电力变压器绝缘油的检测与分析是变压器故障诊断的有效手段,目前采用的变压器绝缘油检测技术主要是利用气相色谱法,这种传统的检测分析方法不仅存在操作复杂的缺点,而且不适合在线检测,难以及时发现变压器的故障隐患。因此,研究新的变压器绝缘油的检测分析方法对保障供电安全具有重要的意义。太赫兹时域光谱技术是近十几年发展的一项新的检测分析技术,利用该技术检测分析变压器的绝缘油尚未有先例,是一种具有挑战性的尝试。本文将采用宽频太赫兹时域光谱技术结合化学计量学方法对变压器绝缘油进行分析研究,将为变压器故障的检测分析提供新的手段。本文主要的研究内容包括:(1)研究分析了太赫兹时域光谱信号的噪声问题。为了降低太赫兹时域光谱信号的噪声,本文从硬件和软件两个方面开展了研究。硬件方面,本文分析了太赫兹时域光谱系统中锁相放大器时间常数对噪声的影响;软件方面,本文研究了两种降噪滤波方法:一种是双边滤波算法,另一种是小波变换算法。前者用于太赫兹信号白噪声的初步滤波处理,后者由于太赫兹信号离散精细滤波处理。在研究分析传统的双边滤波、基于离散余弦变换的双边滤波、基于法向修正的双边滤波和自适应双边滤波算法的基础上,提出了基于主成分分析的自适应双边滤波算法,取得了较好的降噪效果;研究分析了四种常规去噪算法,如固定阈值法、无偏估计法、极小最大方差法和启发式阈值法,在对比分析四种阈值算法去噪效果的基础上,本文提出了基于软、硬阈值函数的新方法,通过结合两者的优势使得降噪效果得到明显改进。最后,利用小波变换对改进优化的滤波算法进行优化,获得了满意的去噪效果。(2)研究分析了太赫兹时域光谱的光学参数提取方法。通过对比分析全变差最小化法、菲涅尔解析法和公式法、克莱默-克朗尼格分析法和衰减全反射法等太赫兹时域光谱的光学参数提取方法,针对变压器绝缘油的太赫兹光谱特征特性,本文提出了基于梯度下降算法的光学模型,并用于太赫兹光学参数的提取。采用该方法对不同工作年份的变压器绝缘油进行了实验。实验结果表明,随着工作时间的延长,变压器绝缘油会分解的低分子烃类及杂质成分越多,这为通过变压器绝缘油的分析判断变压器的故障提供了很好的条件。(3)利用太赫兹时域光谱技术对变压器热性故障、电性故障和局部受潮等三种典型的变压器故障的绝缘油进行了定性分析。本文设计搭建了三种常见变压器故障的模型并对模拟实验结果进行取样分析。分别采用混沌粒子群参数优化算法、遗传算法和标准粒子群参数优化算法的支持向量机模型对三种不同热化温度和四种放电模型得到的实验油样进行分析,提出基于退火粒子群参数优化的支持向量机模型,对热化和电性故障的分析的准确率分别达到98.55%和98.18%。(4)利用太赫兹时域光谱技术对变压器绝缘油老化过程中产生的烃类等物质进行检测,由于太赫兹光波具有高透过性,而且对于分子间振动及转动较为敏感的特性,能够检测和观察绝缘油恶化过程中的官能团变化。为了进一步研究局部受潮故障中变压器绝缘油含水量的预测,本文在实验室设计了四种放电模型及多种模拟试验,利用偏最小二乘法对太赫兹吸收光谱进行分析,实现了基于太赫兹时域光谱技术的变压器绝缘油水分含量的定量预测。(5)利用太赫兹时域光谱技术对变压器热性故障、电性故障和局部受潮等三种变压器故障进行识别分类研究。在分析常规区间偏最小二乘法原理、向后区间偏最小二乘法原理和移动窗口偏最小二乘法原理对三种变压器故障进行识别的基础上,提出了基于模糊聚类的优选变量偏最小二乘法。实验结果表明,本文提出的基于模糊聚类的优选变量偏最小二乘法对变压器故障的别分类准确度明显优于其它三种最小二乘法方法,获得了分类准确率接近100%的效果,为变压器的故障判断提供了一种新的方法。本文研究结果与现有的基于气相色谱分析方法进行了对比,结果表明,本项目研究的基于太赫兹时域光谱分析变压器绝缘油的方法,对变压器典型故障的识别完全与现有方法相同,具有很好的应用前景。该论文有图58幅,表26个,参考文献160篇。