一、110 kV电力变压器本体噪声的降低（论文文献综述）
张焱[1]（2021）在《110kV户内变电站电气设备选型研究》文中提出随着城市110kV变电站逐步向户内变电站的建设型式转变,电气设备选择研究对户内变电站优化设计意义重大。通过对主要电气设备型式、关键参数的合理选择,以提高变电站主要设备的使用寿命、经济性等主要技术性能,并对主变和110kV GIS布置的关键尺寸进行了研究,以指导户内变电站的配电装置布置。
吴国鑫[2]（2021）在《变压器故障声纹检测与诊断方法研究》文中研究指明变压器运行时发出的声音中包含了变压器运行状态的信息。当某些零部件或者设备运行的参数出现异常时,变压器的声音往往会发生一定程度的变化。故障产生的机理不同,变压器发出的声音也不同。据此,本文提出基于声纹的变压器放电和机械故障诊断方法。针对机械故障声音与变压器本体噪声特征相似易混淆的问题提出改进小波包-BP神经网络算法,与传统小波包-BP神经网络算法相比声音的识别率提高了 5.7%。为提高声音识别系统的泛化性,采用梅尔对数频谱-卷积神经网络声音识别算法。采用两种算法相互验证,提高了声音识别系统的可靠性。针对麦克风采集到的声音是变压器本体噪声和故障噪声的混叠声的问题,利用快速独立分量分析算法把变压器本体噪声和故障声音分离开;利用小波包算法将声音信号分解成32个频段,计算各频段声音能量作为声音的特征向量;根据声音能量分布特征,以BP神经网络作为分类器来识别不同故障声音。为解决机械故障声音与变压器本体噪声特征相似的问题提出改进算法,若识别未知声音为机械故障声音或变压器本体噪声,则将声音1 500 Hz以下的频段继续小波包分解为32个频段,重新输入网络模型二次识别声音类型。为提高算法的泛化性,采用基于梅尔对数频谱和卷积神经网络的声音识别算法。在变压器油箱中模拟了不同类型放电和机械故障。根据变压器内常见的放电类型,设计了均匀电场放电、电晕放电和沿面闪络放电3种放电模型。对于机械故障,分别模拟了金属小部件与油箱内线圈底部摩擦、夹件摩擦及与压板摩擦产生的声音。并建立干扰声音库,包含风声、脚步声、鸟叫声、汽车声、驱鸟器声、人声。本文建立了变压器放电和机械故障的音频数据库和异常声音特征图谱。多次试验表明,基于改进小波包-BP神经网络的故障诊断方法可以辨别变压器放电声音、机械故障声音和变压器本体噪声,准确率可达到99.6%。具有良好泛化性的梅尔对数频谱-卷积神经网络算法的准确率可达到97.6%。
张琛亮[3]（2021）在《基于混合高斯模型的变压器振动状态诊断方法》文中认为随着电力系统设备运行时间渐长、数量增多,维护成本大大提高,对设备的状态诊断提出了更高的要求。基于振动的变压器状态监测方法由于其实时性、准确性等优点获得了重视,但目前尚有很多应用问题未得到解决。为此,本文提出了一种基于统计学思想的混合高斯模型并结合先验知识的变压器异常诊断方法,以实现变压器的实时状态监测。本文结合绕组阻尼-弹簧-质量块模型,分析了绕组在正常及异常状态下的振动特性;结合铁芯振动模型,分析了铁芯在正常及异常状态下的振动特性;以变压器绕组、铁芯振动产生的机理为理论基础,给出了变压器的正常、异常状态的特征表现及其相应的特征描述量,即频率复杂度、电流相关性、奇偶次谐波幅值之比、谐波能量分布系数等特征值,以此来描述异常状态下变压器的时频域变化特征。为了精确采集实际变压器振动,使得干扰最小化,本文设计了一种可以实时监测变压器振动数据,并将数据通过网络上传至服务器的高精度传感与采集系统。本文重点研究了作为核心监测部件的振动探头选型及干扰问题,通过试验对比分析了不同类型的振动传感器及其不同的供电方式,考虑实际使用环境,最终选择恒流供电的A26D500型压电式IEPE振动传感器。将设备安装于某直辖市110kV变电站一台型号为SSZ11-50000/110的变压器上进行在线数据监测,采集其振动及电气信号。测量结果表明,此变电站变压器振动状态较为理想,频谱分布集中于100Hz附近,机械状态良好。针对实际信号的随机性并考虑到特征提取方法的特点,本文使用主成分分析方法对数据进行了降维处理。同时,考虑到部分不易考量的因素,提出了一种基于混合高斯模型的变压器振动状态监测方法,通过贝叶斯信息准则确定混合高斯模型的阶数,利用实测数据进行参数拟合。最后,使用运行时间较长的老化变压器振动数据作为异常样本,对所提算法进行了检验,证明了算法的有效性。
朱柯佳[4]（2021）在《高噪声环境下变压器声纹特征提取方法研究》文中研究表明电力变压器作为电力系统中的重要设备,保证其安全稳定运行至关重要。传统变压器故障诊断存在一定的缺点,比如可能会造成不必要的人力物力浪费,所以,基于声纹的变压器故障诊断方法一经提出,便因其方便、有效的特点而被研究人员所重视。然而,变压器常处于嘈杂的工作环境中,采集到的变压器本体声音信号经常受到噪声的干扰,这些噪声会降低变压器声纹故障诊断的准确率。同时,提取的变压器声纹特征参数所含信息的完整度与冗余度也会对变压器声纹故障诊断准确率和效率造成一定程度的影响。本文主要研究高噪声环境下变压器声纹特征提取方法。首先,深入分析了基于小波阈值的去噪方法、基于FastICA的去噪方法以及基于谱减法的去噪方法这三种常见的去噪方法,将三种去噪方法应用于不同类型噪声干扰下的变压器声音信号去噪中,均可以降低噪声对变压器故障诊断的干扰。根据评价指标,对比三种去噪方法的适用环境及优缺点,同时,本文对小波阈值去噪法进行优化,使小波阈值函数更平滑,同时对声音信号进行分层选择阈值,强化去噪效果。结果表明,改进后的小波阈值法去噪性能有所提高。其次,提出了一种基于小波包能量-TFCC的特征参数提取方法。首先基于小波包分解提取变压器声音信号的小波包能量谱,然后提出了变压器声音频率倒谱系数（TFCC）特征提取方法。然而,小波包能量谱及TFCC特征参数维度大,存在特征冗余问题。利用基于Laplacian得分与Fisher得分的特征选择方法,将两种特征参数中对故障诊断贡献率更大的特征维度提取出来,组合成基于小波包能量-TFCC的特征参数。对比与分析结果验证了该特征参数故障诊断准确率及效率更高。最后,变压器声音信号去噪与特征提取作为变压器声纹故障诊断的预处理过程,每一步都影响故障诊断的准确率,二者是不可分割的。所以,利用实地采集的高噪声环境下变压器声音信号进行完整的故障诊断对比与分析。结果表明,本文提出的利用基于改进阈值和分层阈值法的小波去噪后,提取变压器声音信号基于小波包能量-TFCC的特征参数输入故障诊断模型中的方法有效,且准确率更高,能够解决高噪声环境下变压器声纹故障诊断准确率降低的问题,适合应用于实际工程中。
