一種新型的電力變壓器多級(jí)故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種新型的電力變壓器多級(jí)故障診斷方法。
【背景技術(shù)】
[0002] 電力變壓器屬于電力系統(tǒng)中的重要設(shè)備，一旦發(fā)生故障，將產(chǎn)生巨大的經(jīng)濟(jì)損失。 因此，電力變壓器的故障診斷在電力系統(tǒng)的安全運(yùn)行中起著十分重要的作用。由于電力變 壓器的結(jié)構(gòu)較為復(fù)雜，故障涉及的不確定因素較多，傳統(tǒng)的特征信號(hào)(例如，油色譜、介質(zhì)損 耗、鐵芯接地電流、局部放電等）反應(yīng)出的故障存在較大的局限性，因此亟需研究一些新的 智能算法應(yīng)用于電力變壓器的故障診斷中。
[0003] 多年來(lái)，油中溶解氣體分析技術(shù)（DGA)因其適用于電力變壓器的在線監(jiān)測(cè)，同時(shí) 具有分析效果良好的優(yōu)點(diǎn)，經(jīng)常結(jié)合各種人工智能技術(shù)(例如，粗糙集、灰色理論、模糊聚類(lèi) 等)，使其獲得了在電力變壓器故障診斷中的廣泛應(yīng)用。用于DGA診斷的依據(jù)主要包括有改 良三比值法、大衛(wèi)三角形法、特征氣體法等。但是在電力變壓器的故障診斷中，通常同一故 障模式會(huì)以不同的特征形式表現(xiàn)出來(lái)，而同一故障特征又可能是由不同故障模式引起的。 面對(duì)故障模式及故障特征之間不確定的映射關(guān)系以及診斷過(guò)程中各種環(huán)境因素的干擾，單 一 DGA診斷依據(jù)已不滿(mǎn)足診斷需求，需要用多種判據(jù)進(jìn)行綜合診斷。
[0004] 為了提高故障診斷的精度和可靠性，相關(guān)研究已利用證據(jù)理論的信息融合方法， 將空間或時(shí)間上的冗余信息和互補(bǔ)信息通過(guò)組合規(guī)則進(jìn)行融合，以獲得被測(cè)對(duì)象的一致性 描述，從而對(duì)故障的類(lèi)型做出更加精確的判斷。但是，證據(jù)體基本概率分配BPA的合理構(gòu)造 是證據(jù)理論應(yīng)用于變壓器故障診斷中的難題。目前存在有兩種具體的解決方案：一是專(zhuān)家 經(jīng)驗(yàn)賦值，二是人工智能算法構(gòu)造。但是，若直接賦值BPA，主觀性太重；若將經(jīng)過(guò)處理后的 神經(jīng)網(wǎng)絡(luò)輸出結(jié)果賦值為BPA，其中的可靠性系數(shù)仍是經(jīng)驗(yàn)取值。上述提到的方法都存在一 定的局限性，通過(guò)專(zhuān)家經(jīng)驗(yàn)確定BPA的方法缺乏客觀性。
[0005] 故障診斷實(shí)質(zhì)上是一種故障信息的識(shí)別與分類(lèi)問(wèn)題，而故障診斷的核心算法是故 障信息的識(shí)別和分類(lèi)問(wèn)題。隨著對(duì)電力系統(tǒng)的安全性與可靠性提出了越來(lái)越高的要求，如 何發(fā)明一種具有較高可靠性的新的電力變壓器故障診斷算法成為亟需解決的課題。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供了一種新型的電力變壓器多級(jí)故障診斷方法，它通過(guò)多種判據(jù)對(duì)電力 變壓器的潛在故障進(jìn)行綜合診斷，從而得到可靠性較高的結(jié)果。
[0007] 本發(fā)明采用了以下技術(shù)方案：一種新型的電力變壓器多級(jí)故障診斷方法，包括以 下步驟：步驟一，從電力變壓器中提取測(cè)試樣本，利用無(wú)編碼四比值法和特征氣體法對(duì)測(cè)試 樣本進(jìn)行預(yù)處理，得到兩組相應(yīng)的特征矢量，其中，無(wú)編碼四比值法的特征矢量為：CH 4/H2、 C2H2/C2H4、C2H 4/C2H6、C2H6/CH 4;特征氣體法的特征矢量為 C2H2/ (CJC2XH2/ (CJCfH2XC2H4/ (CfC2)XH 4/ (CJC2)X2H6/ (CfC2X及總烴的相對(duì)大小；步驟二、根據(jù)步驟1中獲得的特征 矢量，利用后驗(yàn)概率支持向量機(jī)求出相應(yīng)的SVM后驗(yàn)概率輸出r, 7;然后，通過(guò)所有的迭 代求解后驗(yàn)概率矢量八即為該證據(jù)體下各類(lèi)故障的基本概率分配函數(shù)BPA ;步驟三、根據(jù) 證據(jù)理論定義，計(jì)算多證據(jù)體聯(lián)合作用下對(duì)各類(lèi)故障的融合結(jié)果，最后根據(jù)決策規(guī)則進(jìn)行 判斷并得出結(jié)論；步驟四、針對(duì)變壓器故障，完成上述步驟一至步驟三；然后，針對(duì)一級(jí)診 斷得出的結(jié)果，再次完成上述步驟一至步驟三，得出的結(jié)果即為最后的診斷結(jié)論。此時(shí)即可 形成電力變壓器的多級(jí)診斷系統(tǒng)。
