论文总字数：31037字

摘 要

实时故障诊断技术指的是采用故障检测器、分类器对在线数据进行实时分析，判断待诊断系统是否发生故障，发生什么故障。诊断时首先要预测变压器运行状态，然后对状态异常的变压器判断所发生的故障类型。OPC是一种广泛应用的工业通讯标准。最小二乘支持向量机是一种较为先进的人工智能方法，常用于解决分类问题和数据拟合问题，并且处理效果较好，最小二乘支持向量机通过引入离群点的方法改进标准支持向量机。

本设计通过收集变压器油中溶解气体数据，在MATLAB和KEPServer之间建立OPC通讯，使得MATLAB能向KEPServer中写入数据，并利用MATLAB即时读取KEPServer中获取的实时数据，通过最小二乘支持向量机在MATLAB中构建多分类器，对实时读取的变压器运行状态数据进行数据分类和在线诊断，并将分类和诊断过程通过MATLAB的GUI界面显示出来,从而搭建一个实时故障诊断系统。

关键词：故障诊断 OPC 最小二乘支持向量机

Real-time fault diagnosis system based on Matlab and OPC communication

Abstract

The real-time fault diagnosis technology refers to real-time analysis of online data by using a fault detector and a classifier to determine whether the system to be diagnosed is faulty or what is faulty. In the diagnosis, the transformer running state is first predicted, and then the faulty type of the transformer is judged. OPC is a widely used industrial communication standard. The least squares support vector machine is a more advanced artificial intelligence method, which is often used to solve the classification problem and data fitting problem, and the processing effect is better. The least squares support vector machine improves the standard support vector by introducing the outliers machine.

This design collects the dissolved gas data in the transformer oil, establishes OPC communication between MATLAB and KEPServer, enables MATLAB to write data to KEPServer, and uses MATLAB to instantly read the real-time data acquired in KEPServer through the least squares support vector. The machine builds a multi-classifier in MATLAB, performs data classification and online diagnosis on the real-time read transformer running state data, and displays the classification and diagnosis process through the GUI interface of MATLAB, thus building a real-time fault diagnosis system.

Keywords: Fault diagnosis; OPC; Least squares support vector machine

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题背景和研究意义 1

1.2 国内外研究成果及发展导向 2

1.2.1旧时变压器故障诊断策略 2

1.2.2现代先进的变压器故障诊断方法 2

1.3 本文的研究内容与结构 5

第二章 数据分析与算法理论 6

2.1 变压器油中溶解气体分析 6

2.2 最小二乘支持向量机 7

2.2.1 支持向量机分类 7

2.2.2 最优分类超平面 7

2.2.3 最小支持向量机算法理论 9

2.3 本章小结 10

第三章 实时故障诊断系统整体初步设计 11

3.1 系统总体框架 11

3.2 基于MATLAB与KEPServer的OPC通讯设计 12

3.2.1 MATLAB向KEPServer写入数据 12

3.2.2 MATLAB从KEPServer读取数值 13

3.3基于MATLAB的故障分类器初步设计 13

3.3.1 数据预处理 15

3.3.2 PCA数据降维 15

3.3.3 PSO算法优化SVM参数 16

3.3.4 LS-SVM算法设计 18

3.4 本章小结 20

第四章 实时故障诊断系统全面设计 21

4.1系统的全面设计 21

4.1.1 LS-SVM分类器搭建 21

4.1.2 实时故障诊断算法的实现 22

4.1.3 GUI界面设计 23

4.2系统的仿真与测试 24

4.3 本章小结 26

第五章 总结与展望 27

参考文献 28

致谢 30

附录1 31

附录2 34

附录3 35

第一章 绪论

1.1 课题背景和研究意义

在国家大力倡导“工业4.0”的口号下^[1]，电力工业有着迅猛的发展势头，在当前乃至未来很长一段时间，电力工业的发展对人们生活水平的提高有着十分重要的意义。然而在实际获取电能时，电力设备的故障问题常常会带来连锁反应，导致系统无法正常工作，因此，在实际的工业现场，维护电力设备、提升其运行的可靠性也是我们所必须要考虑的，也是大力发展电力工业的重要前提。

电力变压器作为电力工业中的枢纽性设备^[2]，对不同设备的联系有十分重要的意义，在传输电能和转换电压方面更是有着举足轻重的地位。由于电力变压器在设计和制造工艺方面存在的缺陷以及其复杂的内部结构，再加上它易受外界环境的影响等因素使得变压器出现故障的概率并不低。变压器一般数量多且体积大，因此如果发生故障一方面会带来巨大的财产损失，另一方面还可能会对人民的生活秩序和国民经济发展带来负面影响。

为了保证电力变压器在投入使用时可以更加安全稳定^[3]，要以保证变压器的生产工艺和生产质量为前提，同时对变压器实施定期的检查、维护和测试工作。在早期研究变压器时，有学者提出的策略为事后维修，意思就是在故障发生后再变压器进行检查和维修，这种策略存在诸多缺陷：不能准确判别故障发生的位置、无法做好预防性措施、难以估计故障带来的后果等^[4]。从上世纪60年代起，故障诊断的策略由事后维修开始转向预防性维修，即根据各个变压器的实际使用状况，为不同的变压器分别选择恰当的周期进行定期维修。预防性维修的故障诊断策略在我国沿用了50多年，但是实际工业应用中也反映了这种策略的一些短板，如定期的维修需要停电停产，会给工业生产带来直接的经济损失；定期的维修和零件的大幅更换对一些实际运行情况良好的变压器没有意义，反而如果维修过程存在失误和零部件存在质量问题，会给适得其反^[5]。因此，在20世纪后期，在沿用过去这两种故障诊断策略的同时，世界各国正努力研究探索状态检修策略的应用。状态检修策略是指能够实时监测变压器运行过程的各项指标，当监测到这些指标中存在异常时，能够对这些异常的运行状态进行判断，并进行相应的修理，这种故障诊断策略相比前两种故障诊断策略的优越性就在于：1.能够准确识别变压器当前所处的工作状态^[6]。2.若变压器存在故障，可通过收集变压器的故障数据，了解发生故障的原因。3.能预计故障发展的趋势并预估可能带来的不良后果。4.可以进行第一时间的维护和检修，尽可能的减少损失。这种状态检修策略也将是今后变压器故障诊断的发展趋势^[7]。

1.2 国内外研究成果及发展导向

1.2.1 旧时变压器故障诊断策略

由于绝大多数电力变压器都用矿物油进行散热与绝缘^[8]，所以油中溶解气体的含量和成分可以反映变压器的实时运行状况。19世纪60年代气相色谱法被学者首次用来检测变压器油中溶解气体样本^[6]。学者们通常把油中溶解气体相色谱分析获得的油中溶解气体浓度数据简单称为DGA数据，DGA数据是反映变压器运行状态的重要指标之一^[6]。三比值法和特征气体法是旧时变压器故障诊断中最常用的两种方法^[6]，特征气体法判断变压器故障类型是通过变压器异常状态下产生的主要气体和次要气体的不同来实现的；三比值法是借助6个特征气体的气体浓度从而组成3个比值，即CH₄/H₂、C₂H₄/C₂H₆和C₂H₂/C₂H₄,然后将这三个比值按一定规则编码，根据对应表格中相应编码的位置来确定发生的故障类型^[9]。

1.2.2 现代先进的变压器故障诊断方法

1.BP神经网络方法

请支付后下载全文，论文总字数：31037字