（电力系统及其自动化专业论文）基于信息融合的大型电力变压器故障诊断.pdf

山东大学硕士学位论文 f a u l tdla g n o sis0 fp o w e rt r a n s f o r m e r b a s e d0 ni n f o r m a t l 0 nf u s l 0 n a b s t r a c t i no r d e rt os o l v ep r o b l e m se n c o u n t e r e di nt h ea p p li c a t i o no f a r t i f i c i a li n t e l l i g e n c ei nf a u l td i a g n o s i so fp o w e rt r a n s f o r m e r ，s o m e i m p r o v e dm e t h o d sa r ep r e s e n t e d ，t h em a i nr e s e r c h w o r ko ft h i s d i s s e r t a t i o nc o n s i s t so ft h ef o l l o w i n gp a r t s ： a s b a c kp r o p a g a t i o nn e u r a ln e t w o r ki se a s i l ys t a c k e di n t ot h e m i n i m a lv a l v el o c a l l ya n dc a u s e ss t r i c td e m a n d so fi n i t i a lv a l v ea n e a - b p n na l g o r i t h mt oo p t i m i z et h ei n i t i a lv a l v eo fb p n ns t r u c t u r ei s p r e s e n t e di nt h i sd i s s e r t a t i o n i ti sp o w e r f u lt od i a g n o s e st h ef a u l t s o fp o w e rt r a n s f o r m e ri nt e r m so ft h ef o l l o w i n gt e s tr e s u l t t h eb a s i ci d e a so fi n f o r m a t i o nf u s i o na r ei n t r o d u c e da n dt h ep o w e r t r a n s f o r m e rd i a g n o s t i cm o d e l b a s e do ni n f o r m a t i o nf u s i o ni s b u i l t ，w i t h i n t h i s d i a g n o s t i cm o d e l ，t h e d i s s o l v e d g a s i n o i l a n a l y s i s ( d g a ) i sc o m b i n e dt i g h t l yw i t ht h er e s u l t so fc o n v e n t i o n a l e l e c t r i c a lt e s to fp o w e rt r a n s f o r m e r s i th a ss h o w nt h a tt h em o d e l p o s s e ss a t i s f a c t o r yc a p a b i l i t yo fk n o w l e d g er e p r e s e n t a t i o na n ds t r o n g s o l v i n ga b i l i t yt od e a lw i t hu n c e r t a i nf a c t s k e y w o r d s ：p o w e rt r a n s f o r m e r f a u l td i a g n o s i s i n f o r m a t i o nf u s i o n a r t i f i c i a li n t e l l i g e n c e 第1 v 页 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何 其他个人或集体己经发表或撰写过的科研成果。对本文的研究作出重要贡 献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人 承担。 论文作者签名：堡j 塑兰兰 日期：! 三：二! 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保 留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本 学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：b 兰圣导师签名：幺i ! 