 测试和结果分析 |
| 3.3 PSO-BP算法在DGA故障诊断 |
| 3.3.1 PSO算法 |
| 3.3.2 PSO-BP算法的实现 |
| 3.3.3 仿真测试和结果分析 |
| 3.4 本章小结 |
| 第4章 基于支持向量机的DGA算法优化 |
| 4.1 支持向量机基础 |
| 4.1.1 广义最优分类面 |
| 4.1.2 核函数 |
| 4.1.3 网格搜索法 |
| 4.2 支持向量机在DGA的应用 |
| 4.2.1 诊断规则RULE0和RULE1 |
| 4.2.2 数据归一化处理 |
| 4.2.3 支持向量分类机的训练及参数确定 |
| 4.2.4 数据训练与检验结果分析 |
| 4.3 PSO-SVM算法在DGA故障诊断 |
| 4.3.1 PSO-SVM优化原理 |
| 4.3.2 数据训练与检验结果分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
| 个人简历 |
（9）机车牵引变压器故障研究及处理方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 国内电力机车牵引变压器技术发展历程 |
| 1.3 国内外电力机车牵引变压器故障研究的现状 |
| 1.4 课题研究的主要内容 |
| 第二章 机车牵引变压器的基本结构和工作原理 |
| 2.1 概述 |
| 2.2 铁芯的组成及工作原理 |
| 2.3 绝缘绕组的组成及结构 |
| 2.4 牵引变压器油、油箱的特性及作用 |
| 2.5 牵引变压器各主要附件功能及作用 |
| 2.6 油保护装置的结构及作用 |
| 2.7 本章小结 |
| 第三章 机车牵引变压器的故障研究及分析方法 |
| 3.1 概述 |
| 3.2 渗漏油的部位及原因 |
| 3.2.1 焊缝部位 |
| 3.2.2 渗漏油故障的原因 |
| 3.2.3 连接部位的密封面 |
| 3.3 牵引变压器渗漏油现场处理方法的选择 |
| 3.3.1 焊缝渗漏处理 |
| 3.3.2 密封部位渗漏处理 |
| 3.4 内部故障类型及产生气体原因 |
| 3.4.1 过热故障 |
| 3.4.2 放电故障 |
| 3.4.3 受潮 |
| 3.5 牵引变压器内部故障分析方法 |
| 3.5.1 局部放电检测法 |
| 3.5.2 电磁场理论的变压器故障分析 |
| 3.5.3 变压器油中气体分析法 |
| 3.5.4 变压器油中烃类气体递增规律研究 |
| 3.6 本章小结 |
| 第四章 牵引变压器在实际应用中存在的主要问题及解决措施 |
| 4.1 HXD3B机车牵引变压器实际应用中出现的主要内部故障问题 |
| 4.2 HXD3B机车牵引变压器油不合格原因分析及解决措施 |
| 4.2.1 变压器油不合格原因分析 |
| 4.2.2 变压器内部进行技术改进 |
| 4.2.3 变压器绝缘油的过滤 |
| 4.2.4 变压器器身清洗 |
| 4.2.5 改进效果 |
| 4.3 意见与建议 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（10）220kV电力变压器故障分析与检测（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外变压器故障检测研究现状 |
| 1.2.1 基于DGA的故障检测方式 |
| 1.2.2 基于人工智能的故障检测方式 |
| 1.2.3 存在的问题和发展趋势 |
| 1.3 论文的主要工作 |
| 第二章 电力变压器故障分析理论基础 |
| 2.1 电力变压器故障分类 |
| 2.1.1 绕组 |
| 2.1.2 铁心 |
| 2.1.3 分接开关 |
| 2.1.4 引线 |
| 2.1.5 套管 |
| 2.1.6 绝缘油 |
| 2.1.7 冷却系统 |
| 2.1.8 保护与测示系统 |
| 2.1.9 油箱 |
| 2.2 直观判断 |
| 2.2.1 外观判断 |
| 2.2.2 声音 |
| 2.2.3 温度 |
| 2.2.4 油位 |
| 2.3 带电检测技术 |
| 2.3.1 油中溶解气体分析检测技术 |
| 2.3.2 红外诊断方法 |
| 2.3.3 局部放电 |
| 2.4 停电检测技术 |
| 2.4.1 绕组直流电阻检测 |
| 2.4.2 绝缘电阻及吸收比、极化指数检测 |
| 2.4.3 绝缘介质损耗检测 |
| 2.4.4 绕组变形检测 |
| 2.4.5 工频耐压检测 |
| 2.5 本章小结 |
| 第三章 故障树分析 |
| 3.1 故障树分析法介绍 |
| 3.2 故障树分析法流程 |
| 3.2.1 故障树建立 |
| 3.2.2 故障树符号 |
| 3.3 电力变压器故障树 |
| 3.3.1 变压器故障主树 |
| 3.3.2 变压器故障子树 |
| 3.4 故障树可靠性评估 |
| 3.5 本章小结 |
| 第四章 变压器故障实例分析 |
| 4.1 故障实例 |
| 4.1.1 变电站概况 |
| 4.1.2 设备相关信息 |
| 4.1.3 历史故障处理情况 |
| 4.1.4 故障树分析方法判断 |
| 4.2 变压器巡视维护建议 |
| 4.2.1 专业巡视 |
| 4.2.2 日常维护 |
| 4.2.3 安装验收 |
| 4.2.4 资料汇总 |
| 4.3 本章小结 |
| 第五章 总结及展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
四、电力变压器油中氢气微机在线监测装置的研制（论文参考文献）
- [1]绝缘油内典型缺陷模型放电特性及游离气体产气规律研究[D]. 李雪飞. 南京师范大学, 2021
- [2]徐州地区220kV变电站关键设备状态监测技术研究[D]. 沈晓洁. 中国矿业大学, 2021
- [3]电力变压器在线监测与故障诊断的系统研究[D]. 董伟广. 湖北民族大学, 2021(12)
- [4]基于神经网络的油浸式变压器故障诊断方法研究[D]. 张东. 辽宁工业大学, 2021
- [5]基于空心光子晶体光纤的变压器油中溶解乙炔气体检测研究[D]. 郑迪雅. 华北电力大学(北京), 2021(01)
- [6]变电站变压器在线监测系统的设计与实现[D]. 辜祥. 电子科技大学, 2021(01)
- [7]基于数据和模型的油浸式电力变压器健康管理系统研究[D]. 谢鹏. 华南理工大学, 2020(05)
- [8]电力变压器DGA算法优化研究及应用[D]. 苏育聪. 河北科技大学, 2020(06)
- [9]机车牵引变压器故障研究及处理方法[D]. 冯立国. 大连交通大学, 2020(06)
- [10]220kV电力变压器故障分析与检测[D]. 殷碧华. 天津工业大学, 2020(02)