论文部分内容阅读
牵引变压器作为铁路牵引供电所的主设备，承担着为电力机车提供稳定电力的重任，其安全性及稳定性对电气化铁路运输安全起着决定性的作用。随着我国铁路电气化率的提高和高铁的兴起，牵引变压器的运行安全问题得到了进一步的重视。阻抗匹配平衡变压器能够很好的抑制负序电流对电力系统的影响和容量利用率高等优点在我国电气化铁道中得到了广泛的应用，已成为我国牵引变压器的主要接线型式。 现阶段，我国牵引变压器的主保护以差动保护为主，但变压器空投时产生的励磁涌流和发生外部故障时不平衡电流都可能导致差动保护误动作。长期的运行经验表明，差动保护对于区分内外部故障的任务能有效的完成。因此当前情况下牵引变压器差动保护的主要集中在如何准确区分励磁涌流和内部故障电流问题上[4]。本文在认真分析了当前牵引变压器主保护差动保护的基础上，通过分析牵引变压器发生内部故障和励磁涌流时电气量的特征，将人工神经网络知识与差动保护相结合，提出了基于PSO-RBF的牵引变压器保护新原理。本文完成了以下研究工作： ①基于阻抗匹配平衡变压器的结构和工作原理，对牵引变压器空载投入时的励磁涌流及不平衡电流问题进行了重点分析。分析了当前牵引变压器主保护差动保护的局限性。 ②研究神经网络的特性，提出将RBF神经网络引入牵引变压器故障诊断中。 ③研究现有的粒子群算法提出改进算法，并用改进的PSO算法对RBF神经网络的权值进行优化，提出基于PSO-RBF神经网络的牵引变压器故障诊断的原理。 ④使用MATLAB仿真软件仿真证实基于PSO-RBF神经网络的牵引变压器故障诊断的原理的有效性，同时对基于该原理的牵引变压器保护方案进行了初步设计。