主日期：论文作者签名：电：匕兰型导师签名：幺【! ：羔日期： 山东大学硕士学位论文 l 绪论 1 1 引言 随着电力走向市场和电网的不断发展，人们对电网的安全运行和 供电可靠性的要求越来越高，而电力系统规模的不断扩大和各种监控 设备的应用使得输配电设备故障诊断显得尤为重要。电力变压器是电 力系统重要的枢纽设备之一，是变电所的“心脏”，变压器一旦发生故 障，影响面大、修复时间长，其可靠性指标是影响整个电力系统可靠 性的重要因素，其可靠性的改善将给整个电力系统的安全、可靠性和 经济运行带来巨大的效益，所以发展先进、准确、高效的变压器故障 诊断系统势在必行。 目前电力系统使用的电力变压器主要是油浸式的，在油浸式变压 器中主要使用的绝缘材料是变压器油、油纸绝缘、绝缘纸板等。在变 压器正常运行中受到电、热、机械、环境等各种因素的作用，其性能 会逐渐劣化，绝缘的劣化、缺陷的发展虽然具有统计性，发展的速度 也有快慢，但大多具有一定的发展期，在这期间，会产生各种前期征 兆，表现为电气、物理，化学等特性发生少量渐进的变化，通过对监 测，试验，化验信息进行综合分析，根据其数值的大小及变化趋势， 可对变压器的可靠性随时作出判断，从而能早期发现潜伏的故障，必 要时可提供预警信息。 山东大学硕士学位论文 变压器故障后的诊断分析主要是针对故障现象，故障现象是多样 的，故障原因是复杂的，但往往是异常演化为故障、简单故障演化为 复杂故障，故障发生前往往会有某中迹象，因此如何准确地捕捉到这 种“迹象”就显得尤为重要，如何在变压器运行过程中通过必要的监 测、试验手段掌握其健康情况，通过对变压器内外部信息的综合分析 掌握其运行状态，对于减少事故的发生，提高设备运行可靠性，对实 现优质、可靠供电有积极意义。对于变压器检修运行部门而言，正确 及时地判断故障，能大大提高检修的针对性，也为状态检修提供必要 的依据。 1 2 电力变压器试验方法分析 预防性试验是变压器运行和维护工作中一个重要环节，是保证设 备安全运行的有效手段之一，按试验性质来说，试验项目可分为4 类： ( 1 ) 定期试验即预防性试验。这是为了及时发现设备潜在的缺陷或 隐患，每隔一定时间对设备定期进行的试验。例如油中溶解气体色谱 分析、绕组直流电阻、绝缘电阻、介质损耗因数、直流泄漏、直流耐 压、绝缘油简化分析等。 ( 2 ) 大修试验指大修时或大修后做的检查试验项目。除定期试验项 目外，还需做铁芯夹件绝缘电阻、局部放电、油箱密封试验等试验， 其中有些是纯属于机械方面的检查项目。 一2 一 山东大学硕士学位论文 ( 3 ) 查明故障试验指定期试验或大修试验时，发现试验结果有疑问 或异常，需要进一步查明故障或确定故障位置时进行的一些试验，或 称诊断试验，这是在“必要时”才进行的试验项目。例如：空载电流、 短路阻抗、绕组频率响应、绝缘油含水量和油介损等。 ( 4 ) 预知性试验这是为了鉴定设备绝缘的寿命，搞清被试设备的绝 缘是否还能继续使用一段时间，或者是否需要在近期安排更换而进行 的试验，例如：变压器绝缘纸( 板) 聚合度、油中糠醛含量试验等。 对试验结果应进行综合分析和判断。也就是一般应进行下列三步： 第一步应与历史试验结果比较；第二步与同类型设备试验结果比较； 第三步对照规程技术要求和其他相关试验结果，进行综合分析， 特别注意看出缺陷发展趋势，作出判断。综合分析、判断有时有一定 复杂性和难度，而不是单纯地、教条地逐项对照技术要求( 技术标准) 。 特别当试验结果接近技术要求限值时( 尚未超标) ，更应考虑气候条件 的影响、测量仪器可能产生的误差以及甚至要考虑操作人员的技术素 质等因素，综合分析、判断的准确性在很大程度上决定于判断者的工 作经验、理论水平、分析能力和对被试设备的结构特点，采用的试验 方法、测量仪器及测量人员的素质等的了解程度。 根据综合分析，一般可对设备作出判断结论：合格、不合格或对 设备有怀疑。对不合格的，应及时进行检修。为了能做到有重点地或 一3 一 山东大学硕士学位论文 加速处理缺陷，应根据设备结构特点，尽量做部件的分节试验，以进 一步查明缺陷的部位或范围。对有怀疑或异常、一时不易确定是否合 格的设备应采用缩短试验周期的措施，或在良好天气下、或在温度 较高时进行复测，来监视设备可疑缺陷的变化趋势，或验证过去测量 的准确性。 1 3 获得电力变压器状态信息常用方法分析 变压器状态信息的获得主要靠油色谱分析、绝缘电阻试验、绕组 直阻试验和绕组变形试验来获得。 ( 1 ) 变压器油中溶解气体色谱分析：用于判断变压器内是否发生过热 或者放电性故障。该项目对变压器突发事故的故障判断十分敏感，实 践中多数情况下对缺陷的初步定性要依靠它，综合分析也要结合色谱 分析结果进行，而且该方法能判断出很多别的试验无法发现的缺陷。 ( 2 ) 绝缘电阻试验：变压器各绕组、铁芯、夹铁、外壳相互之间的绝 缘电阻是否正常，是常用的简易检查项目。 ( 3 ) 绕组直阻试验：直阻试验检查导电回路中分接开关接触是否良好、 引线接头焊接或接触是否良好、绕组是否断股、匝间有无短路等缺陷， 可配合多种试验共同确定缺陷，被电力工业部颁预试规程确定为变压 器最重要的电气试验项目。