郭佳熠[5]（2021）在《特高压并联电抗器铁心振动机理及减振措施研究》文中研究表明特高压并联电抗器具有补偿长距离线路电容效应、抑制工频电压升高的作用,是特高压交流输电工程中的重要设备之一。本体振动超标和由此造成的一系列问题是特高压并联电抗器运行中面临的最主要问题之一。铁心振动是特高压并联电抗器本体振动的主要来源,研究特高压并联电抗器铁心减振措施对于保障设备的安全稳定运行具有重要意义。本文以特高压并联电抗器铁心的减振设计为主要目的,围绕特高压并联电抗器铁心振动产生与传播等核心问题,开展了相对应机制与特征的研究,采用有限元仿真与试验相结合的手段开展了综合系统地分析,并据此提出了基于气隙结构的特高压并联电抗器铁心减振方案,主要内容如下:特高压并联电抗器铁心振动机制与计算方法研究。针对现有计算方法无法准确表征油浸式特高压并联电抗器铁心叠片规则且未考虑流-固耦合影响的问题。深入分析特高压并联电抗器铁心的振动机制与结构特点,分析并明确了硅钢叠片磁特性参数三维各向异性特征在特高压并联电抗器铁心各部件上的表现形式,根据特高压并联电抗器铁心叠片规则定义了一组叠片坐标系,并构建了与空间直角坐标系的映射,实现了两种坐标系下参数的自由转换。结合电磁-机械多场耦合模型,重点分析了铁心与变压器油间的流-固耦合,提出了计及铁心叠片规则与流-固耦合的特高压并联电抗器铁心振动计算方法,填补了具有辐射结构铁心饼的油浸式双柱特高压并联电抗器铁心振动计算方法的空白。通过特高压并联电抗器等效模型开展实验,对计算结果的准确性进行了检验。为特高压并联电抗器铁心振动特征与减振技术的研究奠定了理论与方法基础。典型结构与运行状态下特高压并联电抗器铁心的振动特征研究。针对现阶段缺乏系统性特高压并联电抗器铁心振动特征研究的问题。利用本文提出的铁心振动计算方法,研究了单柱和双柱两种典型结构特高压并联电抗器铁心在额定运行条件下的振动特征和差异,得到了同等运行条件下单柱式特高压并联电抗器铁心的振动强度小于双柱式的结论。利用特高压并联电抗器等效模型开展试验,验证了本文提出的铁心振动计算方法在多种输入电压条件下的计算准确性。基于特高压交流电网在正常和异常运行状态下的典型电压波动形式,分析计算了波动电压下特高压并联电抗器铁心的振动特征,得出了在本文研究3种运行条件下特高压并联电抗器铁心振动参数与电抗器的运行电压呈线性相关的结论。基于试验获得的特高压并联电抗器等效模型振动数据分析了其时频域特征。通过系统性地分析特高压并联电抗器铁心振动特征,明确了铁心减振设计的目标与方向。特高压并联电抗器铁心振动传播研究。为了明确现有各类标准中常用的电抗器本体振动描述对象（油箱）与铁心振动的关系,并针对电抗器内部复杂条件造成的铁心振动传播分析困难的问题,研究了特高压并联电抗器铁心与油箱振动的相关性。基于特高压并联电抗器等效模型开展试验,在铁心和油箱外壁分别布置若干振动传感器,通过施加8种不同运行电压,获取了相应运行状态下电抗器内外部测点的振动信号。比较分析了皮尔森相关系数、欧氏距离倒数和频域置信因子3种相关性指标在振动相关性分析方面的效果,选择不同电压等级下的欧氏距离倒数作为相关性评价依据。并据此分析了电抗器外壁测点与内部铁心测点之间振动信号的相关性,发现电抗器油箱的振动状态在一定程度上可以反映铁心振动状态,两者之间的传播路径越直接相关性越强。为以铁心减振设计为手段的特高压并联电抗器本体减振研究提供了理论支撑。特高压并联电抗器铁心减振方法研究。针对特高压并联电抗器存在振动极易超标的问题,在常规改变外施条件和铁心材料技术手段之外,提出了基于气隙结构的特高压并联电抗器铁心减振方法。阐述并分析了气隙结构对铁心振动参数影响的理论依据与影响规律,提出了特高压并联电抗器铁心结构优化模型;基于双柱式特高压并联电抗器铁心计算模型,设计了 2组各31个5气隙特高压并联电抗器铁心结构简化模型,采用本文提出的电抗器铁心振动计算方法计算了气隙位置和长度变化时铁心振动参数的变化情况,给出了特高压并联电抗器气隙结构优化建议;并据此提出了 5气隙电抗器的气隙结构优化方案,设计制作了 2台小型干式双柱电抗器,验证了该方案的减振效果;结合气隙结构优化建议与特高压并联电抗器铁心设计要求,提出了 20气隙特高压并联电抗器铁心结构优化设计方案,计算并对比了上述方案在典型运行条件下的减振效果,还讨论了气隙结构调整对电抗器主要设计参数的影响。上述研究方法与结论可在安全和经济性的前提下,对特高压并联电抗器的设计工作具有重要指导和参考意义。
陈三伟[6]（2021）在《基于PLC和变频控制技术的500kV变压器冷却系统研究》文中进行了进一步梳理变压器冷却系统作为保证变压器安全稳定运行的重要部件,越来越得到了工程技术人员的关注。由于早期投运的变压器冷却控制系统都为传统继电器控制模式,其智能化程度低、能耗高、噪音大。本文针对500kV溯河站1#主变压器冷却控制系统老旧和故障频发的实际问题,提出一款基于PLC和变频控制技术的500kV变压器冷却系统,依据负荷、温度等参数,智能设置风机运行状态,显着降低冷却系统故障率、能耗和噪声。具体工作如下:①按照变压器内部热量的散出方式,分析了热传导、对流和辐射三种情况下变压器内部热量的散出的计算方法,研究了变压器内部绕组、铁心和变压器油的温升计算方法,为后续系统设置时提供相应理论基础。②设计了冷却系统主电气回路的硬件部分,并按照系统控制原理框图对硬件部分进行连接。重点是选用西门子系列的信号采集控制模块设计了PLC控制的主电气回路,通过调整频率获得不同的电机转速,最终实现了PLC+变频控制模式。