高压直流输电系统故障诊断方法研究

高压直流输电论文 小波分析论文 故障分类论文 支持向量机论文
论文详情
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。
摘要第3-4页
Abstract第4页
目录第5-7页
第一章 绪论第7-17页
    1.1 选题的背景及意义第7-9页
    1.2 高压直流输电的国内外研究现状第9-11页
        1.2.1 国外直流输电发展第9-10页
        1.2.2 中国直流输电的发展第10-11页
    1.3 故障诊断方法概述第11-16页
        1.3.1 一般的故障诊断方法第11-12页
        1.3.2 智能故障诊断法第12-14页
        1.3.3 支持向量机第14-15页
        1.3.4 支持向量机在故障诊断中的研究应用第15-16页
    1.4 本文的主要研究内容第16-17页
第二章 统计学习理论和支持向量机第17-27页
    2.1 机器学习问题的基本理论第17-21页
        2.1.1 机器学习问题的表示第17-18页
        2.1.2 经验风险最小化第18页
        2.1.3 VC维理论第18-19页
        2.1.4 结构风险最小化第19-21页
    2.2 支持向量机第21-25页
        2.2.1 线性可分第21-22页
        2.2.2 近似线性可分第22-23页
        2.2.3 非线性情况第23-25页
    2.3 基于支持向量机的故障诊断方法第25-26页
        2.3.1 基于支持向量机的故障诊断的基本步骤第25页
        2.3.2 多分类问题第25-26页
    2.4 本章小结第26-27页
第三章 小波分析理论第27-33页
    3.1 小波变换的基本内容第27-29页
        3.1.1 连续小波变换第27-28页
        3.1.2 离散小波变换第28-29页
    3.2 MALLAT算法第29-30页
    3.3 小波包理论第30-31页
    3.4 本章小结第31-33页
第四章 HVDC系统的故障特征提取第33-47页
    4.1 HVDC系统的组成第33-34页
    4.2 HVDC系统常见故障第34-35页
        4.2.1 HVDC换流器内部故障第34-35页
        4.2.2 HVDC的线路故障第35页
    4.3 HVDC的仿真模型第35-37页
    4.4 故障仿真第37-40页
    4.5 特征提取与选择第40-41页
    4.6 小波包技术在HVDC故障特征提取中的应用第41-45页
        4.6.1 HVDC的小波包故障提取算法第41-42页
        4.6.2 基于小波包的故障特征提取算例第42-45页
    4.7 本章小结第45-47页
第五章 基于SVM的HVDC系统故障诊断第47-61页
    5.1 LIBSVM及其应用第47-49页
    5.2 样本数据第49-57页
        5.2.1 样本数据的获取方法第49-50页
        5.2.2 训练样本数据第50-55页
        5.2.3 测试样本数据第55-57页
    5.3 故障诊断及结果分析第57-60页
        5.3.1 RBF诊断结果第57-58页
        5.3.2 多形式核函数诊断结果第58-59页
        5.3.3 结论第59-60页
    5.4 本章小结第60-61页
第六章 结论第61-63页
致谢第63-65页
参考文献第65-69页
附录第69页
论文购买
论文编号ABS886739,这篇论文共69页
会员购买按0.30元/页下载,共需支付20.7
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付34.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656