基于電力變壓器故障特性氣體分層特性的診斷與預(yù)測(cè)方法研究.pdf

1、電力變壓器是電網(wǎng)中能量轉(zhuǎn)換、傳輸?shù)暮诵?是電網(wǎng)中最重要和最關(guān)鍵的電氣設(shè)備之一,其運(yùn)行狀態(tài)直接影響系統(tǒng)的安全運(yùn)行水平,變壓器一旦發(fā)生事故,導(dǎo)致電網(wǎng)不能正常供電,將帶來(lái)巨大的經(jīng)濟(jì)損失。變壓器故障診斷和故障預(yù)測(cè)是確保變壓器正常運(yùn)行的基礎(chǔ),也是實(shí)施狀態(tài)維修的基礎(chǔ)。本文對(duì)變壓器故障診斷和故障預(yù)測(cè)方法進(jìn)行了深入研究,主要研究?jī)?nèi)容如下:
　　 ①針對(duì)變壓器故障診斷的特點(diǎn),提出分層診斷模型,依據(jù)特征氣體對(duì)各層診斷所提供的有效信息量大小,選擇信息

2、量大,冗余度小的特征量集合作為最優(yōu)診斷特征量,建立分層診斷模型。
　　 ②應(yīng)用互信息理論實(shí)現(xiàn)變壓器故障診斷的特征量選擇,針對(duì)互信息理論計(jì)算方法中不合理的地方,改進(jìn)了互信息的計(jì)算方法；針對(duì)互信息理論不適合用于衡量特征量與類(lèi)變量之間互信息的問(wèn)題,提出用卡方距離計(jì)算特征量與類(lèi)變量之間的互信息,并修改卡方距離的計(jì)算公式,使之與互信息計(jì)算具有相同的數(shù)量級(jí)。用修正的卡方距離度量特征量提供的有效分類(lèi)信息量,用互信息衡量各個(gè)特征量之間的冗余度,

3、為各層故障診斷選擇出最優(yōu)的診斷特征量集合。
　　 ③用模糊數(shù)學(xué)解釋故障診斷模型中神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)的作用,基于此提出了一種自動(dòng)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),初始化神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣的方法。該方法首先按卡方距離的計(jì)算思想,分析特征子空間與各個(gè)故障類(lèi)別之間的關(guān)系,定義了卡方關(guān)系,然后依據(jù)子空間與各個(gè)類(lèi)別之間的卡方關(guān)系,初始化神經(jīng)網(wǎng)絡(luò)連接權(quán)重。
　　 ④為了進(jìn)一步提高故障診斷的正判率和抗干擾能力,將神經(jīng)網(wǎng)絡(luò)群方法應(yīng)用于變壓器故障診斷領(lǐng)域,分析

4、了分層診斷的神經(jīng)網(wǎng)絡(luò)群結(jié)構(gòu),為了提高分類(lèi)器之間的差異,提出用核主成分分析方法增加特征量,詳細(xì)分析比較了經(jīng)過(guò)核主成分分析,所得的核特征值、核特征量與分類(lèi)之間的關(guān)系,實(shí)驗(yàn)結(jié)果表明,核特征值大小不能反映核特征量所提供的有效分類(lèi)信息量的多少,依據(jù)修正的卡方距離和互信息大小選擇合適的核特征量,建立分層神經(jīng)網(wǎng)絡(luò)群是有效的。
　　 ⑤分析變壓器油中溶解氣體組分預(yù)測(cè)的特點(diǎn),認(rèn)為氣體組分預(yù)測(cè)問(wèn)題的實(shí)質(zhì)是對(duì)氣體組分變化情況的預(yù)測(cè),基于此,提出用氣體

5、組分的差值序列建立預(yù)測(cè)模型,并用氣體組分序列的偏差對(duì)差值序列進(jìn)行預(yù)處理,消除氣體組分大小差異帶來(lái)的影響,使不同特征氣體的差值序列幅值相近,便于后續(xù)建立預(yù)測(cè)模型。
　　 ⑥由于變壓器內(nèi)部各特征氣體組分之間存在互相影響,為每個(gè)特征氣體單獨(dú)建立預(yù)測(cè)模型增加了建模和預(yù)測(cè)的計(jì)算量,不能反映氣體變化的實(shí)際情況,也會(huì)影響預(yù)測(cè)精度。針對(duì)這個(gè)問(wèn)題,提出用模糊認(rèn)知圖方法建立變壓器特征氣體的統(tǒng)一預(yù)測(cè)模型,該方法能夠從歷史數(shù)據(jù)中學(xué)習(xí)系統(tǒng)內(nèi)在的變化規(guī)律,