由于电网短路容量越来越大，变压器短路 事故在直阻方面的反映往往很明显。 一4 一 山东大学硕士学位论文 ( 4 ) 绕组变形试验：它是通过各线圈在高频下的响应特性来判断其结 构和周围状况是否发生明显变化的新型试验项目。在大短路容量的电 网中近年变压器发生出口短路事故比率较高，而绕组变形是其中常见 的严重缺陷，所以该项目是现场决定变压器是否投运的主要依据，有 其它试验项目不可替代的作用。 1 4 人工智能技术在变压器故障诊断中的应用 变压器故障诊断主要是对通过各种试验获得的变压器状态信息、 保护装置产生的报警信息以及电压电流等测量电气量的特征进行分析， 根据信息的综合和运行人员的经验来推断可能的故障位置和故障类 型。由于这一过程很难用传统的数学方法描述，而人工智能技术则由于 其善于模拟人类处理问题的过程，容易计及人的经验以及具有一定的 学习能力等特点在这一领域得到了广泛的应用。通过对缺陷判断的认 知过程的分析，应用综合知识诊断、模糊理论和神经网络等人工智能 技术形成逻辑分析判断系统，可对缺陷进行分析并提供监督处理意见， 使检修人员对问题的认识更具全面性、有效性和针对性。 1 4 1 专家系统( e s ) 专家系统是一个智能计算机程序系统，其内部具有大量专家水平 的某个领域知识与经验，应用人工智能技术，根据某个领域一个或多个 人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过 一5 一 山东大学硕士学位论文 程，以解决那些需要专家决定的复杂问题。按其所求解问题的性质，可 把它分为几种类型，其中的诊断专家系统的任务就是根据观察到的情 况( 数据) 来推断出某个对象机能失常( 即故障) 的原因。 专家系统在变压器故障诊断中的典型应用是基于产生式规则的系 统，即把状态信息、保护、断路器的动作情况以及运行人员的诊断经验 用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信 息对知识库进行推理，获得故障诊断的结论。基于产生式规则的故障 诊断专家系统得以广泛应用主要是由故障诊断和基于产生式规则的专 家系统的特点所决定的。保护的动作逻辑一级保护与断路器之间的关 系易于用直观的，模块化的规则表示出来；基于产生式规则的专家系 统允许增加、删除或修改一些规则，以确保诊断系统的实时性和有效 性；能够在一定程度上解决不确定性问题；能够给出符合人类语言习 惯的结论并具有相应的解释能力等。此外，框架法专家系统善于表达 具有分类结构的知识，能够比较清楚的表达事物之间的相关性，可以 简化继承性知识的表述和存储，在报警信息处理和故障诊断中也有少 量应用。 。 虽然专家系统能够有效的模拟故障诊断专家完成故障诊断的过 程，但是在实际应用中仍存在一定缺陷，其主要问题是知识获取的瓶 颈问题、知识难以维护，以及不能有效的解决故障诊断中许多不确定 一6 一 山东大学硕士学位论文 因素，这些问题大大影响了故障诊断的准确性。 1 4 2 人工神经网络( a n n ) 人工神经网络( a n n ) 是模拟人脑组织结构和人类认知过程的信息 处理系统，自1 9 4 3 年首次提出以来，已迅速发展成为与专家系统并列 的人工智能技术的另一个重要分支。它以其诸多优点，如并行分布处 理、自适应、联想记忆等，在智能故障诊断中受到越来越广泛的重视， 而且已显示出巨大的潜力，并为智能故障诊断的研究开辟了一条新途 径。应用a n n 技术实现故障诊断不同于e s 诊断方法。a n n 方法通过现 场大量的标准样本学习与训练，不断调整a n n 中的连接权和阈值，使 获取的知识隐式分布在整个网络上，并实现a n n 的模式记忆。因此a n n 具有强大的知识获取能力，并能有效的处理含噪声数据，弥补了e s 方 法的不足。 需要指出，神经网络方法虽然有利于克服专家系统的知识获取瓶 颈、知识库维护困难等问题，但它不适于处理启发性知识。而且，由 于a n n 技术本身不够完备，它的学习速度慢，训练时间长以及解释功 能弱，从而影响了神经网络的实用化。同时，如何设计适用于大型变 压器的a n n 故障诊断系统仍是一个有待于进一步研究的问题。 由于专家系统方法与神经网络方法在许多方面可以协调工作、互 为补充，因此，如何取长补短将神经网络技术与故障诊断专家系统融 一7 一 山东大学硕士学位论文 为一体，以弥补诊断中的不足，并提供新的诊断技术和方法，具有很 大的潜力和广阔的前景，是值得深入探讨和研究的。 1 4 3 模糊理论( f z ) 在故障诊断中，故障与征兆之间的关系往往是模糊的，这种模糊 性即来自故障与征兆之间关系的不确定性，又来自故障与征兆在概念 描述上的不精确性，因而诊断结果也必然是模糊的，解决模糊诊断问 题的传统方法一般根据专家经验在故障征兆空间与故障原因空间之间 建立模糊关系矩阵。常用的方法是将各条模糊推理规则产生的模糊关 系矩阵进行组合，或与或并。随着模糊理论的发展及完善，模糊理论的 一些优点逐步被重视，如模糊理论可适应不确定性问题；其模糊知识库 使用语言变量来表述专家的经验，更接近人的表达习惯；模糊理论能 够得到问题的多个可能的解决方案，并可以根据这些方案的模糊度的 高低进行优先程度排序等。 