基于灰色势理论的干式变压器故障诊断算法
先先介绍了灰电位理论，然后提出了一种基于灰电位理论的干式变压器故障诊断算法，并给出了利用该算法进行故障诊断的基本步骤。较后，通过实例验证了该方法的正确性。关键词：干式变压器；灰电位；基于灰色特殊能量理论的变压器故障诊断新方法、伟、青(东南大学电力系，南京210096)摘要：本文介绍了变压器故障诊断的潜在方法。然后提出了变压器故障诊断的流程。较后，通过实验结果证明了transformer的tobesafeibleandsefulmethododiagnosefault。关键词：变压器；灰色潜力；干式变压器作为电力系统中较重要、较昂贵的主要设备之一，一直受到电力工作者的广泛关注。在电力系统中，干式变压器经常发生故障，对电网的安全运行构成严重威胁。干式变压器的故障诊断是根据故障现象确定故障的原因和类型，为维护提供智能决策。在长期的运行实践中，人们积累了大量的干式变压器故障数据。如何利用这些数据找出规律，使从故障症状中快速找出故障原因或故障位置成为一个亟待解决的问题。2灰电位识别方法2.1原理简介灰电位识别是一种灰色理论与电位分类设计相结合的新型非线性多类模式识别算法。有一个距离较近的空间电荷群，称为同一个类，其中每个电荷在空间中产生一个势场，属于同一类的所有空间电荷产生的势场构成一个类势场，它量化了一个类的空间特征。潜在价值越大，越接近类。也就是属于这一类的可能性越大。在物理学中，电荷引起的电势值与距离倒数的平方成正比。同样，可以认为一个模式所导致的潜在价值与其离这个类的距离有关。通常构造一个以距离为自变量的势函数来解决这个模式识别问题。2.2用一个简单的例子说明点势函数的定义。直线上有一个点，也代表这个点的坐标。是待分类的点坐标，定义为与任意模式点之间的势函数，其中为常数系数。越接近某一模点，即越接近0，其势值越大，V越接近1。2.3类势函数的定义提供了一个沿直线分布的a类点， k (k=1，2，…，n)为a类n个模态点的坐标值，为待分类点的坐标。关于点类A的的势函数值称为类势值，它实际上是从到该类所有点的点势值之和的平均值。点类A关于的类势值定义为2.4多样本类模式的势函数。假设已知模式Xi的多维量化特征(I=1，2，n)用n个样本be Xi={xij}，j=1，2，灰色理论中灰色关联度的大小也反映了两个模型样本之间的相似性度量。根据灰色关联度的定义[2]:设X为灰色关联因子集，x0X为参考序列，xiX为比较序列，xi(k)，(x0，Xi)(0，1]表示系统中没有两个行为序列可以严格无关。2)对偶对偶表示当灰色关联因子集中只有两个序列时，成对比较满足对偶。3)整体性反映了环境对灰色关联度比较的影响，灰色关联度随环境的不同而变化。4)满足贴近度后，(x0，xi)为xi与x0的灰色关联度。邻近性是相关性量化的一个限制因素。 #p#分页标题#e#
可以看出，势函数实际上是一个灰色关联度计算函数，所以如果有m个Ak类(k=1，2，m)。获得相对于这M个模式要识别的某个模式的准电势值。如果3-电位识别法应用前的预处理是3.1归一化，为了消除变量间的量纲影响，应对变量进行归一化和变换，使每个变量的值统一在[0，1]之间。具体方法如下。设一个故障模式样本归一化变化前的多维量化特征矩阵为x={xij}和y={yij}归一化变化后，则变换公式为w={wj}，归一化变化后u={uj}，则变换公式为3.2。初始化变换初始化的目的是为了选择一个合适的参考点进行样本比较，使其能够得到恰当的表达让归一化变化后的失效模式样本的多维量化特征矩阵为初始化变换后的y={yij}和z=(zij)，计算公式如下：让归一化变化后的实际失效的失效数据为初始化变换后的u={uj}和s={SJ}，其中m取公式(4)中的值。4干式变压器故障诊断的潜在功能4.1故障模式集的组成为了得到多种故障模式和每种故障模式，在此基础上，收集有代表性的故障数据，形成每种故障模式的多个样本[4-6]
