论文开题报告

1、课题的研究意义

电力系统中，110kV及以上电压等级变压器主要为油浸式变压器。这种大型电力变压器是电力系统中关键、核心的设备之一，它承担着电压变换、电能分配及传输等功能，并提供电力服务。因此，必须最大限度地保证电力变压器的正常运行，防止和减少变压器故障和事故的发生。但由于变压器长期连续在高电压、大电流状态中运行，受各种扰动和冲击的影响，不可避免地发生各种故障和事故。。作为绝缘监督的手段，过去国内为广泛采用直流泄露、绝缘电阻、介损测量、交流耐压和局部放电测量等电器绝缘特性试验。但是，这些试验的共同特点是要求被测试设备停运，很难测出发生事故前的极小的内部故障。虽然局部放电试验是检出绝缘局部缺陷的较好方法，但往往受外部干扰，影响检测的准确性。 利用绝缘油中溶解气体分析，检测充油电气设备内部早期故障，已成为变压器等充油电气设备绝缘监督的一种重要手段。特别是这类检测技术可以在设备不停电时进行，因此可以定期地对运行中的设备内部状况进行诊断，确保设备的安全可靠运行，以便对设备由定期维修方式转变为内部状态预知维修方式。这在实践中已充分地显示了较大的经济效益

2、研究现状

对变压器内部故障作早期诊断的最佳方法是油中气体分析。多年运行实践证明.是一种很有价值的检测变压器故障的方法，系统专家可通过.结果确定故障性质。由于系统专家在故障诊断中的重要作用，人们已越来越重视人工智能技术在该领域的开发和应用，它为工程师诊断变压器故障开辟了新的途径。人工智能作为一种解决某些传统方法所无法解决的问题的有力工具而成为研究热点，其中尤以专家系统和人工神经网络的研究最引人注目。DGC定量测定变压器故障的主要气体是：氢汽、甲烷、乙烷、乙烯、乙炔、一氧化碳、二氧化碳分析和解数据，并以此对产生这些气体的故障原因。作出正确的诊断，有许多著名的标准和方法。 特征气体法这种方法是根据各种故障所产生的特征气体对变压器故障的性质作出判断的一般方法。目前还有专家系统、人工神经网络法变压器故障诊断专家系统，由变压器故障诊断的知识库、数据库、解释机制、推理机和人机接口8 部分组成。知识库是专家系统的核心，本系统的知识库建成模块化结构，着重围绕气体色谱分析，根据油中溶解气体色谱分析的数据，采用三比值法和特征气体法对变压器运行状况进行初步分析，判断变压器正常、正常老化、局部放电，还是过热故障。同时结合外部检查、绝缘油特性试验、绝缘油预防性检查等实现目标驱动的反向推理，并引入了模糊逻辑，成功地处理了某些模糊问题。本系统

的数据库由气体分析与绝缘预防数据库和动态数据库两部分组成。前者可将各种气体数据和绝缘预防数据作为历史资料存档，以便用户随时查询、管理。最后得出的结论，不但根据当前的输入数据，而且还综合历史变化的趋势进行纵向分析，以及对有关试验数据进行横向分析。动态数据库是一个上下文树，它存放中间推理结果和最终判断结论，在用户需要解释时，以便由解释机制调用。人工神经网络和智能型系统等方法对变压器故障进行诊断，得到的结论基本一致，且与现场专家分析结论相吻合。

3、研究内容

对国内目前基于油气量的电力变压器故障诊断的常用方法进行分析比较，并提出（推敲）一种新的有效的诊断方法，并对其总体诊断系统的方案及实现作详细分析说明了。，用经典法（特征气体法、三比值法）、

4、技术路线

1、分析基于油气量的油浸式变压器故障诊断的基本机理。 2、分析当前国外电力变压器基于油气量故障诊断的主要方法。 3、设计有诊断系统，对其方案作比较的分析说明； 4、对所设计的诊断系统的诊断方法作详细分析说明；

5、计划进度安排

第 1 周：熟悉课题。

第 2 周：进一步熟悉课题,资料准备。

第 3周－第4 周：资料准备.对不足的知识进行补充。

第5周－第 8 周：初步设计阶段，要求给出初步设计方案和部分设计内容（成果）。 第 9 周－第 10 周：深化设计阶段，按要求完成自己的设计任务。 第11周－第 13 周：综合阶段，的设计成果集成，调试、修改、与完善。 第 14周－第15 周：写毕业论文。

第 16 周：毕业设计报告（论文）评审及毕业答辩。

6、参考文献

[1] B. Garcia, J.C.Burgos, and A.Alonso. Transformer tank vibration modeling as a method of detecting winding deformations - Part I: Theoretical foundation. IEEE Trans.on Power Del., 2006,21(1). [2] B. Garcia, J. C. Burgos, and A. M. Alonso. Transformer tank vibration modeling as a method of detecting winding deformations - part II: Experimental verification[J]. IEEE Transactions on Power Delivery,2006,21(1):164–169. [3] Rikardo Siregar, Bambang Cahyono, Sumaryadi. Vibration Monitoring on Power Transformer[C]. 2008 International Conference on Condition Monitoring and Diagnosis, Beijing, China, April 21-24, 2008 [4] 程锦,李延沐,汲胜昌. 振动法在线监测变压器绕组及铁心状况[J]. 高电压技术 2005,04 [5] 傅坚. 用机械振动频响法诊断大型变压器绕组松动[J]. 华东电力 2006.04 [6]. Cipriano Bartoletti, Maurizio Desiderio, Danilo Di Carlo. Vibro-Acoustic Techniques to Diagnose Power Transformers[J]. IEEE TRANSACTIONS ON POWER DELIVERY, 2004,19(1):221-229 [7] 冯永新,邓小文. 大型电力变压器振动法故障诊断与发展趋势[J].变压器,2009,46（10）

[8] B.Garcia,J.C.Burgos,A.M.Alonso. Transformers tank vibration modeling as a method of detecting winding deformations–part I: theoretical foundation, IEEE Trans PD, Volume 21,pp157-163(2006). [09].王梦云.110kV及以上变压器事故与缺陷统计分析.供用电.2007,24(1) [10] 马宏忠、耿地慧、陈楷. 一种电力变压器绕组变形故障诊断的新方法，电力系统自动化