变压器故障诊断的不确定因素对于要求严格匹配搜索的专家系统 来说，很容易导致错误的结果。当在专家系统中融入模糊理论后，由 精确推理变为近似推理，在相当程度上增强了专家系统的容错性。由 于一般的模糊系统采用了与专家系统类似的结构，所以它也具有专家 系统的一些固有的缺陷：( 1 ) 模糊系统在推理时也要搜索知识库内一 定的规则集才能得出诊断结论，所以当系统比较大时完成诊断的速度 一8 一 山东大学硕士学位论文 也比较慢。( 2 ) 当输电网络的结构或自动装置的配置发生变化时，模 糊系统的知识库或相关规则的模糊度也要进行相应的修改，即模糊系 统也存在维护的问题。( 3 ) 模糊系统也不具备学习能力。总之，模糊 理论与其它人工智能技术结合构成的诊断系统虽然可以增强处理不确 定性的能力，在一定程度上提高诊断的准确度，但是它不能完全消除 专家系统所固有的缺点。 1 4 4 遗传算法( g a ) 遗传算法是基于自然选择和遗传机制，在计算机上模拟生物进化 机制的寻优搜索算法。它能在复杂而庞大的搜索空间中自适应地搜索， 寻找出最优或准最优解，且算法简单，适用，鲁棒性强。遗传算法对 待求解问题几乎没有什么限制，也不涉及常规优化问题求解的复杂数 学过程，并能够得到全局最优解或局部最优解集，这是它优于传统优 化技术之处。 遗传算法从优化的角度出发基本上可以解决故障诊断问题，尤其 是在复杂故障或存在保护、断路器误动作的情况下，能够给出全局最 优或局部最优的多个可能的诊断结果。但是如何建立合理的变压器故 障诊断模型是使用遗传算法的主要“瓶颈”。如果能够建立合理的数 学模型，那么不仅可以使用遗传算法解决故障诊断问题，还可以使用 其他类似的启发式优化算法解决故障诊断问题，如蚂蚁系统算法、t a b u 一9 一 山东大学硕士学位论文 搜索算法等。从不同的交叉和变异算法的应用比较可以看出，不同的 交叉和变异算子对结果的影响比较大，如何确定最优的交叉和变异算 子及相应的参数也有待进一步研究。 1 4 5 几种智能方法的综合 以上各种智能诊断方法，是从不同的途径去解决故障诊断问题的， 但同时也存在缺陷。为了构造性能较好的应用智能系统，需要综合应 用( 集成) e s 、n n 、g a 、f z 这几种技术。集成的基本思路是：根据被 求解问题的需要把系统分为若干个模块，每个模块，分别用e s 、n n 、 g a 、f z 技术实现，在以某中方式集成来形成主体系统结构，也可采用 串接、嵌入或变换模块的方法来取长补短，构造功能完善的应用系统。 例如，人工神经网络与模糊理论可以用2 种方式结合：第1 种方式是 先模糊化神经网络的输入，进而得到的输出也是一个模糊数。第2 种 方式是根据神经网络的特点设计的，因为人工神经网络的输出本身就 是一个介于0 1 之间的数，所以可把神经网络的输出作为模糊系统的 输入，用模糊系统去解释神经网络的输出。最终提供给技术人员一个 语言化的结论，便于技术人员理解。这在一定程度上弥补了神经网络 不具备解释能力的弱点。 1 5 本文的主要工作 变压器故障诊断就是根据状态监测所获得的信息，结合已知的结 一1 0 一 山东大学硕士学位论文 构特性和参数，以及环境条件对可能要发生或已经发生的故障进行预 报和分析、判断，确定故障的性质和类型。依靠单一智能技术的故障 诊断已难以满足复杂的变压器故障诊断的全部任务要求，因此，将多 种不同的智能技术结合起来的混合诊断系统是智能化故障诊断研究的 一个发展趋势。 引入信息融合的概念，建立基于信息融合的变压器故障综合诊断 模型，对于变压器故障诊断系统而言，既要包括数据融合，也要包括 知识融合，还要包括由数据到知识的融合。充分利用油中溶解气体和 各种电气试验、运行状况与检修的记录以及专家经验等故障相关信息， 结合人工神经网络和证据推理技术提出了一种分层的、可靠的、开放 的变压器综合故障诊断模型。该模型能够更有效地表达不确定知识和 信息，更直观、逼真地模拟不确定性推理过程。信息融合技术应用于 变压器故障诊断，将对提高诊断结果的可靠性和准确性发挥重要作用。 针对b p 网络不易收敛、易陷入局部极小的缺点，采用改进的进化 规划算法优化b p 网络的连接权阈值初始值，将进化规划和神经网络结 合起来，迅速得到最优8 p 网络权值矩阵及阈值向量，克服了上述缺点， 较好地实现了故障诊断，并对该算法采用c 语言编写了程序，实例结 果表明，诊断的结果是理想的。 山东大学硕士学位论文 2 基本原理 2 1 基于变压器油气相色谱分析的故障判断原理 变压器绝缘主要是由矿物绝缘油和浸在油中的有机绝缘材料( 如 电缆纸、绝缘纸板等) 所组成。其中矿物绝缘油即变压器油，是石油的 一种分镏产物，其主要成分是烷烃( c 。h 。：) 、环烃族饱和烃( c h ：。) 、芳 香族不饱和烃( c 。h ：。：) 等化合物，有机绝缘材料主要是由纤维素 ( c 。h 。0 。) 。构成。 在正常运行状态下，由于油和固体绝缘逐渐老化、变质，会分解 出少量的气体( 主要有h 。、甲烷c 毗、乙烷c 。h 。、乙烯c ：h 。、乙炔c ：h ：、 一氧化碳c o ，二氧化碳c 0 。等7 种) 。当变压器内部发生过热性故障、 放电性故障或受潮情况时，油纸会因受热而分解产生烃类气体，油中 气体的各种成分含量的多少和故障的性质及程度直接有关。