（电力系统及其自动化专业论文）面向故障定位的变压器多层次分析.pdf

声明户明 本人郑重声明：此处所提交的硕士学位论文面向故障定位的变压器多层次分析， 是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究 成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而 使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。 学位论文作者签名：盘垄日期：兰吣 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅；学校可以学术交流为 目的，复制赠送和交换学位论文；同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：垄壶篼 日 期：型：! ：! ! 导师签名： 日期：纠二；、 f 华北电力大学硕士学位论文摘要 摘要 电力变压器故障点部位的研究和应用仍处于探索阶段。本文在对变压器故障性质分 析的基础上，综合考虑各种故障信息，建立了面向定位的多层次分析模型，该模型运用 多种有效手段对变压器故障进行逐层的分析，将变压器的故障具体到某个部位，为变压 器的现场故障诊断提供了依据。此外，本文还充分利用了支持向量机具有较好的处理 小样本问题的优点，将油色谱实验结果与电气实验相结合，通过约简后建立了故障 与属性变量之间的映射关系，建立了基于支持向量机的变压器故障定位诊断模型。 实验证明，该方法能对变压器故障部位进行准确，有效的诊断。 关键词：面向定位，多层次，支持向量机，变压器，故障诊断 a b s t r a c t t h er e s e a r c ha n d a p p l i c a t i o no f t h el o c a t i o no ft h ef a u l t sf a i l u r ei ss t i l la ta ne x p l o r a t o r y s t a g e i nt h i sp a p e r , am u l t i l e v e la n a l y s i sm o d e lo ft r a n s f o r m e rf a i l u r e sf o rl o c a t i o n - o r i e n t e d i se s t a b l i s h e do nt h eb a s i so ft h en a t u r ea n a l y s i so ft h et r a n s f o r m e rf a i l u r e s ，i nt h em o d e la v a r i e t yo fe f f e c t i v em e a n sa r eu s e dt oc a r r yo u tt r a n s f o r m e rf a u l ts t e pb ys t e p a n dt h em o d e l w i l lb ev e r yu t i l i t yf o rt r a n s f o r m e rf a i l u r ei np r a c t i c a l i na d d i t i o n ，i nt h ep a p e ram u l t i l e v e l a n a l y s i sm o d e lo ft r a n s f o r m e rf a i l u r e sf o rl o c a t i o n o r i e n t e di se s t a b l i s h e db a s e do ns v m ，t h e m o d e lm a d ef u l lu s eo ft h ea d v a n t a g e so ft h es u p p o r tv e c t o rm a c h i n et h a ti th a sag o o dd e a l w i t