考虑外部电晕干扰信号的电力变压器局部放电模式识别研究的开题报告.docx

考虑外部电晕干扰信号的电力变压器局部放电模式识别研究的开题报告
一、研究背景与意义
电力变压器在电力系统中起到了至关重要的作用，其运行状态的稳定性与可靠性对电网的正常运行具有重要的保障作用。然而，由于变压器器辅结构的避雷保护措施较为薄弱，难以完全避免外部电晕干扰信号的影响；同时，变压器的长期运行也会逐渐产生一些缺陷，例如油污积聚和局部放电等问题。这些因素同时会影响变压器的运行稳定性，对其进行维护管理的同时，也需要在运行过程中进行状态监测与评估，及时发现并解决问题，保证电力系统的可靠运行。
其中，局部放电是影响电力变压器运行稳定性的主要因素之一，其在长期运行过程中可能会导致绝缘状态的恶化，引发设备故障，甚至危及电网的安全运行。因此，需要对局部放电进行有效的监测与识别，确保电力变压器的正常运行，提高电网的可靠性。然而，外部电晕干扰信号对局部放电监测与识别造成了极大的干扰，影响了识别的准确性和可靠性，因此有必要对局部放电模式进行深入研究，以提高对其识别的能力。
二、研究目的
本研究主要旨在开展对于考虑外部电晕干扰信号的电力变压器局部放电模式识别研究，包括以下几个方面的研究内容：
1.分析变压器的局部放电特性和外部电晕干扰信号特性
2.研究局部放电信号与外部电晕干扰信号的干扰机理
3.建立局部放电模式识别的数学模型和算法
4.研究对识别准确率影响的因素，如信噪比、阈值等
5.开展实验验证，考察该方法对于局部放电检测的可行性和准确性
三、研究方法
本研究采用实验与理论相结合的研究方法，包括：
1.实验分析：采用现有变压器监测设备，选择具有不同缺陷特性的变压器，通过现场实验获得局部放电和干扰信号数据。对实验数据进行分析与处理，研究局部放电信号与外部电晕干扰信号的特点，建立其数学模型和算法。
2.数学建模：基于实验数据，运用相关统计和信号处理方法，建立滤波器和特征提取算法，分析局部放电信号和干扰信号的特征差异，并利用机器学习算法建立局部放电与干扰信号分类模型，辅助进行局部放电模式识别。
3.软硬件实现：将局部放电模式识别算法实现于监测设备中，以实现其在实际运行中的应用。
四、预期结果
本研究将通过系统地研究局部放电和外部电晕干扰信号的特征，建立准确、可靠的识别方法，实现对电力变压器局部放电的准确、实时监测。主要的预期结果包括：
1.建立电力变压器局部放电模式识别的数学模型和算法
2.提出一种基于数据分析和机器学习的局部放电信号特征提取算法，实现对局部放电和其它干扰信号的分类识别
3.利用本识别方法，对现场的电力变压器进行局部放电检测，验证其准确性和有效性
4.推广应用：将该识别算法推广应用于电力变压器的装置监测和诊断中，提高设备检测与维护效能，实现对电网的保护与控制。
五、研究难点
1.如何进行局部放电与干扰信号的分离和预处理
2.如何提取局部放电信号的特征，建立区分模型
3.如何考虑外部干扰因素对于识别准确性的影响
4.如何将识别方法实现于监测设备中
六、研究计划与进度
本研究计划分两个阶段开展，具体计划如下：
第一阶段（2022.1-2022.9）：
1.系统分析电力变压器的局部放电特性和其它电晕干扰信号特性。设计实验方案，建立变压器模型和数据采集系统，完成实验数据采集和处理
2.基于实验数据，研究局部放电和干扰信号的特征提取和分类模型
3.研究外部干扰因素对于识别准确性的影响，分析局部放电模式识别中常见识别误差
第二阶段（2022.10-2023.6）：
1.在实验室环境下，利用已有的模型和算法，进行局部放电识别实验验证，考察其准确性和可靠性
2.在实验室内对实验数据进行分析和处理，完善和改进相关算法和模型
3.开发局部放电识别算法的软硬件集成系统，并将其应用于现场电力变压器的监测实践
4.撰写论文和技术报告，并向学术界及相关行业推广识别方法。
七、研究经费
本研究所需的经费主要用于实验设备的购置、实验室租赁及实验材料的购置等方面，预估总经费为200万元。其中，材料费60万元，实验设备购置费40万元，场地租赁费30万元，研究人员待遇与差旅花费70万元。