电气设备故障分析论文提纲

论文题目：变电站电气设备温度预测和故障预警研究

摘要：变电站是电网输电系统的重要环节。随着社会经济发展,生活生产用电设备增加,人们对于供电系统的安全更加重视。因此保证电力设备稳定安全地运行成为重点工作。构建并优化电气设备温度预测和故障预警管理系统成为电网管理的重要一环。本文首先研究变电站无源无线测温系统构成、电气设备温升原理、设备故障类型及温度数据特性。接着分析变电站设备温度预测和故障预警方法。在原有温度数据基础上,增加设备、环境温度和负荷等影响因子,多维度多层次地使用时间序列和神经网络多种方法对设备温度进行预测。然后研究三种常用神经网络模型（BP神经网络、径向基神经网络和广义回归神经网络）在本文背景下的预测性能,仿真找到系统最优预测模型。之后根据预测温度值,得到设备未来一段时间内的温差和温升值,采用表面温度法、同类比较法和相对温差法中一至两种方法对故障进行诊断并发出报警信息。最后结合变电站实际需求,为昭通供电局110kV南宅变电站电网公司设计并研发变电站一次设备关键点温度预警系统。本文通过MALAB仿真结果证明,信息越多越能更加准确地预测温度,神经网络模型的预测能力比线性统计模型的预测能力强。同时得知,样本数据量大时BP网络是相对最优预测模型,样本数据量小时GRNN是相对最优预测模型。在实际温度监测预警系统中实现BPNN预测模型,为变电站电气设备的安全管理工作提供了有力保障和支持。

关键词：电气设备;温度预测;故障诊断;时间序列分析;人工神经网络

学科专业：系统工程

摘要

ABSTRACT

1 绪论

1.1 研究背景与意义

1.2 国内外研究概况

1.3 本文的主要研究内容

2 设备测温系统及温度特性分析

2.1 变电站测温系统构成

2.2 电气设备温升原理分析

2.3 电气设备故障类型分析

2.4 数据样本特性分析

2.5 本章小结

3 温度预测和故障诊断方法分析

3.1 基于ARIMA模型时间序列的温度预测

3.2 基于神经网络的温度预测

3.3 基于预测温度的故障判断方法研究

3.4 本章小结

4 温度预测和故障预警在变电站的应用

4.1 数据预处理及评价标准

4.2 一维温度数据的MATLAB仿真

4.3 多维信息数据的MATLAB仿真

4.4 算法在温度预警系统中的实现

4.5 本章小结

5 全文总结与工作展望

5.1 本文工作总结

5.2 下一步工作展望

致谢

参考文献