hs m a l ls i z es a m p l ep r o b l e m ，w h i c hc o m b i n e dt h eo i lc h r o m a t o g r a p h i cr e s u l t sw i t ht h e e l e c t r i c a le x p e r i m e n t st h r o u g ht h er e d u c t i o n ，e s t a b l i s h e dam a p p i n gb e t w e e nf a u l ta n d a t t r i b u t ev a r i a b l e s e x p e r i m e n t ss h o wt h a tt h em e t h o dc a na c c u r a t e l yp o i n to u tt h ef a u l t l o c a t i o no ft h et r a n s f o r m e l y a n gj i a n ( p o w e rs y s t e ma n di t sa u t o m a t i o n ) d i r e c t e db yp r o f z h uy o n g l i k e yw o r d s ：l o c a t i o n - o r i e n t e d ，m u l t i l e v e l ，s v m ，t r a n s f o r m e r , f a u l td i a g n o s i s 一 。颦蛸鹊 一。 _ p 华北电力大学硕士学位论文目录 目录 中文摘要 英文摘要 第一章绪论1 1 1 选题背景及研究意义1 1 2 变压器的故障类型1 1 3 变压器故障的诊断方法3 1 3 1 油色谱分析方法3 1 3 2 变压器绝缘试验4 1 3 3 红外测温技术4 1 3 4 局部放电试验4 1 3 5 振动信号分析法5 1 4 变压器故障诊断研究现状。5 1 4 1 变压器故障性质的研究现状5 1 4 2 变压器故障部位的研究现状6 1 5 论文的主要研究工作及组织结构7 第二章朴素贝叶斯分类器和支持向量机9 在变压器故障诊断中的应用研究9 2 1 贝叶斯分类器9 2 1 1 贝叶斯分类器简介9 2 1 2 朴素贝叶斯分类器1 0 2 2 基于朴素贝叶斯的变压器故障的定性分析1 1 2 2 1 确定属性集和故障类型1 1 2 2 2 数据预处理1 2 2 2 3 建立训练样本集和测试集。1 2 2 2 4 建立变压器故障诊断n b 分类器1 2 2 2 5 实验结果分析1 3 2 3 支持向量机知识简介。1 4 2 3 1 支持向量机用于分类1 5 2 3 2 支持向量机多分类方法1 7 2 4 建立变压器故障诊断二叉树模型2 0 2 4 1 确定属性变量和故障集2 0 2 4 2 数据归一化2 0 2 4 3 核函数的选取2 0 2 4 4 变压器故障诊断二叉树模型的构建2 1 华北电力大学硕士学位论文目录 2 4 5 二叉树变压器故障诊断模型的实现2 1 2 4 6 实验结果分析。j 2 3 2 5 两种变压器故障诊断模型的比较2 4 2 6 j 、结2 4 第三章变压器故障的多层次分析模型2 5 3 1 变压器故障多层次分析模型2 5 3 2 第二层一级定位诊断2 6 3 2 1 判断热性故障是电路故障还是磁路故障2 6 3 2 2 判断电性故障是否涉及固体绝缘2 8 3 3 第三层二级定位诊断2 9 3 3 1 导电回路故障的诊断方法：2 9 3 3 2 电磁回路故障的诊断方法3 0 3 3 3 涉及固体绝缘故障3 1 3 2 4 不涉及固体绝缘故障3 2 3 4 ，j 、结3 ：! 第四章基于支持向量机的变压器故障的多层次定位模型。