對油浸式變壓器故障診斷的研究論文
對油浸式變壓器故障診斷的研究
摘要：變壓器是電力系統中的中的重要設備，它的正常運行對電力系統起著(zhù)至關(guān)重要的作用。針對變壓器的故障診斷方法，主要有傳統比值法以及各種智能診斷方法。針對傳統比值法和各種智能診斷方法編碼不全，編碼與故障類(lèi)型對應關(guān)系太過(guò)絕對等缺點(diǎn)。本文將支持向量機、遺傳算法和粗糙集相結合，應用到變壓器故障診斷中。經(jīng)過(guò)實(shí)例證明，該方法切實(shí)可行，診斷結果證明了本方法的有效性。
關(guān)鍵詞：變壓器 故障診斷 粗糙集 支持向量機 遺傳算法
變壓器是電力系統中分布最廣泛、造價(jià)高昂、結構復雜的電氣設備之一，擔負著(zhù)電能傳送和電壓轉換的重任，它的安全運行直接影響了整個(gè)電力系統的安全性和穩定性。隨著(zhù)電力網(wǎng)絡(luò )的負荷加重，變壓器發(fā)生故障的概率越來(lái)越高。另一個(gè)方面由于變壓器結構復雜，發(fā)生問(wèn)題時(shí)判斷故障及檢修故障也很復雜。因此研究變壓器的故障，對變壓器早期出現的故障進(jìn)行診斷研究，提高整個(gè)電力系統供電的可靠性，有著(zhù)十分重要的作用。目前最有效的手段是對油中溶解氣體的分析。對油中氣體分析的判斷變壓器故障類(lèi)型的方法，由以往常用的三比值法逐漸過(guò)渡到智能診斷方法。本文首先對基于油中溶解氣體分析變壓器故障類(lèi)型的方法進(jìn)行了研究，分析了傳統比值法的優(yōu)缺點(diǎn)，進(jìn)而提出了利用遺傳算法對支持向量機進(jìn)行參數尋優(yōu)，探索了一種新的智能變壓器故障診斷方法。
1 變壓器故障診斷現狀研究
對油浸式變壓器來(lái)說(shuō)，現狀都是用油作為散熱和絕緣材料，在運行中，油與中間的固體有機材料因故障會(huì )逐漸老化和分解，同時(shí)油中會(huì )產(chǎn)生少量的各種氣體。因為不同故障，產(chǎn)生的'氣體比例、含量不同，所以就可以利用對油中氣體的分析，來(lái)判斷故障類(lèi)型。利用這種方法對油中溶解氣體進(jìn)行實(shí)時(shí)監測，就可以及時(shí)發(fā)現故障信息，避免災難性隱患的出現。這種方法，能在變壓器帶電工作時(shí)進(jìn)行監測，不受電磁干擾的影響�；谟椭腥芙鈿怏w分析的變壓器故障診斷有一些傳統方法，最常見(jiàn)的是三比值法。傳統方法對故障診斷有一定效果，但也有一些問(wèn)題，比如編碼的設定、編碼范圍邊界的區分太過(guò)絕對、編碼與故障類(lèi)型的對應太刻板，反而不利于故障診斷。隨著(zhù)人工智能的發(fā)展，對變壓器故障診斷的研究也進(jìn)入了智能診斷階段。對于智能診斷方法來(lái)說(shuō)，需要大量的樣本信息來(lái)保證模型的建立。但是變壓器因為自身的復雜性，以及現場(chǎng)采集手段單一而導致變壓器試驗樣本信息不完備、試驗樣本少，導致了智能判斷不能進(jìn)行完善的判斷。鑒于此，我單位在故障診斷中適當應用了智能算法，以確保故障診斷準確無(wú)誤。
2 常用變壓器故障診斷方法
2.1 基于粗糙集的變壓器故障樣本的處理
