基于BP神经网络变压器故障诊断软件开发答辩PPT.ppt
《基于BP神经网络变压器故障诊断软件开发答辩PPT.ppt》由会员分享,可在线阅读,更多相关《基于BP神经网络变压器故障诊断软件开发答辩PPT.ppt(21页珍藏版)》请在冰点文库上搜索。
报告主要内容,概述变压器故障类型诊断方法BP神经网络构建软件模块设计总结与建议致谢,1.概述,电力变压器是电力系统的枢纽设备,其运行状况影响着电力系统的安全运行。
研究变压器故障诊断技术,提高变压器运行维护水平,对电力系统的安全具有重要意义,2.常见变压器故障类型,1.电性故障:
局部放电、火花放电、电弧放电2.热性故障:
一般过热、严重过热,3.电力变压器故障诊断方法,理论基础:
通过分析变压器油中溶解的特征气体的组分、含量来判断变压器故障。
传统故障诊断方法:
1、三比值法2、特征气体法传统方法的缺陷:
由于变压器故障类型与故障特征气体之间,呈现强烈的非线性特性。
利用传统诊断方法还需要丰富的经验等主观因素进行综合判断,存在一定的随机性和误判。
由于变压器故障类型与油中特征气体存在一种非常复杂的非线性关系。
对于抽取和逼近这种非线性关系,神经网络是一种合适的方法。
神经网络的优点:
具有模拟多变量而不需要对输入变量做复杂的相关假定的能力。
它不依靠专家经验,只利用观察到的数据,可以从训练过程中通过学习来抽取和逼近隐含的输入输出非线性关系近年来的研究表明,相对于前两种方法,利用神经网络技术进行变压器故障诊断克服了一些不足,取得了较高的准确度。
神经网络诊断法,BP神经网络概述,BP网络的学习由4个工程组成:
模式顺传播误差逆传播记忆训练学习收敛BP神经网络的重要优势在于:
学习性和自动调整性目前主要用于:
特征的提取、过程的控制和状态的预测实用对象:
非线性问题本课题就是利用其具有的较强的非线性映射特性,来诊断变压器故障,4.BP神经网络构建,纵观文献资料,大体利用以下几种气体含量进行诊断:
1.H22.CH4、C2H2、C2H6、C2H43.C1+C2(又称为总烃,为CH4、C2H2、C2H6以及C2H4四种气体的总量),输入向量设计1、CH42、H23、C1+C2(总烃)4、C2H2,根据BP网络的设计方法,一般都可以通过单隐层的BP网络实现,所这里用单隐层的BP网络,输出向量设计一般过热、严重过热、局部放电、电弧放电、火花放电所以输出变量就成为一个5维的向量,中间层神经元数目的确定:
根据经验公式,取11个,网络结构:
4115传递函数的选取:
网络各层神经元均采用Sigmoid函数,样本数据的采集采集某变压器30组气体数据样本作为训练样本。
数据的归一化处理:
目的:
防止病态样本的出现,易于网络训练学习,5.软件模块设计,系统,网络训练模块,故障诊断模块,数据管理模块,图形显示模块,说明,网络训练模块,基本思路:
1.VB更新训练样本2.调用Matlab导入训练样本3.对神经网络进行训练并保存实现方法:
VB借助Activex部件调用Matlab优势:
将Matlab强大计算功能与VB良好用户界面结合起来,缩短了软件开发周期并优化系统性能,VB,Matlab,调用,训练样本,更新,BP神经网络,导入,训练保存,训练实例,说明,故障诊断模块,基本思路:
1.VB将待诊断数据传输至Matlab2.Matlab调用训练好的神经网络进行计算3.Matlab将计算结果返回至VB界面实现方法:
VB借助Activex部件调用Matlab,VB,Matlab,待诊断数据,输出结果,计算,待诊断数据,BP神经网络,调用,返回,诊断实例,说明,数据管理模块,基本思路:
1.VB与数据库建立连接2.VB作为人机交互平台对数据库进行数据管理实现方法:
ADO数据访问技术SQL语言,VB,变压器型号参数数据库,变压器历史信息数据库,管理,数据管理实例,说明,图形显示模块,基本思路:
1.图形控件与数据库建立连接2.数据库将气体历史数据传输给图形控件3.图形控件将数据以图形形式反映在VB界面实现方法:
ADO数据访问技术Mschart控件,VB,Mschart图形控件,变压器历史信息数据库,气体历史数据,图像,图形显示实例,总结与建议,结论:
本次设计软件操作简单,运行快捷,能实现一些简单的诊断。
并且可以可以对历史数据进行管理,显示气体变化趋势。
建议:
由于BP神经网络本身的缺陷,以及样本数据的不足,故障诊断的正确率还有待进一步提高。
可以采取以下改进措施1、对BP神经网络算法进行改进2、增加故障学习样本,致谢,谢谢各位老师!