另外,在保留工频控制模式的基础上,设计了冷却系统双模控制系统（PLC+变频控制模式和工频控制模式相结合的控制方法）的转换电气连接回路。③采用PLC编程软件完成冷却控制系统的软件设计。为了便于现场工作人员日常操作,软件界面设置时将PLC+变频控制模式命名为“自动模式”,将工频控制模式命名为“手动模式”。设计了双模控制系统的软件转换程序,当PLC电源故障或全部冷却器故障等情况下,系统由自动模式转为手动模式。按照冷却系统正常和冷却器故障时两种典型情况下的系统运行原则,设计完成了自动模式的运行程序,完成总体系统控制程序与上位机各界面的设计。④现场采集了12个月的电能节约量,并与以往常规模式下的耗电量做对比,验证了本系统节能效果较为显着。在不同运行状态和位置下的监测噪声数据,证明本系统具有较传统工频模式下更显着的降噪效果。
芦斌[7]（2021）在《聊城辖域内变电站设备状态检修方法研究》文中认为变电站内的设备状态检修是保障电力系统安全运行的关键因素,也是实际运维工作中的难点所在。聊城域内变电站设备状态检修工作起步相对较晚,且变电站及站内设备数量在近几年快速增长等因素影响,使得聊城域内变电状态检修工作面临更严峻、更大的挑战。因此,本文针对聊城辖域内变电站设备状态检修的实际工作开展应用研究分析,主要包括以下内容:（1）首先,基于状态检修的基本原则和国内外的发展历程,阐述变电站设备状态检修的基础理论,分析站内设备实施状态检修的实际目的。并进一步结合近年来聊城域内供电公司变电检修工作实际情况,分析当前聊城域内变电站设备的常见故障、处理手段和检修策略情况,并根据实际情况分析当前形势下故障发生原因、变电状态检修的发展瓶颈,以提出具有针对性的管理和技术层面的改进措施与方法。（2）其次,以作为站内核心设备的电力变压器为研究对象,对变压器油中的溶解气体进行色谱分析,以此为基础提出一种基于模糊边界判断的三比值分析方法。当前,针对变压器油中溶解气体进行色谱分析（DGA）是实现变压器在线监测的主要途径,色谱分析的原理是根据所得的气体组成和气体含量,确定变压器内部是否存在异常状况,通过对各气体组分关系的梳理,确定内部故障及溶解气体类型间的对应关系。就目前的情况来说,三比值法是气体分析中现场应用最广泛的方法之一。但是编码太过绝对化以及故障编码不完善等问题却导致该方法在实际应用中有着比较强的局限性。所以,本文对以模糊边界判断为基础的改进三比值法进行构建,通过三比值法编码的隶属函数构造,针对其编码展开模糊处理,紧接着获取到以模糊为基础的三比值法故障诊断方法。最后以域内某500千伏主变油中溶解气体色谱分析实例验证该方法的有效性和准确性。（3）最后,对站内SF6高压断路器试验项目及相应的运行参数进行全面而充分的分析,以此为基础,结合聊城实际设备状况,构建出以模糊综合评价理论为基础的高压断路器状态评价模型。环境、绝缘、机械及电气等各项因素都会对该高压断路器的实际运行情况造成影响,分别针对这些参数展开分析研究,明确三者间的关联关系与耦合特点。据此,建立了 SF6高压断路器的状态评价因素体系,并应用模糊数学升半梯形分布公式建立隶属度模型。在隶属度确定上,整合运行环境、维修记录等定性指标,采用专家调研法确定隶属度。针对聊城域内实际设备特点,根据最大隶属度原则,并应用设备评级方法来判断,判定备处于何种状态,为实际状态检修提供决策支持。
孟旭[8]（2020）在《基于粒子群优化小波神经网络的局放特高频信号模式识别及特征分析》文中研究指明变压器是电力系统的“心脏”,发挥着电能转换核心作用,其无缺陷运行与居民的可靠用电以及电网的经济安全息息相关。为保障电网安全运行和电力持续供应,迫切需要对变压器的各种常见故障以及解决方案展开研究。其中,局部放电是电力变压器运行中最为常见的故障之一,其容易侵蚀绝缘介质,造成绝缘劣化降低绝缘强度,影响绝缘介质的使用寿命。更严重的是,当绝缘介质发生击穿,会引发巨大的人身设备安全事故,给国家和企业带来高额经济损失,并对电力系统的安全运营造成威胁。目前,针对变压器局部放电的研究方法有很多种,但是每种方法各有优劣,本文对各种方法进行了对比分析,并展开了相应的研究。首先,根据国内外已有的研究成果,详细阐述了电力变压器局部放电的定义及基本理论,接着对目前常用的放电信号检测手段、放电信号特征参数提取以及类型识别算法进行了简要介绍。本文基于平稳小波迹算法,将symN小波作为基函数,对原始局放信号降噪处理,选取了最优降噪算法;基于平稳小波迹算法常用局部放电特征参量提取固定函数,调整尺度参数和位移参数,提取特征参量,通过相关性分析降低其维数。基于提取的有效特征信号,本文采用人工神经网络算法来识别变压器内部四种常见的局部放电模式。通过上述对小波迹理论的分析,将其与神经网络相结合,并在此基础上使用粒子群算法进行优化处理。采用现场实际算例对改良后的识别模型进行了验证,对实际算例放电类型识别的结果表明,优化后的算法较优化前具有更优良的识别准确度。基于上述研究,开发了一种采用特高频段信号的变压器局放在线监测系统,并将该系统应用于菏泽电网。通过实际案例说明该系统的投运成功对变压器进行监测,识别局部放电信号及类型,保障了菏泽电网稳定和安全。
