專利名稱：對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電力變壓器，更具體地說，涉及一種對變壓器繞組故障類型直接識別和預(yù)報的新方法。
背景技術(shù)：
變壓器繞組狀態(tài)的準確識別在工程中具有重要的價值，對長期運行的電力變壓器而言，可靠性問題至關(guān)重要，同時大型電力變壓器也是電力系統(tǒng)最重要也是最昂貴的電氣設(shè)備之一，因此變壓器故障診斷有著非同尋常的意義。傳統(tǒng)的檢測方法主要有短路阻抗法、頻響分析法等電測方法。電測法能夠準確判斷繞組較明顯的變形，但對繞組軸向預(yù)緊力下降、輕微變形等故障，由于繞組的電參數(shù)并不發(fā)生變化，電測法將失去其判斷的有效性。另夕卜，利用電測法實現(xiàn)在線監(jiān)測還具有較大困難。并且以上方法都只能給出變壓器繞組存在故障，但是不能給出變壓器屬于何類故障，這給變壓器的的維修帶來極大的難題。 經(jīng)過現(xiàn)有的文獻檢索發(fā)現(xiàn)，國內(nèi)專利公開號CN101937047A，專利名稱為利用振動波形檢測變壓器繞組狀態(tài)的方法，第一次提出了用振動烈度的方法對變壓器的繞組是否存在機械故障進行判定。但這種方法存在如下缺點第一，當測試的數(shù)據(jù)受到外界的干擾而變化后，該專利所提出的方法無法準確給出變壓器繞組的狀態(tài)；第二，測得的實驗數(shù)據(jù)是二倍頻加速度，而振動烈度則是用能量來表征繞組的狀態(tài)，需要中間轉(zhuǎn)化，轉(zhuǎn)化過程勢必產(chǎn)生誤差；第三，振動烈度法測的實驗數(shù)據(jù)必須在相同的時間段測得的數(shù)據(jù)才能運用，這樣給識別帶來一定的難度；第四，此方法不能對變壓器繞組故障的類型進行識別；第五，使用受周圍環(huán)境的影響。

發(fā)明內(nèi)容
針對上述現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種對變壓器繞組故障類型直接識別和預(yù)報的雙規(guī)識別法。融合隱馬爾科夫模型(Hidden Markov Model，以下簡稱為HMM)和模糊識別的雙規(guī)識別法(Double Normalization Recognition Method,以下簡稱為DNRM)，能夠直接預(yù)報和識別變壓器繞組機械故障的類型，不存在人為因素，抗環(huán)境的干擾能力強，不會有轉(zhuǎn)化測得數(shù)據(jù)帶來的誤差。為達到上述發(fā)明目的，本發(fā)明所采用的技術(shù)方案如下一種對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，包括步驟如下第一步，建立變壓器繞組各類機械狀態(tài)數(shù)據(jù)庫；第二步，建立起模糊識別庫，給出每類故障的隸屬度Cli和識別準確率M ；第三步，建立起HMM識別庫，給出每類故障識別的HMM相似概率log (P (D/ λ k))和識別準確率H ；第四步，通過HMM的識別概率值，得到HMM的加權(quán)參數(shù)Pi ； 第五步，通過HMM識別給出的識別準確率H和模糊識別給出的識別準確率M，確定HMM識別和模糊識別的加權(quán)系數(shù)α和β ;
第六步，通過上述得出的隸屬度φ、加權(quán)參數(shù)Pi以及α和β，得到識別變壓器繞組故障的dg指數(shù)；第七步，通過求得的dg識別指數(shù)直接識別變壓器繞組機械故障狀態(tài)和類型。所述第二步是在變壓器離線工作狀態(tài)下測得變壓器繞組各種機械故障狀態(tài)的實驗數(shù)據(jù)，通過特征提取，利用模糊識別的識別方法和理論，建立起模糊識別方法對變壓器繞組機械故障各狀態(tài)的識別庫，并用多組各故障待識別數(shù)據(jù)得出模糊識別的隸屬度Cli和識別準確率M。所述第三步是在變壓器離線工作狀態(tài)下測得變壓器繞組各種機械故障狀態(tài)的實驗數(shù)據(jù)，通過特征提取，然后利用HMM的識別方法和理論，建立起HMM方法對變壓器繞組機械故障各狀態(tài)的識別庫，并用多組各故障待識別數(shù)據(jù)得出HMM識別的概率值和識別準確率H0所述第四步是對變壓器繞組各種機械狀態(tài)的信號特征值采用HMM識別變壓器繞 組機械故障的相似概率最大值與HMM相似概率log(P(DAk))的比值進行歸一化，得到HMM加權(quán)參數(shù)Pi。所述第五步是將HMM識別變壓器繞組各類故障的準確率和模糊識別對變壓器繞