由于含有 不同化学键结构的碳氢化合物有着不同的热稳定性，所以绝缘油随着 故障点温度的升高依次裂解生成烷烃、烯烃和炔烃。每一种烃类气体 最大产气率都有一个特定的温度范围，故绝缘油在各不相同的故障性 质下产生不同成分、不同含量的烃类气体。故障点温度较低时，甲烷 比例较大，温度升高时，乙烯、氢气组分急剧增加，比例增大；当严 重过热时，还会产生乙炔气体；固体绝缘的过热性故障时，除产生上 面的低分子烃类气体外，还会产生较多的c o ，c 0 ：，随着温度的升高， 一1 2 山东大学硕士学位论文 c o c o 。的比值逐步增大，油中气体各种成分的含量反应了故障的性质 及程度。因此，变压器油中溶解气体的色谱分析法，能尽早地发现充 油电气设备内部存在的潜伏性故障，是监督与故障诊断的一个重要手 段。 气相色谱法判断故障的常用方法有：( 1 ) 按油中溶解的特征气体含 量分析数据与注意值比较进行判断。特征气体主要包括总烃( c 1 c 2 ) 、 c 2 h 2 、h 2 、c o 、c 0 2 等。( 2 ) 根据故障点的产气速率判断：产气速率对 反映故障的存在、严重程度及其发展趋势更加直接和明显，可以进一 步确定故障的有无及性质，判断变压器故障用绝对产气速率。( 3 ) 三比 值法判断：判断可能存在故障时，用三比值法判断其故障的类型。部 颁导则采用国际电工委员会( i e c ) 提出的特征气体比值的三比值法 作为判断变压器等充油电气设备故障类型的主要方法。此方法中每种 故障对应的一组比值都是典型的，对多种故障的联合作用，可能找不 到相应的比值组合，此时应对这种不典型的比值组合进行分析，从中 可以得到故障复杂性和多重性的启示。例如，三比值为1 2 l 或1 2 2 可 以解释为放电兼过热。( 4 ) 故障严重程度与发展趋势的判断：在确定设 备故障的存在及故障类型的基础上，必要时还要了解故障的严重程度 和发展趋势，以便及时制定处理措施，防止设备发生损坏事故。对于 判断故障的严重程度与发展趋势，在用i e c 三比值法的基础上还有一 一1 3 山东大学硕士学位论文 些常用的方法，如瓦斯分析、平衡判据和回归分析等。 常见的故障特征气体是：( 1 ) 固体绝缘过热，除产生较多的低分 子烃类气体外，还产生一氧化碳和二氧化碳。( 2 ) 低温度过热，油一 般不会分解，而只出现由于一氧化碳和二氧化碳，其中一氧化碳特性 较强。( 3 ) 高能量放电( 电弧放电) ，这类故障产气急剧，产气量大。 其故障特征气体主要是乙炔( 占总烃2 0 一7 0 ) 和氢气，其次是乙烯和 甲烷，总烃一般很高，如果涉及固体绝缘一氧化碳也相对较高。( 4 ) 低能量放电( 火花放电) ，其主要气体成份也是乙炔和氢气，其次是乙 烯和甲烷气体。但由于故障能量较小，一般总烃不太高。( 5 ) 局部放 电故障，特征气体是氢气，其次是甲烷，当放电能量密度高时，也会 产生少量的乙炔气体，一般不超过2 。( 6 ) 受潮，氢气的含量较高。 油中溶解气体分析技术是目前对油浸变压器进行故障诊断最方 便、有效的手段之一，它能比较准确、可靠地发现逐步发展的潜伏性 故障，防止由此引起重大事故。在油中溶解气体的诊断方面，主要采 用i e c i e e e 推荐的方法；也有不少国家结合自己的具体情况，制定了 各不相同的油中气体的“可接受水平”及故障判断规则。我国相关规 程基本上沿用i e c 三比值法，已为及时发现变压器故障隐患发挥了重 要作用。但在现场应用中，也发现不少问题，主要有“缺编码”、编 码边界过于绝对等；针对这些不足，各种智能技术如模糊推理、人工 1 4 - 山东大学硕士学位论文 神经网络等被引入变压器的故障诊断中，取得了比较好的效果。这些 研究的主要目标是：基于油中溶解气体分析所提供的信息，判断故障 的性质( 如过热、放电等) 并力求提高诊断的正确率。 深入分析变压器故障产气机理发现，油中溶解气体本身并不携带 足够的故障部位信息；因此，仅仅依靠油中气体提供的信息进行故障 诊断有较大的局限性。将信息融合的基本思想引入到变压器故障诊断 中，充分利用油中溶解气体和各种电气试验、运行状况与检修的记录 以及专家经验等故障相关信息，结合人工神经网络和证据推理技术提 出了一种分层的、可靠的、开放的变压器综合故障诊断模型。该模型 能够更有效地表达不确定知识和信息，更直观、逼真地模拟不确定性 推理过程。 2 2 模糊数学 模糊性主要是指客观事物的差异在中间过渡中的不分明性，为处 理这些模糊概念而催生了模糊数学，模糊数学的理论基础是模糊集。 实践证明，模糊数学在识别、诊断、信息控制、人工智能等诸多领域 的应用也已初见成效在侧重于应用的模糊数学分析中，经常应用到 聚类分析、模式识别和综合评判等方法。 2 2 1 模糊聚类分析 对于一个普通的集合a ，空间中任一元素j ，要么x e a ，要么x e a ， 一1 5 山东大学硕士学位论文 - - 者, j z , 居其一。这一特征可用一个函数表示为： 雕，球岩 彳( 即为集合彳的特征函数。将特征函数推广到模糊集，在普通集合 中只取0 、1 两值推广到模糊集中为 o ，1 区间。