张悦[9]（2020）在《基于抗震性分析的变压器隔振结构研究》文中认为在变压器在正常运作中,变压器发生故障的原因有很多,比如地震是其主要原因。变压器一旦发生故障,发电机功率的输出受到限制以后,一些用户的用电将被中断。这会给电力供应构成巨大威胁,给社会经济造成巨大损失。本文搜集了历年来国内外发生的地震灾害,并从中总结出变压器受地震灾害后主要的损害变现形式,其发现各损害形式中本体位移和瓷套管破裂、移位、渗漏等两种现象比较集中突出,由此想针对地震对变压器的影响因素和危害设计一个隔振器,能够有效缓解或者减轻地震对变压器的损坏。本文首先对变压器本身震动进行了分析,通过建立数学方程,分析变压器形变云图,确定消除变压器本身震动和噪声的材料为高阻尼隔振材料。通过引入单方向、多方向同频以及多方向异频周期激励,建立单自由度和多自由度含阻尼受迫振动系统,列出单自由度动力方程和多自由度运动方程。采用反应谱法对系统进行解析求解,进而对系统的幅频响应特性以及力传递率特性进行详细分析,并类比于线性隔振理论,基于传递率曲线关于系统阻尼比的不动点给出隔振系统低频隔振性能评价指标,进一步对隔振系统理论上的低频隔振性能进行对比分析与论证。本文对功率流传递率的研究结果证实了双层隔振系统的隔振性能较单级隔振器要有更好的性能,且可以通过适当减小质量比、刚度比以及阻尼比来进行提升,且低频隔振系统的效果要比等效线性隔振系统更明显。从而总结出增强双层隔振系统的隔振效果之有效方案,确定了双级隔振器的形式。传统方法的单级隔振器无法有效规避地震危害,经过本文论证,双级隔振器的发展势在必行。本文论述的双级隔振器一级隔振材料使用比尔茨隔振垫,极好的受压变形值,二级隔振设计为多点圆周分布的阻尼弹簧结构。在传统隔振器的基础上,经过新材料的优化使用、组合分布的合理安排等方面进行了创新,以达到更好的隔振效果。最后结合220kV变压器的实际使用安装形式,确定了双级隔振器组合式布置形式,并组合式布置形式安全性进行了验算。最终得出结论,双级隔振器的研究能使电力变压器在地震中容易受损问题得到极其大的改善,电力系统能够稳固运行离不开这种装置,需要隔振器的保护才能达到最佳运行状况。
许自强[10]（2020）在《数据驱动的电力变压器智能化健康管理关键技术研究》文中研究说明作为电力系统的重要枢纽设备,电力变压器的安全稳定运行是保障优质电力正常供应以及社会正常运作的必要基础。伴随着智能电网建设的不断推进,包括状态监测、生产管理、运行调度、气象环境等在内的电力变压器状态相关信息已逐步呈现出体量大、种类多、增长快等典型大数据特征。因此,在电力大数据的时代背景下,开展电力变压器状态数据的综合挖掘与分析研究,对于推动设备运行维护迈向精细化、智能化管理具有重要意义。本文以反映设备运行状态的多源信息为数据基础,以人工智能技术与数据挖掘技术作为分析工具,深入研究包含异常检测、故障诊断、状态评估、态势预测等在内的电力变压器智能化健康管理关键技术体系。主要的研究内容与成果如下:针对电力变压器在线监测系统受设备状态异常变化、外界环境干扰以及通讯中断等因素影响而产生异常数据的问题,本文提出一种面向设备监测数据的异常识别及模式区分方法。首先,通过利用经验小波变换与差分自回归移动平均模型对监测数据进行时序建模,获得反映监测数据异常情况的残差序列,并进一步运用孤立森林算法识别其中的异常点信息,依据识别结果对监测序列进行分段。然后,采用改进多维SAX向量表示法对分段序列进行符号化表示,通过计算相邻符号向量的相似度得分得到关于异常模式的判定结果,并进一步利用监测序列的关联性对判定结果进行校验。最后,结合实例分析表明,本文所提方法能够可靠识别异常点并对其无效及有效两种异常模式进行准确区分。针对电力变压器智能故障诊断中存在的数据非均衡问题,本文提出一种基于深度学习的故障数据增强方法,以实现样本类别分布均衡化的目标。首先,建立梯度惩罚优化的条件式Wasserstein生成对抗网络模型以指导多类别故障样本的生成过程,并克服了原始生成对抗网络模型存在的训练不稳定问题。然后,构建以油中溶解气体无编码比值为特征参量的栈式自编码器诊断模型,并进一步提出基于数据增强方法的设备故障诊断技术框架。最后,选用由准确率、F1度量及G-mean组成的评价指标体系对类别均衡化前后的模型诊断效果进行评估对比。算例研究结果表明,相较于传统过采样方法,本文提出的故障样本增强方法能够更为有效地改善诊断模型对于多数类的分类偏好问题,提升其整体分类性能。针对电力变压器状态评估中存在的信息不确定性问题,本文提出一种计及信息不确定性的设备多层级健康状态综合评估方法。首先,在综合考虑电力变压器功能结构及其性能表现的基础上,构建了包含设备层、部件层、缺陷层及指标层的多层级健康评估体系。然后,针对等级划分中的不确定性问题,通过运用可拓云理论来对判据边界进行柔性化处理;针对权重赋值中的不确定性问题,通过结合主观与客观权重、静态与动态权重来对各层级中评估因素的相对重要程度进行准确度量;针对信息融合中的不确定性问题,通过利用改进DSmT理论来有效解决传统证据理论对于高冲突性证据融合失效的缺陷。最后,实际案例验证结果表明,本文所提方法能够准确、有效地评判变压器及其功能部件的健康状况,并提供关于部件缺陷隐患的细致分析结果。针对油中溶解气体浓度进行精确预测可为电力变压器的故障预警工作提供重要依据,本文提出一种基于经验模态分解与长短期记忆神经网络的变压器油中溶解气体浓度预测方法。首先,运用经验模态分解将气体浓度序列分解为一组相对平稳的子序列分量,以减少不同趋势信息间的相互影响。然后,针对各子序列分别构建基于长短期记忆神经网络的时序预测模型,并利用贝叶斯理论对网络相关超参数进行优化,以提高单个模型的预测精度。最后,叠加各子序列预测结果得到气体浓度预测值。算例研究结果表明,相较于传统预测算法,本文所提方法能更好地追踪油中溶解气体的浓度变化趋势,具有更高的预测精度。
二、110 kV电力变压器本体噪声的降低（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、110 kV电力变压器本体噪声的降低（论文提纲范文）
（1）110kV户内变电站电气设备选型研究（论文提纲范文）
| 0 引言 |
| 1 主变选型 |
| 1.1 选用低噪声主变 |
| 1.2 主变模块布置优化 |
| 2 110 kV GIS选型 |
| 2.1 110 kV GIS设备本体的调研 |
| 2.2 110 kV GIS室净高的确定 |
| 2.2.1 GIS设备的吊装 |
| 2.2.2 GIS耐压试验距离 |
| 2.2.3 110 kV GIS模块净高的确定 |
| 2.3 110 kV GIS模块平面布置优化 |
| 2.3.1 影响户内110 kV GIS模块平面的因素 |
| 2.3.2 户内110 kV GIS模块布置优化 |