a M
組各類故障的準確率相比j = j以及由于歸一化處理所得兩加權(quán)系數(shù)的α+β =1，從而
卜 ，
求得HMM和模糊識別的加權(quán)系數(shù)α和β。所述第六步是將歸一化的特征值運用模糊識別和HMM識別得出的故障的隸屬度和HMM的加權(quán)參數(shù)Cli和Pi，采用加權(quán)平均法得到判別變壓器狀態(tài)的指數(shù)dg= a Cli+ β Pi。所述dg指數(shù)滿足一定的閾值Q e [O, O. I]。所述第七步是通過加權(quán)平均處理后，選取dg值最大時所對應(yīng)的模式作為待測樣本的故障模式，做出最終的診斷。本發(fā)明技術(shù)方案所帶來的有益效果(I)雙規(guī)識別法的識別系統(tǒng)可以在變壓器出廠或安裝時在一側(cè)安裝好測試系統(tǒng)，同時，可以在線監(jiān)測變壓器繞組的機械狀態(tài)，可以適時的預(yù)報變壓器工作的情況，為變壓器的正常安全的運行大大的提供了參考，并且提高了變壓器工作的實用效率。(2)雙規(guī)識別法識別系統(tǒng)不僅能識別出變壓器繞組的機械狀態(tài)，而且可以準確預(yù)報變壓器繞組機械故障的類型。(3)雙規(guī)識別法識別系統(tǒng)，由于形成一個識別數(shù)據(jù)庫，因而在形成數(shù)據(jù)庫的時候采集數(shù)據(jù)不受環(huán)境的影響，大大的減少了誤判誤差。(4)雙規(guī)識別法識別系統(tǒng)不僅能識別變壓器繞組單一的機械故障狀態(tài)，而且能識別變壓器繞組復(fù)合機械故障狀態(tài)下的哪類故障占據(jù)主導(dǎo)作用。


圖I是本發(fā)明實施例的變壓器繞組各類故障數(shù)據(jù)庫；圖2是變壓器繞組不同機械狀態(tài)下的模糊識別庫；圖3是變壓器繞組不同機械狀態(tài)下的HMM識別庫；
圖4是本發(fā)明雙規(guī)識別法識別過程及原理圖；圖5是本發(fā)明雙規(guī)識別法對變壓器繞組單一各故障的識別dg指數(shù)圖；圖6是本發(fā)明雙規(guī)識別法對變壓器繞組復(fù)合狀態(tài)的識別dg指數(shù)圖。
具體實施例方式本發(fā)明結(jié)合實施例和附圖對本發(fā)明做進一步的說明。本發(fā)明是一種對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，實施例包括以下各步驟第一步，建立變壓器繞組各類機械狀態(tài)數(shù)據(jù)庫。變壓器箱體上每個測點測得的振動響應(yīng)，都是鐵心振動和繞組振動通過結(jié)構(gòu)件和 其他傳遞途徑，傳遞到此處疊加形成的。這整個傳遞過程是線性的，那么就可以通過采集箱壁上的振動信號，提取和分析繞組的振動特性，從而判斷繞組狀態(tài)。對電力公司提供的變壓器進行各種故障的設(shè)定，通過傳感器和數(shù)據(jù)采集儀器，采集變壓器在各種狀態(tài)下的信號數(shù)據(jù)，如圖I所示。第二步，建立起模糊識別庫，給出每類故障的隸屬度Cli和識別準確率M。在變壓器離線工作狀態(tài)下可以測得變壓器繞組各種機械故障狀態(tài)的實驗數(shù)據(jù)，通過特征提取，然后利用模糊識別的識別方法和理論，建立起模糊識別方法對變壓器繞組機械故障各狀態(tài)的識別庫，并用多組各故障待識別數(shù)據(jù)得出模糊識別的隸屬度Cli，如圖2所示，識別的準確率M如表I所示。表I :模糊識別診斷結(jié)果分析統(tǒng)計(用40組識別數(shù)據(jù))
權(quán)利要求
1.一種對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，包括步驟如下 第一步，建立變壓器繞組各類機械狀態(tài)數(shù)據(jù)庫； 第二步，建立起模糊識別庫，給出每類故障的隸屬度Cli和識別準確率M ； 第三步，建立起HMM識別庫，給出每類故障識別的HMM相似概率log (P (D/ λ k))和識別準確率H ； 第四步，通過HMM的識別概率值，得到HMM的加權(quán)參數(shù)Pi ； 第五步，通過HMM識別給出的識別準確率H和模糊識別給出的識別準確率M，確定HMM識別和模糊識別的加權(quán)系數(shù)α和β ; 第六步，通過上述得出的隸屬度φ、加權(quán)參數(shù)Pi以及α和β，得到識別變壓器繞組故障的dg指數(shù)； 第七步，通過求得的dg識別指數(shù)直接識別變壓器繞組機械故障狀態(tài)和類型。