3 4 4 1 模型构建的思想和实现的可能性3 4 4 1 1 模型的构建思想3 4 4 1 2 用s v m 实现定位诊断的可能性3 4 4 2 基于支持向量机的变压器多层次定位模型3 5 4 2 1 变压器故障信息的选取3 5 4 2 2 数据预处理3 6 4 2 3 建立分层次定位模型3 7 4 3 模型的实现3 8 4 3 1 确定样本集和测试集3 8 4 3 2 确定参数c 和g a m a 3 9 4 3 3 变压器故障定位诊断4 1 4 4 实例分析4 l 4 5 ，j 、结。1 4 第五章结论与展望4 5 参考文献4 6 i i i 定谢5 0 在研究生期间发表的学术论文5 1 2 华北电力大学硕士学位论文 1 1 选题背景及研究意义 第一章绪论 电力变压器是电力系统中最重要的输变电设备之一，其正常运行对电网的安 全、稳定起着非常关键的作用。一旦变压器发生故障，都会造成大面积停电事故或 者电网被迫进行拉闸限电，造成的经济损失是不可估量的。虽然目前已对变压器配 备避雷针、差动、接地等多重保护，但是变压器内部结构复杂，由于长期运行造成 绝缘老化、材质裂化，以及外部的破坏和影响等因素，故障和事故是难以避免的。 因此，及时查找出变压器的潜伏性故障，尽量排除变压器故障可能导致系统崩溃的 潜在因素是电力部门关注的一项重要课题。 变压器检修试验所获取的数据包括离线试验数据和连续监测的在线数据，在实 际应用中，由于受到环境和条件的限制，获得高质量的大规模的变压器数据样本通 常是很困难的，大部分情况下得到的数据样本或者包含不完整数据或者变压器故障 样本数很少，如何充分利用有限的变压器数据样本和不完整数据样本中包含的信 息，始终是变压器诊断领域研究的热点问题i l 】。电力变压器故障诊断一般分为故障 点性质和故障点部位的诊断。其中故障点性质诊断的方法很多，并在实际应用中获 得了验证和推广，取得了可喜的成绩。但是，对于故障点部位的诊断，其研究和应 用仍处于探索阶段。如果在变压器发生故障后只进行定性诊断，不进一步确诊故障 原因，盲目采取变压器吊芯( 罩) 的处理方法，不仅难于发现故障点所在，还会浪 费大量的人力物力，因此，有必要采取合理的手段和方法，不仅能准确地诊断出故 障性质，还能准确地诊断出故障的初步部位，以便快速地排除变压器的故障，提高 供电的可靠性。 因此，本文对变压器进行了面向定位的多层次分析，运用多种有效手段对变压 器故障进行逐层的分析，将变压器的故障具体到某个部位。这样，一旦变压器出现 故障或者非正常运行状态，我们就可以针对变压器的一些状态信息，来对变压器进 行逐层的分析直到具体的故障部位，以此来快速地排除变压器的故障。 1 2 变压器的故障类型 变压器常见的故障划分方法通常有1 2 】：按变压器的本体可分为内部故障和外部 故障；按变压器结构可分为绕组故障、铁心故障、油质故障、附件故障；按回路可 分为电路故障、磁路故障、油路故障；按故障发生的部位可分为铁心故障、分接开 关故障、绕组故障、绝缘故障等；按性质又可分为热故障和放电故障【3 1 。下面将对 华北电力大学硕士学位论文 变压器中最常见的几种故障做简单的介绍。 ( 1 ) 铁心故障 变压器的器身主要有绕组和铁心构成，它们是变压器传递、交换电磁能量的主 要部件，铁心不仅要求质量高，而且要有较高的可靠性。构成铁心故障的类型主要 有铁心多点接地和局部短路过热故障。铁心多点接地故障是指变压器处于运行状态 时，为了防止铁芯产生断续的充放电现象，铁芯必须有一点可靠接地。若在运行中 出现铁芯两点或多点接地，将导致铁芯及变压器产生一系列故障。铁心局部短路过 热故障是指铁心片间短路或铁心局部短路、铁扼螺杆接地、铁心漏磁、铁心局部短 路、绕组短路、过载运行、铁心本身接地不良及异常接地、电源电压高、铁心冷却、 油道堵塞等。 ( 2 ) 分接开关故障 分接开关在运行中要经受电、热和力的作用。这三种破坏势力达到一定程度。引 起状态质变，就会变成电气故障，分接开关触头的局部过热，严重时可使触头软 化变形，最终由于热击穿导致分接开关触头烧毁或变压器被迫停运的恶性电气事 故。触头过热故障产生的主要原因有：触头接触不良、分接开关长时间停在一个分 接位置上、触头散热不佳以及触头长期承载严重的过载电流。 ( 3 ) 绕组故障 绕组故障主要包括匝间短路故障，相间短路故障以及绕组股间短路故障。其中 以匝间短路故障发生概率最高。