基于智能信息融合的電力設(shè)備故障診斷新技術(shù)研究.pdf

1、隨著電力系統(tǒng)規(guī)模的不斷擴(kuò)大，大型變電站的數(shù)量逐步增加，對(duì)變電站電氣設(shè)備的可靠性及技術(shù)水平要求也日益提高，現(xiàn)階段國(guó)家電力公司正大力推廣的電力設(shè)備狀態(tài)監(jiān)測(cè)與可靠性維修正如火如荼的在各地展開(kāi)。電力設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷主要是對(duì)當(dāng)前設(shè)備前期的、潛伏性故障通過(guò)各種技術(shù)手段找出它的故障規(guī)律，對(duì)這類(lèi)故障的診斷是目前電力系統(tǒng)研究的熱點(diǎn)之一。這與瞬時(shí)性的、保護(hù)動(dòng)作之后的故障判斷是一個(gè)問(wèn)題的兩個(gè)方面，繼電保護(hù)并不能解決隱藏的、潛伏性的前期故障，所以研究電力

2、設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷具有重要意義。電力設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷不僅是設(shè)備狀態(tài)檢修模式的基礎(chǔ)，也符合變電站綜合自動(dòng)化正在實(shí)施的電氣運(yùn)行模式的需要。無(wú)論是常規(guī)變電站還是無(wú)人值守變電站，在其監(jiān)控系統(tǒng)中，都需要增加一個(gè)在線(xiàn)監(jiān)測(cè)和故障診斷專(zhuān)家系統(tǒng)用以作為輔助決策手段，進(jìn)而提高監(jiān)控能力。要想實(shí)現(xiàn)真正的無(wú)人值守，需要加入電氣設(shè)備在線(xiàn)監(jiān)測(cè)和故障診斷的內(nèi)容，這樣變電站綜合自動(dòng)化才更加完善和更有效。所以在測(cè)量、控制、信號(hào)、保護(hù)和遠(yuǎn)動(dòng)等綜合自動(dòng)化的基礎(chǔ)上，如

3、能融合電力設(shè)備在線(xiàn)監(jiān)測(cè)與故障診斷系統(tǒng)，必將推動(dòng)變電站綜合自動(dòng)化向前發(fā)展，這對(duì)提高我國(guó)變電站綜合自動(dòng)化水平具有重要意義。本文闡述了智能化技術(shù)在電力設(shè)備故障診斷中的應(yīng)用，介紹電力設(shè)備故障診斷的發(fā)展歷史、研究現(xiàn)狀以及未來(lái)在線(xiàn)監(jiān)測(cè)發(fā)展的趨勢(shì)，提出了對(duì)這些問(wèn)題的研究思路和解決方法，明確了本文研究的主要內(nèi)容。為了解決電力設(shè)備故障診斷中所遇到的主要技術(shù)難題，突破常規(guī)方法進(jìn)行故障診斷的局限，論文將不同類(lèi)型神經(jīng)網(wǎng)絡(luò)用于變壓器絕緣故障診斷的數(shù)學(xué)模型和實(shí)現(xiàn)原

4、理進(jìn)行了比較分析，研究了基于BP神經(jīng)網(wǎng)絡(luò)的多種改進(jìn)學(xué)習(xí)算法，詳細(xì)比較分析了不同學(xué)習(xí)算法對(duì)絕緣故障診斷收斂性的影響。針對(duì)BP隱含層結(jié)構(gòu)不確定的缺點(diǎn)，文中對(duì)不同的隱含層數(shù)目都進(jìn)行了仿真分析。論文還提出了基于徑向基網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和LVQ模式分類(lèi)神經(jīng)網(wǎng)絡(luò)用于故障診斷的模型和方法，通過(guò)比較分析各種不同類(lèi)型神經(jīng)網(wǎng)絡(luò)的性能和故障診斷的準(zhǔn)確率，確定了適用于變壓器絕緣故障診斷的神經(jīng)網(wǎng)絡(luò)模型。為了解決電力設(shè)備故障征兆、故障原因和故障機(jī)理之間的復(fù)雜關(guān)系，

5、提出了一種基于模糊數(shù)學(xué)的變壓器絕緣故障診斷方法，將模糊數(shù)學(xué)引入到變壓器故障診斷中，把氣體組分比值看作故障類(lèi)別的模糊現(xiàn)象子集，再依據(jù)三比值法中給出的不同氣體組分相互間的比值與變壓器故障類(lèi)別之間的對(duì)應(yīng)關(guān)系，建立模糊現(xiàn)象子集和對(duì)應(yīng)于不同故障類(lèi)別的隸屬度函數(shù)，從而進(jìn)行故障類(lèi)別的模糊多元決策。將自適應(yīng)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)優(yōu)點(diǎn)與模糊數(shù)學(xué)的模糊推理方法進(jìn)行有效的結(jié)合，本文解決了變壓器絕緣故障診斷中模糊規(guī)則難以確定的問(wèn)題，利用自適應(yīng)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能，通

6、過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)確定了模糊規(guī)則和模糊隸屬度。建立了變壓器故障診斷的ANFIS模型，實(shí)現(xiàn)了電力設(shè)備故障診斷，反映了變壓器的實(shí)際運(yùn)行狀態(tài)。根據(jù)信息融合技術(shù)的基本原理，論文建立了適用于在線(xiàn)監(jiān)測(cè)和故障診斷的信息融合結(jié)構(gòu)和模型。提出了采用D-S證據(jù)理論進(jìn)行電力設(shè)備故障診斷的方法。研究了用于故障診斷的D-S融合模型和方法，將神經(jīng)網(wǎng)絡(luò)和模糊推理的診斷結(jié)果進(jìn)行了再一次的融合，使原來(lái)的診斷信息更加明確，提高了診斷的準(zhǔn)確性。綜合基于人工智能模型的故障診斷方

7、法與原理，本文首次提出了將神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、自適應(yīng)模糊推理和信息融合的故障診斷方法，進(jìn)行比較判斷，形成多智能信息融合判據(jù)用來(lái)診斷電力設(shè)備故障。作者還將專(zhuān)家系統(tǒng)引入電力設(shè)備故障診斷中，開(kāi)發(fā)設(shè)計(jì)了變電站故障診斷專(zhuān)家系統(tǒng)，詳細(xì)描述了診斷專(zhuān)家系統(tǒng)的知識(shí)庫(kù)、數(shù)據(jù)庫(kù)和推理結(jié)構(gòu)，最后給出了斷路器和變壓器的診斷實(shí)例。根據(jù)變電站電力設(shè)備在線(xiàn)狀態(tài)監(jiān)測(cè)的要求和目標(biāo)，在總結(jié)了近年來(lái)該領(lǐng)域現(xiàn)狀和發(fā)展趨勢(shì)的基礎(chǔ)上，將變電站作為一個(gè)系統(tǒng)整體進(jìn)行在線(xiàn)監(jiān)測(cè)設(shè)計(jì)，提出了