设j 为全域，若月为 j 上取值 0 ，1 的一个函数，则称彳为模糊集。 模糊聚类分析是在模糊分类关系基础上进行聚类。设月为散j ，上 的一个集合，并且满足： 1 ) 反身性：( 噩，力) 尼即集合中每个元素和它自己同属一类； 2 ) 对称性：若( 五力尼则( 月力e g , 即集合中( 五力元素同属 于类r 时，则( 只力也同属于斤 3 ) 传递性：( 五力b ( 月力尼则有( 量功见 满足这三条性质的集合曰为一分类关系。 聚类分析的基本思想是用相似性尺度来衡量事物之间的亲疏程度， 并以此来实现分类，模糊聚类分析的实质就则是根据研究对象本身的 属性未构造模糊矩阵，在此基础上根据一定的隶属度来确定其分类关 系。利用模糊集理论进行聚类分析的具体步骤如下： ( 1 ) 若定义相似系数矩阵用的是定量观察资料，在定义相似系数矩 阵之前，可先对原始数据进行变换处理。 ( 2 ) 计算模糊相似矩阵。设u 是需要被分类对象的全体，建立u 上 一1 6 一 山东大学硕士学位论文 的相似系数尼月( j ，力表示f 与之间的相似程度，当u 为有限集时， 膏是一个矩阵，称为相似系数矩阵。建立相似矩阵的方法：相关系 数法：最大最小法：算术平均最小法：几何平均最小法： 绝对指数法：绝对值减数法：夹角余弦法；欧氏距离法。 用上述方法建立起来的相似关系见一般只满足反射性和对称性， 不满足传递性，因而还不是模糊等价关系。为此，需要将霄改造成f 后得到聚类图，在适当的阙值上进行截取，便可得到所需要的分类。 将厅改造成，可用求传递闭包的方法。r 自乘的思想是按最短距离 法原则，寻求两个向量册与乃的亲密程度。 假设铲= ( n j ) ，即n j = 二( n 。八) ，说明册与乃是通过第三者 膏作为媒介而发生关系，“八表示蜀与乃的关系密切程度是以 m i n ( n 。，脚为准则，因k 是任意的，故从一切， 中寻求一个使 x ，和毋关系最密切的通道。f 随皿的增加，允许连接肋与乃的链的 边就越多。由于从置到丑的一切链中，一定存在一个使最大边长达到 极小的链，这个边长就是相当于彳。 在实际处理过程中，刀的收敛速度是比较快的。为进一步加快收敛 速度，通常采取如下处理方法： 卜蒋一诗一l 一“一l k 即先将月自乘改造为铲，再自乘得，如此继续下去，直到某一步出 一1 7 一 山东大学硕士学位论文 现铲匕= f 此时f 满足了传递性，于是模糊相似矩阵( 硒就被改造成 了一个模糊等价关系矩阵( f ) 。 ( 3 ) 模糊聚类。对满足传递性的模糊分类关系的胖进行聚类处理， 给定不同置信水平的九，求置：阵，找出的九显示，得到普通的分类 关系。当九= 1 时，每个样品自成一类，随九值的降低，由细到粗逐渐 归并，最后得到动态聚类谱系图。 2 2 2 模糊模式识别 模式识别就是识别给定的事物以及与它相同或类似的事物，在故障 诊断中可以理解为故障的分类，即把故障分成若干类，判断给定故障 属于哪一类。模式识别的方法大致可以分为两种，即根据最大隶属原 则进行识别的直接法和根据择近原则进行归类的间接法： ( 1 ) 若已知1 7 个类型在被识别的全体对象，上的隶属函数，则可按 隶属原则进行归类。此处介绍的是针对正态型模糊集的情形，对于正 态型模糊变量z ，其隶属度为 鼬j ( 剀 其中a 为均值，扩= 2 一，矿为相应的方差。按泰勒级数展开，取 近似值得 价斗甲2 = 若有1 7 种类型皿个指标的情形，则第j 种类型在第- ，种指标上的隶属 一1 8 一 山东大学硕士学位论文 函数是 以( x ) = ，o 一 硝l c ，t 硝 口5 i x s 够 口5 2 ) ， 口铲+ 0 够+ 毛 x 其中n 5 l 和n 5 2 分别是第f 类元素第- ，种指标的最小值和最大值，巧= 2 一；， 而2 是第f 类元素第- ，种指标的方差。 ( 2 ) 若有刀种类型( ，以，肋，每类都有m 个指标，且均为 正态型模糊变量，相应的参数分别为硝，够，( 卢1 ，2 ，力：卢l ， 2 ，劫。其中，彬= m i n ( ) ，口= m a x ( z 口) ，巧= 2 一；，而4 ；是肌 的方差。待判别对象占的0 1 个指标分别具有参数句，( 卢1 ，2 ， 动，且为正态型模糊变量，则口与各个类型的贴近度为 ( a u ，口j = 醐2 a i s j 一( b | - b q l 一bj b q ) d i 武 口? 口口：2 口；2 口 口；+ 佴+ 毛， d j j + ( b i + b q ) s n i 记舻蚴m 。i n ( a ，b ) ，又有岛：蚴m a “x ( 岛) ，按贴近原则可认为b 与a , o 最贴近。 2 2 3 综合评判 一1 9 一 书书。艄。俐 韵 竺q 0 一2 山东大学硕士学位论文 综合评判就是对受到多个因素制约的事物或对象作出一个总的评 价，这是在变压器故障诊断中经常遇到的问题，如故障类型、故障程 度、特征状态量的选择等，都属于综合评判问题。由于从多方面对变 压器故障进行诊断难免带有模糊性和主观性，采用模糊数学的方法进 行综合评判将使结果尽量客观从而取得更好的实际效果。模糊综合评 判的数学模型可分为一级模型和多级模型，采用一级模型进行综合评 判，一般可归纳为以下几个步骤： ( 1 ) 建立评判对象因素集泸 l i t ，u 2 ，) 。