匝间短路是变压器绕组短路故障中发生最多的故 障，造成匝间短路的原因主要有：各种过电压和过电流作用下，绝缘性能劣化；绕 圈制作时操作不当，造成匝问绝缘损伤；导线的匝绝缘不够在长期运行过程中将会 使绝缘老化、变形；电动力的作用或者长期过载运行下将使导线过热而使绝缘磨损。 ( 4 ) 油和油纸绝缘故障 变压器的主要绝缘材料变压器油和绝缘纸、纸板、木块等主要成分为纤维素固 体绝缘材料。造成固体绝缘损坏的主要原因有：变压器油中混入水分和杂质使绝缘 性能下降，介质损耗增大，加速油的氧化过程：变压器的工作温度过高，固体绝缘 内的水分向油中析出，油中微水含量增多，导致油中火花放电电压降低，介质损耗 增大，造成变压器油劣化。 ( 5 ) 局部放电故障 变压器的放电故障可以分为分为局部放电、火花放电和电弧放电三类。局部放 电故障是引起火花放电或电弧放电故障的前兆，其放电的部位通常在固体绝缘内的 空穴、电极尖端、油角间隙、油与绝缘纸板中的油隙或油中沿固体绝缘的表面等处。 2 华北电力大学硕士学位论文 局部放电的能量密度不大，一旦发展将会形成高能量放电，并导致绝缘击穿或损坏。 火花放电故障一般是低能量放电，即一种间隙性放电。引调压绕组在分接开关转换 极性时，套管均压球和无载分接开关拨叉等高电位处，铁心叠片磁屏蔽及紧固螺栓 与地连接松动脱落等低电位处，以及高压套管端部接触不良等均会形成悬浮电位而 引起火花放电。同时，变压器油中的水分多、受潮的纤维多等也将形成杂质“小桥” 而引起火花放电。电弧放电故障电弧放电又称高能放电，引起电弧放电的故障主要 变压器绕组匝间绝缘击穿、引线断裂或对地闪落、分接开关飞弧等。 1 3 变压器故障的诊断方法 变压器故障的诊断的方法对于获取变压器的故障信息，从而对变压器进行精确 的故障判断有着决定性的影响，文献 7 l o e 对变压器的实验项目共有3 2 项，目前常 用的变压器故障诊断的方法主要包括油色谱分析、电气实验、红外测温、局部放电、 振动监测等。 1 3 1 油色谱分析方法 检测油中气体成分和含量的气相色谱法一直是判断变压器等充油设备潜伏性 故障的主要手段。油中气体分析的原理是：任何一种特定的烃类气体的产生速率随 温度而变化，在特定温度下各类气体的相对析出速率是固定的。根据这一假设，随 温度的变化，故障点产生的主要气体以及各气体组分间的比例是不同的，因而可以 根据油中的气体含量和各个气体浓度之问的比例来判别故障的性质。由于油中溶解 气体分析法可以有效地监测变压器内部的潜伏性故障且不需要停电就可以进行实 验，因此，它成为电力运行部门和变压器制造厂普遍采用的变压器质量分析项目； 基于油色谱中的气体特征，人们先后提出了多种以油中特征气体为依据来判断 设备的故障状态，1 9 7 0 年道奈堡飞提出了区分热和电性故障的c 2 h 2 c 2 h 4 与c h 4 h 2 两比值法；1 9 7 4 年大卫斯提出了以c h 4 、c 2 h 4 、c 2 h 2 三组分的相对含量为基础的 三角形法；1 9 7 7 年罗杰斯提出了三比值法；1 9 7 9 年同本提出了电协研法，随后， 湖北电力试验研究院将电协研法的编码作了进一步改进。提出了“改良电协研法”， 即改良三比值法。目前，我国现行的变压器油中溶解气体分析和判断导则推荐 改良三比值法作为设备内部故障诊断的主要方法1 4 1 。 随着计算机技术和人工智能技术的发展，一些人工智能理论应用到变压器油色 谱分析，如灰色聚类1 5 1 、p e t r i 网络i 瞄1 、人工智能专家系统、模糊诊断1 9 , 1 0 1 、人工 神经网络【1 1 1 4 1 分析等。 3 华北电力大学硕士学位论文 1 3 2 变压器绝缘试验 ( 1 ) 绝缘电阻和吸收比试验 绝缘电阻、吸收比和极化指数是对变压器主绝缘性能的试验，能够反映变压器 绝缘整体受潮、整体劣化和绝缘贯性缺陷故障。由于绝缘电阻与试验温度、湿度和 绝缘的结构尺寸、材料有关，单纯以绝缘电阻来检测变压器的绝缘质量不十分可靠， 因此利用吸收比和极化指数可以有助于判断绝缘状况的好坏。 ( 2 ) 绕组直流电阻试验 绕组直流电阻实验可以有效地考察绕组中绝缘和电流回路的连接状况，绕组匝 间短路、绕组断股、分接开关以及导线接头接触不良等状况。