论文部分内容阅读
变压器是电力系统中的重要设备,本文开展了电力变压器故障预测技术研究,主要工作与结论是:分析了变压器油中溶解气体发展变化规律,指出多参数预测模型和组合预测模型在变压器故障预测中的重要意义。对常用的预测模型进行深入系统的研究,总结了常用预测模型的特点和适用范围。为构建多变量预测模型和组合预测模型奠定了基础。影响变压器油中溶解气体浓度的因素很多,其中既有确定性因素,又有非确定性因素,即“灰色”。因此,灰色模型适用于变压器油中气体浓度预测。DGM(1,1)模型是GM(1,1)模型的精确形式,有更高预测精度和稳定性,被推荐替代GM(1,1)模型。变压器油中溶解气体各组分之间是相互关联、共同发展的。多变量灰色预测模型—MGM(1,n)模型和BP神经网络能统一描述各种气体成份的发展变化,用于变压器油中溶解气体的分析预测,有更高的精度。针对单一模型难以描述变压器油中溶解气体存在多种发展变化趋势的缺点,引入最优组合模型、基于BP网络的变权组合模型以及灰色时序组合模型这三种组合预测模型对变压器油中溶解气体进行预测,取得了很好的预测结果。总结以上预测方法,开发了变压器油中溶解气体预测系统,并成功用于110kV电力变压器故障预测。应用表明系统可以迅速准确地评估变压器的绝缘状况,提前做好各种预防性措施,减少意外停机损失。