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
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 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
- 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
- 航天继电器时间参数测试分析技术的研究,TM58
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 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
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 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
- 基于汉语听觉认知的事件相关电位的研究,R318.0
- 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
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 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
|