它也是判断各相绕组 直流电阻是否平衡、调压开关档位是否正确的有效手段。 ( 3 ) 介质损耗因数试验 介质损耗因数是反映绝缘功率损耗大小的特性参数，通过测量介质损耗因数可 以反应出变压器绝缘的一系列缺陷：如绝缘受潮，油或浸渍物脏污或老化变质，绝 缘中有气隙发生放电等。此外，对于变压器的套管，利用介质损耗因数不仅可以反 映套管绝缘的全面情况，而且有时可以检查出其中的集中性故障。 ( 4 ) 泄露电流试验 泄漏电流随加压时间下降很快，最后稳定的电流很小，而受潮或有缺陷的绝缘， 泄漏电流变化缓慢，最后稳定的电流也很大，所以通过分析泄漏电流与加压时间的 关系曲线，可以分析出绝缘状况的好坏。泄露电流本质上是测量绝缘电阻，但是测 量泄漏电流所用的电压比测量绝缘电阻要高，因此可以发现一些尚未贯通的集中缺 陷。 1 3 3 红外测温技术 红外热成像测温技术应用于电气设备状态检测和故障诊断中同益广泛，取得了 良好的效果。用红外测温仪测量套管出线端子的温度或油箱、套管表面的温度是直 观可靠的，可以发现如导电回路连接件接触不良、套管缺油和箱体涡流发热等缺陷。 当变压器内部出现异常发热时，发热部位经热传导后可能引起箱体温升异常，这类 缺陷同时伴有变压器内部油的气化，可采用红外诊断与色谱分析相结合的方法进行 判断。目前，红外诊断与常规电气试验相结合己成为变压器状态评估的重要手段。 1 3 4 局部放电试验 局部放电检测技术的发展情况主要表现在局部放电的定位技术上，变压器局部 4 华北电力大学硕士学位论文 放电量的测量分为停电检测和带电检测，停电检测的方法与例行试验相同，可定量 比较。带电检测有多种检测方法，包括脉冲电流法、超声波检测法、红外检测法、 化学检测法、射频检测法等检测方法。其中脉冲电流法和超声波检测法应用较为广 泛。近年来超高频局部放电检测技术法得到发展和应用，超高频法( u h f 法) 是 通过超高频信号传感器接收局部放电过程辐射的超高频电磁波，实现局部放电的检 测，在超高频范围内( 3 0 0 m h z 一- 3 0 0 0m h z ) 提取局部放电产生的电磁波信号，几 乎不存在外界干扰信号，因而检测系统受外界干扰影响小，可以极大地提高变压器 局部放电检测( 特别是在线检测) 的可靠性和灵敏度。 1 3 5 振动信号分析法 振动信号分析法是由上世纪9 0 年代中后期国外研究机构提出的，它是通过在 线监测变压器器身振动信号来诊断变压器潜伏故障的一种方法，目前已经有美国、 俄罗斯和加拿大等几个国家对振动信号分析法进行了初步研究，而且在俄罗斯已经 进入现场试用阶段。其优点是能够通过粘在器身上的振动加速度传感器获得变压器 的振动信号，以一种安全无干扰和可靠的方式在线监测，可以极大地提高诊断的实 时性和准确性。 变压器的振动主要是由绕组和铁芯引起的，电力变压器在稳定运行时，硅钢片 的磁致伸缩引起了铁芯振动，线圈在负载电流下的电场力引起绕组振动。绕组及铁 芯的振动通过变压器器身和油传递到变压器的油箱，引起油箱的振动。绕组的振动 主要通过变压器的绝缘油以及通过和铁芯的紧固件传至箱壁的；铁芯的振动是通过 两条途径传递给油箱的，一条是固体传播途径即通过其与基座之间的紧固件传至箱 壁；另一条是通过绝缘油传递到箱壁上。因此通过振动分析方法监测箱壁振动的变 化可以诊断出变压器铁芯和绕组的故障。 1 4 变压器故障诊断研究现状 1 4 1 变压器故障性质的研究现状 变压器的故障诊断分为故障性质的诊断和故障点的诊断。目前，用于检测变压 器故障性质的最主要的方法是油中溶解气体分析法，随着计算机技术和人工智能理 论的发展，一些新的理论与方法，如神经网络、模糊理论、专家系统、粗糙集理论 等应用到变压器的油色谱诊断中，为变压器的故障诊断技术的发展开拓了新的途 径。 神经网络中使用最广泛的算法是b p 算法1 1 孓17 1 。目前，为了改变神经网络训练 收敛速度慢、使诊断精度更优，人们对算法进行了一系列的改进，文献【1 8 】通过使 5 华北电力大学硕士学位论文 用变学习速率的b p 算法、加动量项的b p 算法、l e v e n b e r g m a r q u a r d t ( b m ) 算法 对b p 神经网络进行了改进，文献 1 9 r j l 入小波分析形成了小波网络，文献 2 0 2 1 】 引入模糊数学形成了模糊神经网络，文献 2 2 】引入遗传算法形成遗传算法结合b p 算法。