| 3 10 kV开关柜选型 |
| 4 10 kV并联电抗器选型 |
| 4.1 干式空芯电抗器 |
| 4.2 干式铁芯电抗器 |
| 4.3 电抗器选型 |
| 5 接地变及接地电阻选型 |
| 6 结语 |
（2）变压器故障声纹检测与诊断方法研究（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 超声检测法 |
| 1.2.2 可听声检测法 |
| 1.3 本文研究内容 |
| 第2章 变压器噪声和放电声音的发声机理 |
| 2.1 变压器内部声音与传播途径 |
| 2.1.1 变压器可能产生的声音 |
| 2.1.2 变压器内声音传播途径 |
| 2.2 变压器铁芯噪声产生机理 |
| 2.3 变压器绕组振动发声机理研究 |
| 2.4 变压器放电声音产生机理 |
| 2.4.1 放电机理 |
| 2.4.2 放电声音产生机理 |
| 2.5 本章小结 |
| 第3章 基于声纹的故障诊断方法研究 |
| 3.1 基于声纹的故障诊断方法 |
| 3.2 混合声音的分离 |
| 3.2.1 盲源分离算法 |
| 3.2.2 快速独立分量算法 |
| 3.3 小波包BP神经网络算法的声音识别 |
| 3.3.1 构造声音能量分布特征 |
| 3.3.2 小波包算法改进 |
| 3.3.3 BP神经网络算法识别故障声音 |
| 3.4 梅尔对数频谱与卷积神经网络算法 |
| 3.5 本章小结 |
| 第4章 变压器故障模拟及实验验证 |
| 4.1 变压器故障声音模拟 |
| 4.1.1 机械故障 |
| 4.1.2 放电故障 |
| 4.1.3 故障声音采集 |
| 4.2 变压器本体噪声与故障声音分析 |
| 4.3 基于FastICA算法的混合声音分离 |
| 4.4 小波包BP神经网络算法的声音识别 |
| 4.5 梅尔对数频谱与卷积神经网络算法 |
| 4.6 变压器故障诊断系统的实现 |
| 4.7 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 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 |
（3）基于混合高斯模型的变压器振动状态诊断方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 课题研究的关键问题及国内外研究现状 |
| 1.2.1 变压器振动理论的发展 |
| 1.2.2 变压器振动特征提取方法和诊断方法的发展 |
| 1.3 本文主要内容 |
| 第2章 变压器的振动机理分析 |
| 2.1 引言 |
| 2.2 变压器绕组的振动机理与模型 |
| 2.2.1 变压器绕组的基本振动特性 |
| 2.2.2 变压器绕组的多频振动特性 |
| 2.3 变压器铁芯的基本振动机理 |
| 2.4 变压器振动的传播特性 |
| 2.5 本章小结 |
| 第3章 基于高斯混合模型的变压器状态诊断方法 |
| 3.1 引言 |
| 3.2 变压器振动特征及其量化方法 |
| 3.2.1 频率复杂度 |
| 3.2.2 电流相关性 |
| 3.2.3 奇偶次谐波幅值之比 |
| 3.2.4 频谱能量分布指数 |
| 3.2.5 其他特征值 |
| 3.3 基于高斯混合模型的振动诊断方法 |
| 3.3.1 主成分分析 |
| 3.3.2 高斯混合模型 |
| 3.3.3 基于先验知识的异常诊断 |
| 3.4 本章小结 |
| 第4章 振动监测设备及后台软件开发 |
| 4.1 引言 |
| 4.2 在线智能采集终端 |
| 4.2.1 MCU模块 |
| 4.2.2 存储模块 |
| 4.2.3 通信模块 |
| 4.2.4 电源模块 |
| 4.2.5 采样模块 |
| 4.2.6 系统能量管理策略 |
| 4.3 变压器振动与变压器状态诊断平台设计 |
| 4.3.1 平台软件设计 |
| 4.3.2 变压器状态诊断平台功能 |
| 4.4 振动传感器选型与实验分析 |
| 4.4.1 不同原理的传感器对比 |
| 4.4.2 振动传感器型号选择 |
| 4.4.3 供电方式选择 |
| 4.5 本章小结 |
| 第5章 数据在线采集及诊断实验 |
| 5.1 引言 |
| 5.2 变压器数据采集与干扰分析 |
| 5.2.1 电磁干扰测试 |
| 5.2.2 振动数据实测及频域分析 |
| 5.2.3 振动特征提取与分析 |
| 5.3 诊断实例分析 |
| 5.3.1 特征数据预处理 |
| 5.3.2 GMM模型的建立 |
| 5.3.3 诊断效果验证 |
| 5.3.4 与经典诊断算法的对比 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（4）高噪声环境下变压器声纹特征提取方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文结构 |
| 第2章 变压器声音信号的去噪技术 |
| 2.1 变压器本体声音信号与噪声信号分析 |
| 2.1.1 不同运行状态下变压器本体声音信号分析 |
| 2.1.2 常见噪声干扰分析 |
| 2.2 变压器声音信号去噪方法 |
| 2.2.1 基于小波阈值法的去噪方法 |
| 2.2.2 基于Fast ICA算法的去噪方法 |
| 2.2.3 基于谱减法的去噪方法 |
| 2.3 变压器声音信号去噪方法的对比 |
| 2.3.1 评价指标 |
| 2.3.2 仿真实验 |
| 2.3.3 结果与分析 |
| 2.4 基于改进阈值和分层阈值法的小波去噪方法 |
| 2.5 本章小结 |
| 第3章 变压器声音信号的特征提取技术 |
| 3.1 概述 |
| 3.1.1 特征提取概述 |
| 3.1.2 变压器故障诊断模型 |
| 3.2 基于小波包分解的能量特征提取方法 |
| 3.2.1 小波包算法基础 |