2.根據(jù)權(quán)利要求I所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第二步是在變壓器離線工作狀態(tài)下測得變壓器繞組各種機械故障狀態(tài)的實驗數(shù)據(jù)，通過特征提取，利用模糊識別的識別方法和理論，建立起模糊識別方法對變壓器繞組機械故障各狀態(tài)的識別庫，并用多組各故障待識別數(shù)據(jù)得出模糊識別的隸屬度Cli和識別準確率M。
3.根據(jù)權(quán)利要求2所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第三步是在變壓器離線工作狀態(tài)下測得變壓器繞組各種機械故障狀態(tài)的實驗數(shù)據(jù)，通過特征提取，然后利用HMM的識別方法和理論，建立起HMM方法對變壓器繞組機械故障各狀態(tài)的識別庫，并用多組各故障待識別數(shù)據(jù)得出HMM識別的概率值和識別準確率H。
4.根據(jù)權(quán)利要求3所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第四步是對變壓器繞組各種機械狀態(tài)的信號特征值采用HMM識別變壓器繞組機械故障的相似概率最大值口犯乂^七^^切與畫相似概率log (P (D/λ,))的比值 1<I<M進行歸一化，得到HMM加權(quán)參數(shù)Pi。
5.根據(jù)權(quán)利要求4所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第五步是將HMM識別變壓器繞組各類故障的準確率和模糊識別對變壓器繞組 a M各類故障的準確率相比J = 77以及由于歸一化處理所得兩加權(quán)系數(shù)的α+β =1，從而求得HMM和模糊識別的加權(quán)系數(shù)α和β。
6.根據(jù)權(quán)利要求5所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第六步是將歸一化的特征值運用模糊識別和HMM識別得出的故障的隸屬度和HMM的加權(quán)參數(shù)Cli和Pi,采用加權(quán)平均法得到判別變壓器狀態(tài)的指數(shù)dg= α φ+ β Pi。
7.根據(jù)權(quán)利要求6所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述dg指數(shù)滿足一定的閾值Q e
。
8.根據(jù)權(quán)利要求7所述的對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，其特征在于，所述第七步是通過加權(quán)平均處理后，選取dg值最大時所對應(yīng)的模式作為待測樣本的故障模式，做出最終的診斷。
全文摘要
本發(fā)明公開一種對變壓器繞組故障類型直接預(yù)報和識別的雙規(guī)識別法，是一種基于隱馬爾科夫模型和模糊識別基礎(chǔ)之上對變壓器繞組故障直接識別和預(yù)報的新方法。步驟為第一步,建立變壓器繞組各類機械狀態(tài)數(shù)據(jù)庫；第二步,建立起模糊識別庫,給出每類故障的隸屬度和識別準確率；第三步,建立起隱馬爾科夫模型識別庫,給出每類故障識別的相似概率和識別準確率；第四步,通過的隱馬爾科夫模型識別概率值，得到的加權(quán)參數(shù)；第五步，確定隱馬爾科夫模型和模糊識別的加權(quán)系數(shù)；第六步，得到識別變壓器繞組故障的雙規(guī)識別指數(shù)；第七步，通過求得的dg識別指數(shù)直接識別變壓器繞組機械故障狀態(tài)和類型。本發(fā)明方法不存在人為因素,抗環(huán)境的干擾能力強，不會有轉(zhuǎn)化測得數(shù)據(jù)帶來的誤差。
文檔編號G01R31/06GK102778632SQ20121023013
公開日2012年11月14日 申請日期2012年7月4日 優(yōu)先權(quán)日2012年7月4日
發(fā)明者何洪軍, 饒柱石 申請人:上海交通大學(xué)