但神经网络隐藏节点层的感知器在系统中不能解释，存在诊断结果的准确性依 赖于样本的完备性，无法处理不完整样本的不足，而且当目标误差减小到一定程度后， 识别效果会出现“振荡 现象。 专家系统是应用人工智能技术，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程，以解决那些需要专家决定的复 杂问题。文献1 2 3 】介绍了专家系统作为一种先进技术在变压器油状态监测中的应用， 阐述了专家系统的结构、性能及特点，说明了该系统实现部分的各模块功能。文献 【2 4 介绍了一种实用的电力变压器故障诊断专家系统，此系统用变压器的故障现象、 油中色谱分析结果及电气试验结果作为故障信息，采用三比值法、特征气体法、故 障现象、电气试验结果单独或综合诊断电力变压器故障。文献【2 5 】利用专家系统进 行变压器故障诊断，能对变压器的各种试验数据作横向及纵向的比较，采用专家系 统的规则库及专家权威经验综合分析，得出诊断结论。虽然专家系统已在变压器故 障诊断中得到应用，但是也存在不少缺陷i 们，如知识获取的瓶颈问题、知识脆弱性、推 理单调性等，而且从专家那罩获取知识与表达困难，带有定性和主观的特点，难于定量 和客观的表示。 模糊数学在变压器故障诊断中的应用主要有模糊综合诊断和模糊聚类。以油中 溶解气体为特征量的模糊聚类主要有基于模糊关系的动态聚类方法和基于目标函 数的模糊聚类方法1 2 1 。基于模糊关系的动态聚类方法1 2 6 l 是利用油中溶解气体数据形 成模糊等价矩阵后利用直接聚类法、编网法或最大树法获得聚类结果。基于目标函 数模糊聚类方法的典型代表是模糊均值算 法( f u z z yc - m c a n s ) ，即f c m 算法，又叫 i s o d a t a ( i t e r a t i v es e l f - o r g a n i z i n gd a t a ) 算法【2 7 j 以及改进的i m f i c g 法【2 引。 1 4 2 变压器故障部位的研究现状 目前，对变压器故障点进行诊断的方法主要有超高频放叫2 9 抛l 、振动法【3 3 郴l 、 信息融合【3 9 1 、粗糙集理论。然而由于变压器的复杂性、测试手段的局限性、知识 的不精确性，各种方法表现出不同的优缺点。例如： ( 1 ) 超高频放电是目前来说发展相对成熟的定位方法，但是，目前国内外对 变压器局部放电超高频检测的研究还主要集中在实验室中，现场的工作较少，并且 检测系统中所用仪器如频谱分析仪、高速数字示波器等不但价格昂贵且不适合在现 场长期运行。而对变压器箱体内变压器油中超高频信号的传播规律的研究仍不充 分，同时也非常有必要对适合变压器现场运行特点的小型化、高检测性能的超高频 6 华北电力大学硕士学位论文 传感器进行研究。在局部放电类型判别和检测规程建立等方面，也需要进行试验研 究和经验积累。因此，对变压器局部放电的超高频检测进行研究，仍需针对上述问 题开展工作1 3 0 j 。 ( 2 ) 振动法用于电力变压器在线监测的研究尚处于初级阶段，目前只是从理 论和实验上验证了振动法对变压器的绕组和铁芯状况进行在线监测的可行性，如何 提出有效的判据，变压器器身振动在发生短路情况下的特性等一系列的问题还尚待 解决，距离现场应用还有一段很长的路要走。 ( 3 ) 信息融合技术是将油中溶解气体分析与电气试验等故障相关信息结合， 在故障性质和部位上基本上可以得出可靠诊断，但是证据体的信度划分比较主观， 使的证据故障概率的分配无法客观化，且这种利用证据理论的综合诊断需要大量的 证据作为前提，由于变压器的信息往往较为复杂，在证据体不明显或证据严重冲突 的情况下，运用d s 证据理论进行融合将会失效。 因此，基于以上的问题，迫切地需要建立一个综合的变压器故障诊断模型，能 充分利用各种有效的故障信息，对变压器进行具体的，多手段的，面向故障定位的 分析诊断。 