[0008] 本發(fā)明步驟二中后驗(yàn)概率支持向量機(jī)具體算法如下：步驟一，第i類(lèi)和第J類(lèi)數(shù)據(jù) 樣本經(jīng)過(guò)其中一組證據(jù)體的數(shù)據(jù)預(yù)處理后，得到相對(duì)應(yīng)的特征矢量；步驟二，針對(duì)第i類(lèi)和 第J類(lèi)數(shù)據(jù)樣本的特征矢量，求出相對(duì)應(yīng)的SVM后驗(yàn)概率輸出r, 7;步驟三，通過(guò)對(duì)所有的 迭代求解后驗(yàn)概率矢量Λ亦即該證據(jù)體下各類(lèi)故障的基本概率分配BPA。
[0009] 本發(fā)明步驟三種證據(jù)理論具體算法如下：步驟一，利用后驗(yàn)概率支持向量機(jī)計(jì)算 的兩個(gè)證據(jù)體下各類(lèi)故障的ΒΡΑ，根據(jù)證據(jù)理論定義，計(jì)算出各故障類(lèi)型的信任度和似然 度；步驟二，對(duì)于不同證據(jù)體的信度函數(shù)，計(jì)算多證據(jù)體聯(lián)合作用下對(duì)各類(lèi)故障的融合結(jié) 果；步驟三，根據(jù)決策規(guī)則：目標(biāo)故障的信任度是所有信任度中的最大值，對(duì)待測(cè)數(shù)據(jù)的潛 在故障進(jìn)行判斷并得出結(jié)論。
[0010] 本發(fā)明具有以下有益效果：1、后驗(yàn)概率支持向量機(jī)不但保留了 SVM小樣本、泛化 能力強(qiáng)的特點(diǎn)，保證在有限的故障樣本情況下也能建立較強(qiáng)推廣能力的模型，同時(shí)克服了 SVM硬判決的缺點(diǎn)，提供概率輸出，保證了后續(xù)BPA賦值的客觀性；2、后驗(yàn)概率支持向量機(jī) 提供了近似真值的多分類(lèi)概率，滿(mǎn)足證據(jù)理論中不確定性信息輸入的特點(diǎn)，兩者之間形成 優(yōu)勢(shì)互補(bǔ)；多種基于DGA依據(jù)的診斷方法通過(guò)證據(jù)理論進(jìn)行融合，有效地解決了判據(jù)結(jié)果 矛盾沖突問(wèn)題；3、融合后綜合診斷法判斷的實(shí)際故障的信度函數(shù)值和單一模式下的信度函 數(shù)值相比有所增加，相對(duì)減少了其它類(lèi)型的信度函數(shù)值，從而使系統(tǒng)的不確定性大幅度下 降。兩類(lèi)后驗(yàn)概率支持向量機(jī)單獨(dú)識(shí)別時(shí)，會(huì)出現(xiàn)無(wú)法評(píng)判的情況。經(jīng)過(guò)證據(jù)融合后，綜合 診斷系統(tǒng)能準(zhǔn)確識(shí)別出來(lái)，也就是說(shuō)，僅用單一故障模式進(jìn)行識(shí)別，不確定性較高，有時(shí)無(wú) 法準(zhǔn)確識(shí)別故障類(lèi)型?；诤篁?yàn)概率支持向量機(jī)的證據(jù)融合增加了系統(tǒng)的可分析性，有效 地提高故障模式的識(shí)別能力。
【附圖說(shuō)明】
[0011] 圖1為本發(fā)明多級(jí)綜合診斷系統(tǒng)流程圖。
[0012] 圖2為本發(fā)明單級(jí)診斷過(guò)程示意圖。
【具體實(shí)施方式】
[0013] 本發(fā)明提供了一種新型的電力變壓器多級(jí)故障診斷方法，包括以下步驟：步驟一， 從電力變壓器中提取測(cè)試樣本，利用無(wú)編碼四比值法和特征氣體法對(duì)測(cè)試樣本進(jìn)行預(yù)處 理，得到兩組相應(yīng)的特征矢量，其中，無(wú)編碼四比值法的特征矢量為：CH 4/H2、C2H2/C2H 4、C2H4/ C2H6、C2H6/CH4;特征氣體法的特征矢量為 C2H2/ (CfC2XH2/ (CJC^H2XC2H4/ (CfC2XCH4/ (CfC2X C2H6/ (CfC2X及總烴的相對(duì)大??；步驟二、根據(jù)步驟1中獲得的特征矢量，利用后 驗(yàn)