| 3.2.2 基于小波包分解的频段区间能量特征提取算法 |
| 3.2.3 基于小波包分解的变压器声音信号能量特征提取 |
| 3.3 基于TFCC的特征提取方法 |
| 3.3.1 倒谱特征提取 |
| 3.3.2 TFCC的特征提取方法 |
| 3.3.3 TFCC中的关键系数 |
| 3.4 基于小波包能量-TFCC的特征提取方法 |
| 3.4.1 Laplacian得分与Fisher得分 |
| 3.4.2 基于小波包能量-TFCC的特征提取 |
| 3.5 本章小结 |
| 第4章 高噪声环境下变压器声纹特征提取 |
| 4.1 概述 |
| 4.2 高噪声环境下变压器声纹特征提取方法 |
| 4.2.1 变压器实测声音信号 |
| 4.2.2 去噪方法的对比 |
| 4.2.3 特征提取方法的对比 |
| 4.3 结果分析 |
| 4.3.1 不同去噪方法对变压器声纹故障识别率的影响 |
| 4.3.2 不同特征提取方法对变压器声纹故障识别率的影响 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（5）特高压并联电抗器铁心振动机理及减振措施研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 特高压并联电抗器的应用背景 |
| 1.1.2 特高压并联电抗器铁心振动问题 |
| 1.2 国内外研究现状 |
| 1.2.1 并联电抗器振动机理 |
| 1.2.2 并联电抗器振动计算方法 |
| 1.2.3 振动的传播 |
| 1.2.4 电抗器减振技术 |
| 1.3 目前研究存在的问题 |
| 1.4 本文主要研究内容 |
| 第2章 特高压并联电抗器铁心振动机制与计算方法 |
| 2.1 引言 |
| 2.2 特高压并联电抗器铁心结构特征 |
| 2.3 特高压并联电抗器铁心振动机制 |
| 2.4 特高压并联电抗器铁心振动计算方法 |
| 2.4.1 叠片坐标系 |
| 2.4.2 铁心振动计算方法 |
| 2.5 计算方法的对比与检验 |
| 2.5.1 与现有计算方法的对比 |
| 2.5.2 计算方法的试验验证 |
| 2.6 本章小结 |
| 第3章 特高压并联电抗器铁心振动特征 |
| 3.1 引言 |
| 3.2 典型结构特高压并联电抗器铁心振动特征 |
| 3.3 典型运行状态下的特高压并联电抗器铁心振动特征 |
| 3.3.1 非额定运行状态下铁心振动计算方法的检验 |
| 3.3.2 运行状态下的特高压并联电抗器铁心振动特征 |
| 3.4 铁心振动信号特征 |
| 3.5 本章小结 |
| 第4章 特高压并联电抗器铁心与油箱振动相关性分析 |
| 4.1 引言 |
| 4.2 特高压并联电抗器振动传播机理 |
| 4.3 基于特高压并联电抗器等效模型的振动信号测量实验 |
| 4.4 振动信号相关性评价方法筛选 |
| 4.4.1 数据预处理方式筛选 |
| 4.4.2 相关性指标筛选 |
| 4.5 并联电抗器内外部振动信号相关性分析 |
| 4.6 本章小结 |
| 第5章 基于气隙结构的特高压并联电抗器铁心减振结构设计 |
| 5.1 引言 |
| 5.2 气隙结构对特高压并联电抗器铁心振动的影响 |
| 5.2.1 基于振动产生与传播机制的铁心减振方法分析 |
| 5.2.2 气隙结构对特高压并联电抗器铁心振动参数的影响 |
| 5.3 基于气隙结构的特高压并联电抗器铁心结构优化设计 |
| 5.3.1 5气隙铁心气隙长度对振动参数的影响 |
| 5.3.2 5气隙铁心气隙位置对振动参数的影响 |
| 5.3.3 铁心结构优化建议 |
| 5.4 铁心优化设计方案的检验与分析 |
| 5.4.1 5气隙电抗器铁心减振结构设计与检验 |
| 5.4.2 20气隙特高压并联电抗器铁心减振结构设计与检验 |
| 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 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）基于PLC和变频控制技术的500kV变压器冷却系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文的研究背景和意义 |
| 1.2 国内外研究现状、水平及发展趋势 |
| 1.3 本文的主要工作 |
| 第二章 变压器冷却系统 |
| 2.1 变压器冷却系统结构 |
| 2.2 变压器散热形式 |
| 2.3 变压器温升计算 |
| 2.4 本章小结 |
| 第三章 冷却控制系统设计原则及系统硬件设计 |
| 3.1 变压器冷却控制系统设计原则 |
| 3.2 冷却控制系统组成 |
| 3.3 主电气回路硬件设计 |
| 3.3.1 PLC+变频控制模式 |
| 3.3.2 工频控制模式 |
| 3.3.3 双模控制方式 |
| 3.4 本章小结 |
| 第四章 冷却控制系统软件设计及实测对比 |
| 4.1 变压器冷却控制系统软件选择 |
| 4.2 控制系统软件设计要求 |
| 4.2.1 PLC控制功能要求 |
| 4.2.2 模式运行控制功能 |
| 4.2.3 手动模式功能 |
| 4.2.4 自动模式功能 |
| 4.3 上位机软件设计 |
| 4.3.1 上位机界面种类 |
| 4.3.2 变频控制盘的设计 |
| 4.3.3 人机界面设计 |
| 4.4 数据实测 |
| 4.5 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（7）聊城辖域内变电站设备状态检修方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 状态检修基本情况 |
| 1.2.1 国内外状态检修发展 |
| 1.2.2 电力变压器设备状态检修 |
| 1.2.3 高压断路器设备状态检修 |