1 5 论文的主要研究工作及组织结构 本文在对变压器故障性质分析的基础上，综合考虑各种故障信息，建立了面向定位 的多层次分析模型，该模型运用多种有效手段对变压器故障进行逐层的分析，将变压器 的故障具体到某个部位，为变压器的现场故障诊断提供了依据。此外，本文还充分利 用了支持向量机具有较好的处理小样本问题的优点，将油色谱实验结果与电气实验 相结合，通过约简后建立了故障与属性变量之间的映射关系，建立了基于支持向量 机的变压器故障定位诊断模型。论文主要内容安排如下： 第二章首先介绍贝叶斯分类器和支持向量机理论，并根据中华人民共和国电力 行业标准变压器中溶解气体分析和判断导则( d u t 7 2 2 2 0 0 0 ) ，合理的选择属性 变量和故障集，对数据进行合理的预处理，分别建立了基于朴素贝叶斯分类器和二 叉树支持向量机理论的变压器故障诊断模型，并对两模型的诊断结果进行了比较。 第三章建立了变压器故障的多层次分析模型，将变压器故障自上而下依次分为 定性模快，一级定位模块，二级定位模块，逐层利用多种手段对故障进行分析，将 故障具体到变压器的某个部位，为实际现场变压器故障的定位诊断和检修提供了依 据。 第四章针对变压器故障信息不完整性和不确定性的特点，本文充分利用支持向 量机能较好的处理小样本的优点，建立了基于支持向量机的多分类变压器故障诊断 7 华北电力大学硕士学位论文 模型。该模型通过综合油色谱数据和电气数据，合理的选择属性变量，将变压器的故 障进行逐层分析，找到变压器故障的的某个具体部位，并详细介绍了其实现过程。 8 - 华北电力大学硕士学位论文 第二章朴素贝叶斯分类器和支持向量机 在变压器故障诊断中的应用研究 d g a 方法是检测变压器内部故障的重要方法。电力变压器正常运行时，其中 的变压器油、绝缘纸和绝缘纸板会逐渐老化，分解出极少量的气体，这些气体包括 氢气( h 2 ) 、甲烷( c h 4 ) 、乙烷( c 2 h 6 ) 、乙烯( c 2 h 4 ) 、乙炔( c 2 h 2 ) 、一氧 化碳( c o ) 、二氧化碳( c 0 2 ) 等。但是，当变压器内部出现或存在潜伏性的过热 或放电性故障时，这些气体产生的速度加快，随着故障的发展，分解出的气体在绝 缘油里经过对流、扩散，不断地溶解于绝缘油中。所以，除了正常老化，局部过热、 局部电晕及电弧等内部故障引起变压器油和固体绝缘的裂解，也是引起变压器油中 气体含量发生变化的主要原因。此外，发热和放电的程度不同，所产生的气体种类、 油中溶解气体的浓度、各种气体的比例关系也不相同。因此，油中溶解气体的组分 和含量在一定程度上反映出变压器绝缘老化或故障的程度，通过对油中溶解气体进 行气相色谱分析，可以发现变压器内部的过热和放电性故障。 目前，根据油中的分解气体来判断变压器是否异常以及是何种异常，最常用的 方法是特征气体法和三比值法。出于油中溶解气体分析法可以有效地监测变压器内 部的潜伏性故障及其发展程度，因此，它成为电力运行部门和变压器制造厂普遍采 用的变压器内部故障早期诊断的有效方法。随着计算机技术和人工智能技术的发 展，应用灰色聚类、p e t r i 网络、人工智能专家系统、模糊诊断、人工神经网络分 析等方法的研究也取得了不错的效果，但是这些方法都需要大量的样本作为前提， 均存在着不同的优缺点。 因此，本文充分考虑到变压器故障信息的特点，利用朴素贝叶斯结构简单，易 扩展和支持向量机能处理小样本的优点，分别建立了基于朴素贝叶斯理论和基于支 持向量机理论为基础的变压器故障诊断模型，并通过实例验证了模型的正判率，比 较了两种方法的优缺点。 2 1 贝叶斯分类器 2 1 1 贝叶斯分类器简介 贝叶斯分类器是以贝叶斯定理为理论基础的一种基于统计方法的典型的分类 模型。它将事件的先验概率与后验概率巧妙的联系起来，利用先验息和样本数据确 定事件的后验概率。 给定一个实例数据集合d ，d - x 。，x ：，x ，c ) 是离散变量的有限集，其中 五，x 2 9 9 瓦是属性变量，c 为类变量，其取值范围为 c l ，c ：，气) ，属性x j 的取值 9 华北电力大学硕士学位论文 表示为，实例数据集合d 又称为训练数据库。