因素就是对象的各 种属性或性能，对于变压器故障诊断而言，也就是参数指标或质量指 标，它们能综合地反映出变压器的质量，因而可由这些因素来评价对 象。 ( 2 ) 建立评判集净 n ，i 2 ， 。对于变压器故障诊断而言， 评判集是故障类型判据的集合。 ( 3 ) 建立单因素评判，即建立一个从到f ( 力的模糊映射 ，：【， ，( 矿) v 坼e u 十八m ，= 等+ 薏+ + 芒 o r ，j s l ，1 s 括1 7 , 1 - ， - m 由，可以诱导出模糊关系，得到模糊矩阵 一2 0 一 山东大学硕士学位论文 胄= 称月为单因素评判矩阵，于是( k 励构成了一个综合评判模型。 ( 4 ) 综合评判。由于对中各个因素有不同的侧重，需要对每个因 素赋予不同的权重，它可表示为，上的一个模糊子集肛( a 。，8 2 ， 岛) ，且规定荟嘶 在斤与彳求出之后，则综合评判模型为b = a or o 记庐( 6 - ，6 2 ， 尻) ，它是v 上的一个模糊子集，其中 6 ，。v l ( q “勺) ( 卢1 ，2 ，动。 罗6 ，i 如果评判结果川。，就对其结果进行归一化处理。 从上述模糊综合评判的4 个步骤可以看出，建立单因素评判矩阵膏 和确定权重分配爿是两项关键性的工作，但同时又没有统一的格式可 以遵循，一般可采用统计试验或专家分析的方法求出。 2 3b p 神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ) ，简称“神经网络” ( a n n ) ，是对人的大脑系统一定特性的描述。简单地讲，它是一个数 学模型，可以用电子线路来实现或用计算机来模拟人的自然智能。其 中b p 神经网络是在变压器故障诊断中应用最具有成效的神经网络模 - - 2 1 - k k 山东大学硕士学位论文 型之一。 b p 神经网络( b a c k p r o p a g a t i o nn e u t r a ln e t w o r k ) 通常是指基 于误差反向传播算法( b p 算法) 的多层前向神经网络，采用由导师的训 练方式。它是d e r u m e l h a r t 和j l m c c e l l a n d 及其研究小组在1 9 8 6 年研究并设计出来的。b p 算法已成为目前应用最为广泛的神经网络学 习算法，绝大部分的神经网络模型是采用b p 算法或它的变化形式，它 也是前向神经网络的核心部分，体现了神经网络最精华的部分。由于 它可以实现输入和输出的任意非线性映射，这使得它在诸如函数逼近， 模式识别、数据压缩等领域有广泛的应用。 输入 输入层隐层 隐层输出层 输出 b p 网络的学习训练过程由两部分组成，即网络输入信号正向传播 和误差信号反向传播，按有导师学习方式进行训练。在正向传播中， 输入信息从输入层经隐含层逐层计算传向输出层，在输出层的各神经 元输出对应输入模式的网络响应；如果输出层得不到期望输出，则误 差转入反向传播，按减小期望输出与实际输出的误差原则，从输出层 经到中间各层，最后回到输入，层层修正各个连接权值。随着这种误 差逆传播训练不断进行，网络对输入模式响应的正确率也不断提高， 一2 2 山东大学硕士学位论文 如此循环直到误差信号达到允许的范围之内或训练次数达到预先设计 的次数为止。 对于个样本集合 ( 札，儿) 卜e r ”，) ，r ”，k - - 1 ，2 ，j 的离散 时间序列，b p 网络可以完成从输入到输出的高度非线性映射，即可以 找到某种映射使得：f ：r ”寸r ”。 k o l m o g o r o v 定理：给定任一连续函数，：r ”辛r ”，y = 厂( x ) ，这里r 是 闭区间【0 ，l 】，厂可以精确地用一个三层前向网络实现逼近。 给定任意占和在三2 范数下：，：【o ，l 】”- r ”，存在一个三层b p 网络， 它可以在任意s 平方误差精度内逼近，。 对于个样本集合h ，儿1 x r ”，j ，r ”，七= l ，2 ，j 的两个离散时 间序列映射的建立，在实际应用中把总样本分成两个部分，训练样本磊 和检测样本砍： 氟= ( x k ，y t ) lx r ”，) ，r ”，后= 1 ，2 ，n l ， n ( 1 ) 办= ( ( x k ，y t ) lz r “，y r ”，k = n i + l ，n j + 2 ，n ) ( 2 ) 首先用训练样本经过训练建立映射关系，然后再用检测样本检验 网络能否给出正确的输入一输出的关系。如果可以，我们说网络具有 很好的泛化能力，可以在实际中应用，否则该网络没有任何实用价值。 对于这样时间序列映射的建立，可以采用输入节点为m 个，输出节点 为栉个，隐节点为p 个的三层b p 神经网络来实现，其中输入层到隐层 的激活函数采用s i n m g o d 型，隐层到输出层的激活函数采用线性函数。 可得网络的输入与输出之间的关系如下： 允( f ) ：兰v ，【杰m ，( ，) + q 】+ ( 3 ) j ；lt m l y 。