。例如，对于铁芯多点接地搜集到样本如表1所示。 用式（2）和式（4）进行数据预处理后得到的多位量化特征阵A为 用式（2）和式（4）进行数据预处理后得到的多位量化特征阵B为 4．2 故障实例 某电厂6号220kV主变1999年5月19日油色谱试验数据如表3所示。 用故障点估算温度的经验公式T＝，计算得到故障点温度为722℃。测得铁芯接地电流为0．1A，绝缘电阻偏差为11％，利用式（3）和式（5）计算该故障相对于铁芯多点接地故障的模式待判特征为 用式（2）计算该故障相对于故障模式A的灰色位势函数值V1＝0．535。 用式（3）和式（5）计算该故障相对于引线接头过热故障的模式待判特征为 用式（1）计算该故障相对于故障模式B的灰色位势函数值V2＝0．859。 因为V1＜V2，故判断该故障属于引线接头过热故障，经吊罩检查，发现穿过220kV侧A相套管内的引线与铜管接触，因干式变压器220kV侧A相电流一部分通过铜管导致高温过热，诊断符合实际状况，说明灰色位势函数法是成功的。5 几点讨论 1）由上例可以看出，故障类型及相应的故障诊断规则的提取是灰色位势算法诊断干式变压器故障的基础，一组良好的诊断规则能够使诊断准确，基于粗糙集理论的诊断规则的提取在这方面作出了贡献［7］。 2）灰色位势算法是利用样本形成故障类型的，所以样本的数量对于诊断的精确与否起着至关重要的作用，只有大量的样本才能反映一类故障的本质特征。所以故障样本的数据收集是本算法实现的关键。 3）由于干式变压器的种类繁多，电压等级相差很大，同时干式变压器部件繁多，涉及物理、化学变化，故障种类也很多，因此一般需要利用多种检测方法检测故障。随着检测手段的增多，诊断规则也会相应增多，在进行基于知识的推理时有可能产生“匹配冲突”或“组合爆炸”等问题［8］，这时如果将灰色位势算法与擅长非线性映射的人工神经网络以及决策树方法结合起来，将大大简化算法，有可能使得干式变压器故障诊断系统实用化。6 结束语 本文探讨了模式识别中的一种算法——灰色位势算法在干式变压器故障诊断中的应用。在确立了故障诊断规则的前提下，该方法可以直接处理现场采集到的数据，在大样本的情况下诊断尤佳，用于干式变压器故障诊断是比较合适的。针对实际诊断情况的多样化和复杂性，如将灰色位势算法和人工神经网络及故障树方法结合起来，形成一个层次型的诊断结构，通过层次分类的处理，则干式变压器故障诊断有望走上实用化道路。参考文献［1］胡远来，贾王月．灰色位势算法在储层预测中的应用［J］．矿物岩石，2002，87（3）：87－90［2］刘思峰，郭天榜．灰色系统理论及其应用［M］．开封：河南大学出版社，1991．59－60［3］孙辉，李卫东，孙启忠．判决树用于干式变压器故障诊断的研究［J］．中电机工程学报，2001，21（2）：50－55［4］董其．电力干式变压器故障与诊断［M］．北京：中电力出版社，2001．90－108［5］电力工业设备诊断技术专业协会．干式变压器故障诊断典型案例汇编［J］：中电力企业管理，1994，（1）［6］电力工业设备诊断技术专业协会．干式变压器故障诊断典型案例汇编（续1）［J］：中电力企业管理，1994，（2）［7］袁保奎．电力设备状态检测、预测及故障诊断的研究［D］．南京：东南大学，2002 来源：中电力网#p#分页标题#e#
