1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

电力变压器是电力系统的枢纽设备，其运行可靠性直接关系到电力系统的安全与稳定。但由于电力变压器故障的复杂性和多样性，以及引起这些故障的原因非常复杂且不明显，使得要准确地判断电力变压器故障类型及故障发生部位相当困难。随着电力工业的飞速发展，电力变压器朝着高电压，大容量的方向发展。然而电压等级越高，容量越大，使得电力变压器的故障率也就越高，而且故障影响范围大，检修时间和难度都会大大提高。

因此，若能在电力变压器运行过程中通过某些检测和试验，及时有效的判断其状态，预先发现早期潜伏性故障，从而减少事故的发生，将对电力系统的安全运行产生重要的意义。

2. 研究的基本内容、问题解决措施及方案

本课题所要研究的问题

根据电力变压器历史故障样本数据，利用粗糙集神经网络对其进行仿真。在连续数据离散化后，借助粗糙集理论强在的知识提取能力，编写了简约核程序和条件属性约简程序，从而大大减少了神经网络输入矢量的维数，并且使得输入矢量比较有针对性。

变压器正常运行时，其中的变压器油、绝缘纸和绝缘纸板会逐渐老化，分解出极少量的气体，这些气体主要包括氢气(H2)、甲烷(CH4 )、乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)、一氧化碳(CO)和二氧化碳(CO2)等。但是，当变压器内部出现故障时，油中气体的含量就会发生很大的变化。变压器内部故障与这些故障产生的特征气体间的对应关系如图1所示。

图1 故障及对应的特征气体

具体步骤如下：

论文在上述背景下对变压器故障诊断方法进行了研究，针对目前故障诊断存在的主要问题，主要工作包括以下几个方面:

1. 整理好关于变压器故障诊断的数据集，形成原始数据集。通过收集江苏电网多台变压器的历史故障数据，选择其中比较有代表性的29个样本。

2. 整理29个输入量，计算气体间的比值，形成决策表。如图所示。

图2 输入量决策表

3. 选取训练集和测试集，29个样本其中包括3个正常样本，低能放电、高能放电及中低温过热各6个，高温过热8个。

4. 使用Matlab编程实现离散化算法

5. 使用Matlab编程实现基于决策粗糙集模型的属性约简算法。

6. 使用Matlab编程实现基于决策粗糙集模型的决策规则提取算法。

7. 采用决策粗糙集建立故障诊断模型，并对变压器故障数据集进行仿真研究。