( f ) 期望输出，允为网络的实际输出，设定网络总的误差小于毛，则 有： 一2 3 山东大学硕士学位论文 l th e l = 去眺( ，) 一九( f ) 】2 毛 ( 4 ) k = l t = l 设定检测样本平均均方误差小于占：，则有： 驴高荟n 善n 呲h 删巳( 5 ) 在神经网络的应用过程中，由于被逼近样本的性质不能精确知道， 因此即使在网络误差置为零的条件下，也未必能保证毛达到要求。往 往会出现e 非常小，而易却无法满足要求。这就是所谓的“过拟合” 现象，“过拟合”现象直接影响网络的泛化能力，使得网络最终失去实 用价值。网络的泛化能力由以下几个因素影响： i 、取决样本的特性，只有当训练样本足以表征所研究问题的一些主要 的或基本特性时，网络通过合理的学习机制可以使其具有泛化能力， 合理的采样结构是网络具有泛化能力的必要条件。 2 、网络自身的因素影响，如网络结构、网络初始权值的设定和网络的 学习算法等。网络的结构主要包括：网络的隐层数、各隐层节点的个 数和隐节点激活函数的特性，以下从这几个方面说明原因： 在满足精度的要求下，逼近函数的阶数越少越好，低阶逼近可以 有效防止“过拟合”现象，从而提高网络的预测能力，反映到多层前 向神经网络中，就是在精度满足的要求下，网络的隐节点数越少越好。 但是在实际应用中，还没有一套成熟的理论方法来确定网络的隐节点， 隐节点的确定基本上依赖经验，主要式采用递增或递减的试探方法来 一2 4 山东大学硕士学位论文 确定的网络隐节点。 神经网络连接权值的整体分布包含着神经网络系统的全部知识， 传统的权值获取方法都是随机给定一组初始的权值，然后是采用某个 确定的变化规则，在训练中逐步调整，最终得到一个较好权值分布。 由于b p 算法是基于梯度下降方法，不同的初始权值可能会导致完全不 同的结果。一旦取值不当，就会引起网络振荡或不收敛，即使收敛也 会导致训练时间增长，再加之实际问题往往是极其复杂的多维曲面， 存在多个局部极值点，使得b p 算法极易陷入局部极值点。这些导致 b p 神经网络训练时间过长而最终得不到适当的权值分布，从而影响网 络的泛化能力，极大的限制了神经网络在实际诊断中的应用。 b p 神经网络算法收敛慢，即使一个相当简单的问题求解，其训练 次数也要几百或几千次迭代。而且网络对各种参数( 包括初始权值、 学习速率、动量参数) 极为敏感，稍小的变动就会引起拟合和泛化能 力的振荡，在反复实验中确定各种参数，这样的过度训练会提高网络 的拟合能力，同时也拟合了u i i 练数据中的噪声和训练样本中没有代表 行的特征，最终导致过拟合现象。 2 4 遗传算法 遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的 计算模型，它是一种基于自然选择和遗传变异等生物机制的全局性概 一2 5 山东大学硕士学位论文 率搜索算法。它的主要特点是群体搜索策略和群体中个体之间的信息 交换，搜索不依赖梯度信息，也不需要求解函数可微，只需要该函数 在约束条件下可解，因此该方法尤为适用于处理传统方法难以解决的 复杂和非线性问题。 遗传算法优化b p 神经网络的基本思想：改变b p 算法依赖梯度信 息的指导来调整网络权值的方法，而是利用遗传算法全局性搜索的特 点，寻找最为合适的网络连接权和网络结构。由于三层神经网络由输 入层、输出层和隐层组成，而输入层、输出层节点的个数由建模样本 决定，故而在优化b p 网络结构时，主要是优化它的隐节点的个数。 遗传一神经网络的优化问题数学描述如下： ( 6 ) 上式中允( r ) ，n ( f ) 见( 3 ) 式，利用遗传算法求解如上的二次非线性优 化问题，将得到网络的结构和连接权，代入( 5 ) 式计算e ：，如果最小 于设定的误差占：，则可以利用该模型进行实际应用。本文采用下述方 法来优化三层b p 神经网络，具体的实现步骤如下： 1 先采用三层b p 网络来初步确定上式的基本解空间( 网络连接 权的取值范围) ，首先设定网络的训练次数以及网络的训练误差毛，输 入训练样本进行训练，之后再输入检测样本得到误差占：，在误差q 和占： 都比较满意时，把连接权值中的最大值和最小值分别记为”。和“。， 以该区间陋。一4 ，甜一+ 8 2 ( 其中4 。：为调节参数) 作为连接权的基 一2 6 一 卯肜 “ 舻鼽协 兰m 胪 一2 = v 力 ， 咿 w 酞 w 越 “ 山东大学硕士学位论文 本解空间。 2 由于遗传算法在优化过程中是以目标函数最大值作为其适应 度函数的，故定义适应度函数为： 则( 6 ) 式变为： f ( w , v ，0 ，) = ( 7 ) j m 瓢f ( w ，v ，只7 ) ( 8 ) i s t w r 4 。p ，v r v ”，0 r ，r r ” 3 对基本解空间进行编码，其中编码生成的码串由控制码和权重 系数码两部分组成。控制码主要是控制隐节点的个数，它是由o 一1 组 成的串，其中0 表示无连接，1 表示有连接，串长，l 可由输入节点个数 的0 5 1 5 倍来确定。而权重系数码主要是控制网络的连接权，采用 浮点数编码，串长屯= m l i + l z + l l r l - l - n ( 其中m 为输入节点的个数， 行为输出节点个数) 。编码按一定的顺序级联成一个长串，每个串对应 一组网络结构和连接权。 我们以3 个输入节点为例，则隐