学位论文 > 优秀研究生学位论文题录展示

±800kV UHVDC 输电系统换流变压器内部故障识别和定位研究

作 者: 朱盛强
导 师: 束洪春
学 校: 昆明理工大学
专 业: 电力系统及其自动化
关键词: 特高压直流(UHVDC)输电系统 换流变压器内部故障 神经网络 小波相对能量熵(WERE) 故障识别 故障定位
分类号: TM407
类 型: 硕士论文
年 份: 2010年
下 载: 56次
引 用: 0次
阅 读: 论文下载
 

内容摘要


特高压直流(UHVDC)输电具有电压等级高、传输容量大、适合超远距离传输等优点,世界首条特高压直流输电线路“云--广±800kV特高压直流输电线路”已投入运行,随着技术的日益成熟,特高压直流输电将得到广泛的应用。换流变压器是特高压直流输电系统中最重要的电气主设备之一,它在系统中起转换枢纽的作用,它的安全运行直接影响到整个直流输电系统的安全、稳定运行。换流变压器是一种在换流站中的特殊种类变压器,由于换流变压器阀侧绕组所承受的电压为交流电压叠加直流电压和极性反转电压,并且两侧绕组中均有一系列谐波电流,换流变压器和普通交流系统变压器在设计、制造和运行中具有不同。对换流变压器内部故障电气量变化规律的认识是开发新的保护原理的前提,因此有必要对换流变压器内部故障的进行详细的仿真和分析。本文以±800kV特高压直流输电系统的换流变压器为例,以电磁暂态仿真软件PSCAD/EMTDC为仿真平台,在变压器多传输线模型基础上,建立了一种新型的换流变压器的内部故障高频分布参数暂态电路仿真模型。通过小波变换求得小波相对能量熵(wavelet energy relative entropy,WERE),然后对各种故障情况下小波能量相对熵谱沿各尺度的分布情况进行详细分析,最后分别建立内部故障识别BP神经子网络和内部故障定位BP神经子网络,对换流变压器内部故障进行故障识别和故障定位。通过对换流变压器内部故障模型的仿真分析,为研究和探索动作速度快、可靠性和灵敏性高的变压器保护新原理和换流变压器的检修维护提供一定的依据。

全文目录


摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-17
  1.1 课题背景与研究意义  7-8
  1.2 直流输电工程  8-11
    1.2.1 直流输电工程结构  8-9
    1.2.2 直流输电工程的优缺点  9-10
    1.2.3 换流变压器的特点  10-11
  1.3 变压器模型的研究现状  11-16
    1.3.1 变压器模型的研究现状  11-15
    1.3.2 仿真软件  15-16
  1.4 本文主要研究工作  16-17
第二章 小波分析与小波能量相对熵  17-27
  2.1 引言  17-18
  2.2 小波变换基本原理  18-22
    2.2.1 连续小波变换  18
    2.2.2. 离散小波变换  18-19
    2.2.3 多分辨分析及Mallat快速算法  19-22
    2.2.4 小波基的选择  22
  2.3 小波能量相对熵  22-24
    2.3.1 Shannon熵  22-23
    2.3.2 小波能量相对熵  23-24
  2.4 小波消噪  24-26
  2.5 小结  26-27
第三章 神经网络原理与BP网络  27-39
  3.1 引言  27
  3.2 神经网络发展及其应用  27-32
    3.2.1 人工神经网络  28
    3.2.2 神经网络的应用  28-30
    3.2.3 神经元模型  30-32
    3.2.4 人工神经网络的特点  32
  3.3 BP神经网络  32-36
  3.4 神经网络计算程序  36-37
  3.5 小结  37-39
第四章 换流变压器模型  39-51
  4.1 引言  39
  4.2 换流变压器模型  39-50
    4.2.1 换流变压器结构与选型  39-41
    4.2.2 换流变压器的数学模型  41-42
    4.2.3 变压器的高频电路模型  42-44
    4.2.4 换流变压器的参数计算  44-46
    4.2.5 换流变压器的内部故障仿真模型  46-50
  4.3 小结  50-51
第五章 换流变压器内部故障仿真分析  51-69
  5.1 引言  51
  5.2 换流变压器内部故障识别网络  51-60
    5.2.1 数据仿真及输入向量  51-57
    5.2.2 BP神经网络的设计  57
    5.2.3 训练样本的确定  57-58
    5.2.4 网络的训练和测试  58-60
  5.3 换流变压器内部故障定位网络  60-66
    5.3.1 数据仿真及输入向量  60-62
    5.3.2 BP神经网络的设计  62-63
    5.3.3 训练样本的确定  63
    5.3.4 网络的训练和测试  63-66
    5.3.5 定位测距误差分析  66
  5.4 加噪声干扰分析  66-67
  5.5 算法流程  67-68
  5.6 小结  68-69
第六章 结论与展望  69-71
  6.1 结论  69-70
  6.2 展望  70-71
致谢  71-73
参考文献  73-77
附录— 攻读硕士期间发表的论文  77

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 某武器检测装置的控制系统设计,TP183
  12. 市级旅游用地规划环境影响评价研究,X820.3
  13. 珠三角地区高性能混凝土配合比智能化系统,TU528
  14. 大学生综合素质测评研究,G645.5
  15. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  16. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  17. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  18. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  19. 基于BP神经网络的水稻干燥智能控制研究,S226.6
  20. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  21. 海上平台消防系统研究,U698.4

中图分类: > 工业技术 > 电工技术 > 变压器、变流器及电抗器 > 一般性问题 > 维护、检修
© 2012 www.xueweilunwen.com