| 1.3 本文主要研究内容 |
| 第二章 聊城域内变电站设备状态检修现状分析 |
| 2.1 引言 |
| 2.2 聊城域内状态检修发展 |
| 2.3 变电站设备故障分析 |
| 2.3.1 变电站设备故障曲线 |
| 2.3.2 变电站设备故障类型分析 |
| 2.3.3 变电站设备故障成因分析 |
| 2.3.4 检修模式的现状分析 |
| 2.4 状态检修管理现状分析 |
| 2.4.1 状态检修施工力量不足 |
| 2.4.2 状态检修管理手段陈旧 |
| 2.4.3 状态检修资金投入短缺 |
| 2.4.4 状态检修基层执行标准不高 |
| 2.4.5 缺乏完整的设备状态检修策略体系 |
| 2.5 建议解决方法 |
| 2.5.1 注重管理手段 |
| 2.5.2 注重技术手段 |
| 2.6 本章小结 |
| 第三章 变压器状态检修分析 |
| 3.1 引言 |
| 3.2 变压器运行年限与故障率的研究 |
| 3.3 聊城域内变压器状态检修情况研究 |
| 3.4 变压器油中溶解气体分析 |
| 3.4.1 变压器故障性质与气体组分分析 |
| 3.4.2 气体组分结果反映到本体运行状况分析 |
| 3.4.3 三比值法的实用性分析 |
| 3.5 基于模糊三比值法的变压器状态检修故障诊断 |
| 3.5.1 模糊三比值法的提出 |
| 3.5.2 三比值法编码的隶属函数构造 |
| 3.5.3 三比值法编码的模糊处理 |
| 3.6 模糊三比值法的诊断方法 |
| 3.7 基于模糊三比值的聊城域内变压器故障实例验证分析 |
| 3.7.1 实例一验证 |
| 3.7.2 实例二验证 |
| 3.8 本章小结 |
| 第四章 高压断路器状态检修分析 |
| 4.1 引言 |
| 4.2 高压断路器运行年限与状态变化的研究 |
| 4.3 聊城域内高压断路器状态检修手段研究 |
| 4.3.1 聊城域内高压断路器状态检修手段 |
| 4.3.2 聊城域内高压断路器状态检修的问题 |
| 4.4 基于模糊理论的断路器综合评估模型 |
| 4.4.1 模糊理论在电力系统中的应用 |
| 4.4.2 模糊状态评估模型的建立 |
| 4.4.3 评判因素的确定 |
| 4.4.4 确定隶属度 |
| 4.4.5 确定评语集 |
| 4.4.6 机械特性参数隶属函数的确定 |
| 4.4.7 电气特性参数隶属函数的确定 |
| 4.4.8 绝缘状态参数隶属函数的确定 |
| 4.4.9 其他参数隶属函数的确定 |
| 4.4.10 模糊状态评估模型的综合评价 |
| 4.5 实例测算分析 |
| 4.5.1 指标预处理 |
| 4.5.2 求解模糊评判矩阵 |
| 4.6 本章小结 |
| 第五章 总结和展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（8）基于粒子群优化小波神经网络的局放特高频信号模式识别及特征分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变压器局部放电的主要原因及对电网安全运行的威胁 |
| 1.2.2 变压器局部放电类型及其常规检测方式 |
| 1.3 本文的主要工作 |
| 第二章 变压器局部放电信号类型分析及其特性 |
| 2.1 变压器局部放电相关基本理论 |
| 2.2 变压器局部放电特征提取与模式识别 |
| 2.2.1 变压器局部放电特征提取 |
| 2.2.2 变压器局部放电模式识别 |
| 2.3 变压器局部放电信号及其信号模型 |
| 2.4 变压器局部放电干扰信号及其特性模型 |
| 2.5 变压器局部放电实验设计 |
| 2.5.1 变压器局部放电模型 |
| 2.5.2 变压器局部放电实验装置 |
| 2.6 变压器局部放电仿真信号模型确定及其评价指标选择 |
| 2.6.1 变压器局部放电仿真信号模型 |
| 2.6.2 变压器局部放电评价指标选取 |
| 2.7 本章小结 |
| 第三章 基于小波神经网络的局部放电类型识别 |
| 3.1 平稳小波迹理论及特征提取 |
| 3.1.1 小波迹基本理论 |
| 3.1.2 平稳小波迹降噪 |
| 3.1.3 特征量提取 |
| 3.2 降噪仿真分析 |
| 3.3 基于平稳小波迹的局部放电特征提取 |
| 3.4 小波神经网络算法 |
| 3.5 基于小波神经网络的变压器局部放电类型识别仿真分析 |
| 3.6 本章小结 |
| 第四章 基于粒子群优化小波神经网络的局部放电特征分析 |
| 4.1 基于粒子群算法的小波神经网络优化方法 |
| 4.1.1 粒子群算法基本原理 |
| 4.1.2 基于粒子群算法的小波神经网络优化模型 |
| 4.2 基于粒子群优化小波神经网络的局部放电模式识别 |
| 4.2.1 局部放电模式算法识别参数 |
| 4.2.2 基于粒子群优化的小波神经网络局部放电模式识别结果及分析 |
| 4.3 本章小结 |
| 第五章 变压器局部放电特高频监测系统的研制和应用 |
| 5.1 系统整体设计思路 |
| 5.2 系统硬件组成及软件设计 |
| 5.2.1 系统模块设计 |
| 5.2.2 系统流程 |
| 5.3 系统主要功能及特点 |
| 5.4 变电站案例测试验证 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 学位论文评阅及答辩情况表 |
（9）基于抗震性分析的变压器隔振结构研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题目的及意义 |
| 1.1.3 提高变压器抗震性能的措施构想 |
| 1.2 国内外研究情况 |
| 1.2.1 国内外变压器隔振器研究现状 |
| 1.2.2 双级隔振器研究现状 |
| 1.2.3 变压器隔振器有待解决的问题 |
| 1.3 本文主要内容 |
| 第2章 新型双级隔振器综述 |
| 2.1 引言 |
