学位论文 > 优秀研究生学位论文题录展示

高压直流输电系统故障诊断方法研究

作 者: 刘凤龙
导 师: 束洪春
学 校: 昆明理工大学
专 业: 电力电子与电力传动
关键词: 高压直流输电 小波分析 故障分类 支持向量机 小波包变换
分类号: TM721.1
类 型: 硕士论文
年 份: 2010年
下 载: 78次
引 用: 0次
阅 读: 论文下载
 

内容摘要


由于高压直流输电(HVDC)具有很多交流输电系统不具备的优势,越来越受到人们的重视,已经上升到了国家战略。“十一五”期间,南方重点建设的云广直流工程是世界上第一个±800KV的直流输电工程。高压直流工程在电力系统中占据了越来越重要的地位,对它进行正确的故障诊断具有非常重要的意义。目前故障诊断主要面临着非线性和故障样本严重不足的问题,而支持向量机(SVM)这解决这两种问题时表现出了很大的优越性,越来越受到人们的关注。小波包变换是一种时频局部分析方法,可以有效的提取信号的时频特征。通过优缺点比较,提出了一种利用小波包变换对HVDC系统故障信号进行特征提取的新方法,最后利用支持向量机对特征矢量进行正确分类。本文详细分析了HVDC系统故障发生的原因和对整个系统的影响,构建出了各种运行状态下的仿真模型。选择能反映故障特点的直流电压或者直流电流信号进行小波包变换,提取有效的特征矢量做为支持向量机的训练样本和测试样本。最后,使用SVM对故障样本进行分类,并且对分类效果有很大影响的SVM参数进行了讨论。

全文目录


摘要  3-4
Abstract  4-5
目录  5-7
第一章 绪论  7-17
  1.1 选题的背景及意义  7-9
  1.2 高压直流输电的国内外研究现状  9-11
    1.2.1 国外直流输电发展  9-10
    1.2.2 中国直流输电的发展  10-11
  1.3 故障诊断方法概述  11-16
    1.3.1 一般的故障诊断方法  11-12
    1.3.2 智能故障诊断法  12-14
    1.3.3 支持向量机  14-15
    1.3.4 支持向量机在故障诊断中的研究应用  15-16
  1.4 本文的主要研究内容  16-17
第二章 统计学习理论和支持向量机  17-27
  2.1 机器学习问题的基本理论  17-21
    2.1.1 机器学习问题的表示  17-18
    2.1.2 经验风险最小化  18
    2.1.3 VC维理论  18-19
    2.1.4 结构风险最小化  19-21
  2.2 支持向量机  21-25
    2.2.1 线性可分  21-22
    2.2.2 近似线性可分  22-23
    2.2.3 非线性情况  23-25
  2.3 基于支持向量机的故障诊断方法  25-26
    2.3.1 基于支持向量机的故障诊断的基本步骤  25
    2.3.2 多分类问题  25-26
  2.4 本章小结  26-27
第三章 小波分析理论  27-33
  3.1 小波变换的基本内容  27-29
    3.1.1 连续小波变换  27-28
    3.1.2 离散小波变换  28-29
  3.2 MALLAT算法  29-30
  3.3 小波包理论  30-31
  3.4 本章小结  31-33
第四章 HVDC系统的故障特征提取  33-47
  4.1 HVDC系统的组成  33-34
  4.2 HVDC系统常见故障  34-35
    4.2.1 HVDC换流器内部故障  34-35
    4.2.2 HVDC的线路故障  35
  4.3 HVDC的仿真模型  35-37
  4.4 故障仿真  37-40
  4.5 特征提取与选择  40-41
  4.6 小波包技术在HVDC故障特征提取中的应用  41-45
    4.6.1 HVDC的小波包故障提取算法  41-42
    4.6.2 基于小波包的故障特征提取算例  42-45
  4.7 本章小结  45-47
第五章 基于SVM的HVDC系统故障诊断  47-61
  5.1 LIBSVM及其应用  47-49
  5.2 样本数据  49-57
    5.2.1 样本数据的获取方法  49-50
    5.2.2 训练样本数据  50-55
    5.2.3 测试样本数据  55-57
  5.3 故障诊断及结果分析  57-60
    5.3.1 RBF诊断结果  57-58
    5.3.2 多形式核函数诊断结果  58-59
    5.3.3 结论  59-60
  5.4 本章小结  60-61
第六章 结论  61-63
致谢  63-65
参考文献  65-69
附录  69

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 航天继电器时间参数测试分析技术的研究,TM58
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 基于图像的路面破损识别,TP391.41
  12. 基于支持向量机的故障诊断方法研究,TP18
  13. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  14. 基于汉语听觉认知的事件相关电位的研究,R318.0
  15. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  16. 基于车载3D加速传感器的路况监测研究,TP274
  17. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  18. 基于机器学习的入侵检测系统研究,TP393.08
  19. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
  20. 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
  21. 基于声学特性的裂纹缺陷检测方法研究,TP274

中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 输配电技术 > 输电制度 > 直流制输电
© 2012 www.xueweilunwen.com