以油中溶解氣體的分析作為基礎，利用支持向量機算法建立一個(gè)模型。該模型的輸入是油中溶解氣體，輸出是變壓器故障類(lèi)型。利用粗糙集的方法對變壓器故障樣本進(jìn)行處理和分析，為了對輸入特征進(jìn)行優(yōu)化，應該以約簡(jiǎn)后的故障樣本作為新樣本用于模型診斷。首先利用基于粗糙集理論的工具Rosetta對搜集到的故障數據樣本進(jìn)行處理。其次，經(jīng)處理的數據可通過(guò)等頻率離散法進(jìn)行離散化。最后，應用Genetic algorithm算法約簡(jiǎn)離散后的原始決策表來(lái)優(yōu)化原始決策表的條件屬性，做好數據預處理，為診斷變壓器故障創(chuàng )造條件。
2.2 基于遺傳支持向量機在變壓器故障診斷中的應用
在小樣本的情況下，傳統的變壓器智能診斷方法效果還不理想。但現行測試手段尚有不完善之處，無(wú)法獲取更多的樣本用于變壓器的智能故障診斷。鑒于此，我們將支持向量機算法引入變壓器故障診斷中。另一方面，鑒于支持向量機的參數尋優(yōu)具體依賴(lài)于網(wǎng)格搜索、經(jīng)驗選擇等。這些方法有準確率不高、訓練時(shí)間過(guò)長(cháng)等缺點(diǎn)。針對此，為提高診斷模型的正確判斷率，又在支持向量機參數尋優(yōu)中引入了遺傳算法。
2.3 基于粗糙集和遺傳支持向量機的變壓器故障診斷模型實(shí)現及結果對比分析
利用建立的基于粗糙集和遺傳支持向量機的模型，對獲取的300個(gè)變壓器原始故障樣本，在條件屬性中加入了16個(gè)氣體比值，決策屬性采用六種常見(jiàn)的變壓器故障類(lèi)型，通過(guò)連續氣體比值等頻離散化后，構建原始決策表，規格為300*17。另一方面，針對原始決策表，應用Genetic algorithm屬性約簡(jiǎn)算法對其進(jìn)行屬性約簡(jiǎn)和規則合并。同時(shí)為了證明所選方法的優(yōu)越性，將基于粗糙集和遺傳支持向量機的變壓器故障診斷模型和傳統的智能判斷方法進(jìn)行對比，經(jīng)過(guò)多次實(shí)驗、分析比較，得到了隨著(zhù)本文算法的加入，對故障的分類(lèi)和判斷的準確率得到了大幅提高。
3 結語(yǔ)
利用基于粗糙集和遺傳支持向量機的變壓器故障診斷模型對變壓器進(jìn)行故障診斷，能使故障分類(lèi)準確率得到大幅提高。在同樣的輸入條件下，診斷結果要優(yōu)于傳統三比值法及智能判斷方法。通過(guò)對8組經(jīng)過(guò)有關(guān)部門(mén)提取的數據進(jìn)行判斷，能達到100%的正確判斷率。不過(guò)雖然基于粗糙集和遺傳支持向量機的變壓器故障診斷模型能夠得到較為理想的診斷效果，但是還有一些方面需要探討，比如現在只是討論了對單一故障類(lèi)型的判斷，如果多種類(lèi)型故障同時(shí)出現，還沒(méi)有進(jìn)行研究。我相信，隨著(zhù)科學(xué)技術(shù)的不斷發(fā)展，對油浸式變壓器的故障診斷方法一定會(huì )得到進(jìn)一步的應用。
【對油浸式變壓器故障診斷的研究論文】相關(guān)文章：
干式與油浸式變壓器優(yōu)化設計探索的相關(guān)論文04-19
油浸配電變壓器運維策略開(kāi)展的油化驗技術(shù)研究論文04-13
變壓器故障診斷技術(shù)研究論文04-16
變壓器油的作用08-13
研究汽車(chē)電機的故障診斷論文06-27
變壓器油泄漏應急預案03-09
變壓器油泄漏的應急預案05-28
變壓器油泄漏應急預案范文01-19