基于電力變壓器故障特性氣體分層特性的診斷與預測方法研究.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,其運行狀態(tài)直接影響系統(tǒng)的安全運行水平,變壓器一旦發(fā)生事故,導致電網(wǎng)不能正常供電,將帶來巨大的經(jīng)濟損失。變壓器故障診斷和故障預測是確保變壓器正常運行的基礎(chǔ),也是實施狀態(tài)維修的基礎(chǔ)。本文對變壓器故障診斷和故障預測方法進行了深入研究,主要研究內(nèi)容如下:
　　 ①針對變壓器故障診斷的特點,提出分層診斷模型,依據(jù)特征氣體對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應用互信息理論實現(xiàn)變壓器故障診斷的特征量選擇,針對互信息理論計算方法中不合理的地方,改進了互信息的計算方法；針對互信息理論不適合用于衡量特征量與類變量之間互信息的問題,提出用卡方距離計算特征量與類變量之間的互信息,并修改卡方距離的計算公式,使之與互信息計算具有相同的數(shù)量級。用修正的卡方距離度量特征量提供的有效分類信息量,用互信息衡量各個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)學解釋故障診斷模型中神經(jīng)網(wǎng)絡各層節(jié)點的作用,基于此提出了一種自動設(shè)計神經(jīng)網(wǎng)絡結(jié)構(gòu),初始化神經(jīng)網(wǎng)絡權(quán)重矩陣的方法。該方法首先按卡方距離的計算思想,分析特征子空間與各個故障類別之間的關(guān)系,定義了卡方關(guān)系,然后依據(jù)子空間與各個類別之間的卡方關(guān)系,初始化神經(jīng)網(wǎng)絡連接權(quán)重。
　　 ④為了進一步提高故障診斷的正判率和抗干擾能力,將神經(jīng)網(wǎng)絡群方法應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)絡群結(jié)構(gòu),為了提高分類器之間的差異,提出用核主成分分析方法增加特征量,詳細分析比較了經(jīng)過核主成分分析,所得的核特征值、核特征量與分類之間的關(guān)系,實驗結(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)絡群是有效的。
　　 ⑤分析變壓器油中溶解氣體組分預測的特點,認為氣體組分預測問題的實質(zhì)是對氣體組分變化情況的預測,基于此,提出用氣體

5、組分的差值序列建立預測模型,并用氣體組分序列的偏差對差值序列進行預處理,消除氣體組分大小差異帶來的影響,使不同特征氣體的差值序列幅值相近,便于后續(xù)建立預測模型。
　　 ⑥由于變壓器內(nèi)部各特征氣體組分之間存在互相影響,為每個特征氣體單獨建立預測模型增加了建模和預測的計算量,不能反映氣體變化的實際情況,也會影響預測精度。針對這個問題,提出用模糊認知圖方法建立變壓器特征氣體的統(tǒng)一預測模型,該方法能夠從歷史數(shù)據(jù)中學習系統(tǒng)內(nèi)在的變化規(guī)律,