| 2.2 双级隔振器基本构造 |
| 2.2.1 双级隔振器部件选型 |
| 2.2.2 双级隔振器组成形式 |
| 2.2.3 双级隔振器结构特点 |
| 2.2.4 双级隔振器原理及分析 |
| 2.2.5 双级隔振器阻尼弹簧布置形式 |
| 2.2.6 单自由度体系的地震反应 |
| 2.2.7 多自由度体系的地震反应 |
| 2.2.8 双级隔振器的功率流传递率特性研究 |
| 2.3 本章小结 |
| 第3章 整套隔振器布置形式 |
| 3.1 组合式布置形式 |
| 3.1.1 组合式布置形式特点 |
| 3.1.2 组合式布置形式原理分析 |
| 3.2 组合式布置形式安全性验算 |
| 3.3 本章小结 |
| 总结 |
| 参考文献 |
| 致谢 |
（10）数据驱动的电力变压器智能化健康管理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力变压器异常检测技术研究现状 |
| 1.2.2 电力变压器故障诊断技术研究现状 |
| 1.2.3 电力变压器状态评估技术研究现状 |
| 1.2.4 电力变压器态势预测技术研究现状 |
| 1.3 论文主要研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 第2章 面向电力变压器监测数据的异常识别及模式区分方法研究 |
| 2.1 基于时序建模与孤立森林算法的异常数据识别方法 |
| 2.1.1 经验小波变换理论 |
| 2.1.2 差分自回归移动平均模型 |
| 2.1.3 孤立森林算法 |
| 2.2 基于改进多维SAX向量表示与时间序列关联性分析的异常模式区分方法 |
| 2.2.1 基于改进多维SAX向量表示方法的异常模式判定 |
| 2.2.2 基于灰关联算法的时间序列关联性分析 |
| 2.2.3 监测数据异常检测技术框架 |
| 2.3 实例分析 |
| 2.3.1 实例一 |
| 2.3.2 实例二 |
| 2.4 本章小节 |
| 第3章 基于条件式Wasserstein生成对抗网络的电力变压器故障样本增强方法研究 |
| 3.1 面向不平衡样本分类的传统处理方法 |
| 3.1.1 处理方法概述 |
| 3.1.2 基于SMOTE的过采样技术 |
| 3.2 基于梯度惩罚优化的CWGAN模型 |
| 3.2.1 GAN模型 |
| 3.2.2 CGAN模型 |
| 3.2.3 CWGAN-GP模型 |
| 3.3 基于数据增强方法的故障诊断技术框架 |
| 3.3.1 特征参量选取 |
| 3.3.2 设备状态编码 |
| 3.3.3 基于深度学习的故障诊断模型 |
| 3.3.4 基于数据增强方法的故障诊断流程 |
| 3.4 实例分析 |
| 3.4.1 数据获取及分布情况 |
| 3.4.2 分类性能评价指标 |
| 3.4.3 结果分析与讨论 |
| 3.5 本章小结 |
| 第4章 计及信息不确定性的电力变压器多层级健康状态综合评估方法研究 |
| 4.1 多层级健康状态评估体系构建 |
| 4.1.1 状态指标的选取 |
| 4.1.2 评估体系的深层架构设计 |
| 4.2 基于信息不确定性综合处理的健康状态评估方法 |
| 4.2.1 基于可拓云理论的状态指标劣化评估方法 |
| 4.2.2 评估因素的综合权重赋值方法 |
| 4.2.3 基于改进DSmT理论的信息融合方法 |
| 4.3 实例分析 |
| 4.3.1 健康状态评估流程 |
| 4.3.2 单台设备验证分析 |
| 4.3.3 多台设备验证分析 |
| 4.4 本章小结 |
| 第5章 基于经验模态分解和长短期记忆神经网络的电力变压器油中溶解气体浓度预测方法研究 |
| 5.1 经验模态分解理论 |
| 5.2 长短期记忆神经网络 |
| 5.2.1 循环神经网络 |
| 5.2.2 长短期记忆神经网络 |
| 5.2.3 LSTM神经网络的训练过程 |
| 5.2.4 LSTM神经网络的超参数优化 |
| 5.3 EMD-LSTM组合预测模型 |
| 5.4 实例分析 |
| 5.4.1 时序数据预处理 |
| 5.4.2 预测模型超参数优化 |
| 5.4.3 预测性能评价指标 |
| 5.4.4 结果分析 |
| 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 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 个人简历 |
四、110 kV电力变压器本体噪声的降低（论文参考文献）
- [1]110kV户内变电站电气设备选型研究[J]. 张焱. 电工技术, 2021(23)
- [2]变压器故障声纹检测与诊断方法研究[D]. 吴国鑫. 华北电力大学(北京), 2021(01)
- [3]基于混合高斯模型的变压器振动状态诊断方法[D]. 张琛亮. 华北电力大学(北京), 2021(01)
- [4]高噪声环境下变压器声纹特征提取方法研究[D]. 朱柯佳. 华北电力大学(北京), 2021(01)
- [5]特高压并联电抗器铁心振动机理及减振措施研究[D]. 郭佳熠. 华北电力大学(北京), 2021(01)
- [6]基于PLC和变频控制技术的500kV变压器冷却系统研究[D]. 陈三伟. 广西大学, 2021(12)
- [7]聊城辖域内变电站设备状态检修方法研究[D]. 芦斌. 山东大学, 2021(11)
- [8]基于粒子群优化小波神经网络的局放特高频信号模式识别及特征分析[D]. 孟旭. 山东大学, 2020(04)
- [9]基于抗震性分析的变压器隔振结构研究[D]. 张悦. 沈阳工业大学, 2020(01)
- [10]数据驱动的电力变压器智能化健康管理关键技术研究[D]. 许自强. 华北电力大学(北京), 2020(06)
标签：变压器论文; 局部放电论文; 特高压论文; 电抗器论文; 高电压与绝缘技术论文;