实例j r j 一“，邑，) 属于类c 的概 率由贝叶斯定理表示为 p p ，k ，z ：，。! 堡号恙磐。2 一。) - 口p ( c ，) 眠，而，毛i c ，) 其中口是正则化因子，e ( c j ) 是类c ，的先验概率，p ( c ji 毛，x 2 ，毛) 是类c j 的后 验概率，后验概率反映了样本数据对类c j 的影响。公式( 2 1 ) 还可以表示为 j p ( c i 碱，) - a p ( c ：l n 尸“k 矿如c ，) ( 2 2 ) 根据贝叶斯最大后验准则，对于给定的某一实例l i 一“，x 2 ，工) ，贝叶斯分类 器选择使后验概率p ( c ，i 而，x ：，) 最大的类c ，为该实例厶的类标签。因此，贝叶斯 分类器进行分类的关键是如何计算e ( x , l x ，x z ，毛一，c ，) ，各类贝叶斯分类器的区别 就在于它们以不同的方式求取p ( 毛l 而，x 2 ，而巾c ，) 的值。朴素贝叶斯分类器、贝叶 斯网络分类器和t a n ( t r e ea u g m e n t e dn a i v eb a y e s i a n ) 分类器是典型的代表。 2 1 2 朴素贝叶斯分类器 朴素贝叶斯( n a i v eb a y e s i a n ) 分类器是贝叶斯分类模型中最简单，最有效的分类 器1 4 2 1 。它假设一个属性变量对给定类的影响独立于其他属性变量，即各个属性变 量之间相对于决策变量是相互独立的。当训练数据库d 的所有实例都完整时，所有 的属性都独立于类变量c ，即每一个属性变量x j 只与类节点c 关联。因此，对于朴 素贝叶斯分类器，公式( 2 - 1 ) 可以变为： 尸(c，i一，z：，。!生号篆掣 一口p ( c 尸“，工：，吒l c ，) ( 2 3 ) 一口p ( c ，) o p ( x i l c j ) p ( c ，) ，p “l c ，) ，尸( z l c j ) 的值可以通过给定的训练集d 获得，具体计 算方法如下： 类变量取c ，的先验概率的计算公式为： p ( c j ) 以争 ( 2 - 4 ) 1 0 华北电力大学硕士学位论文 其中为样本总数；c ，为样本集中所有类变量为c j 的样本数。用似然概率作为各 个属性节点的条件概率估算值，其计算公式为： 即小抄讯小弘等 仫5 ， 其中彬；j f 表示样本集中类变量为c ，并且其属性条节点五- 而时的样本数。若彬夕为 0 ，则使用公式( 2 - 6 ) 进行调整： 反t i c 小再n ( 2 6 ) 朴素贝叶斯分类器假设各个属性变量之问相对于决策变量是相对独立的。尽管 这一假设在一定的程度上限制了朴素贝叶斯的适用范围，但在实际应用中表明，即 使在属性具有明显依赖性的情况下，朴素贝叶斯分类器也表现出了相当的健壮性和 高效性。因此，朴素贝叶斯分类器以其简单的结构和良好的性能受到人们的关注和 应用。 2 2 基于朴素贝叶斯的变压器故障的定性分析 2 2 1 确定属性集和故障类型 故障诊断归结为从故障征兆到故障类型的映射，其实质是根据属性变量( 故障 征兆) 确定类变量( 故障类型) 的分类过程。在变压器油中溶解气体有7 种主要成 份：h 2 、c h 4 、c 2 h 6 、c 2 h 4 、c 2 h 2 、c o 和c 0 2 ，由于当变压器固体绝缘正常老化 或外界渗入等因素影响也会产生c o 和c 0 2 ，c o 和c 0 2 的含量常常远大于氢烃类 气体的含量，而且根据实际研究表明，加入c o 和c 0 2 将导致训练次数增加，误 差增大，分类能力下降。因此，本文选取前五种烃类气体为属性变量。定义条件属 性及其数据类型如表2 - 1 所示： 表2 1 条件属性及其数据类型 编号属性变量数据类型 x l h 2 的浓度似l l ) f l o a t x 2 c h 4 的浓度以u l ) f l o a t x 3 c 2 h 6 的浓度u l ) f l o a t ) 【4 c 2 h 4 的浓度以u l ) f l o a t x 5 c 2 h 2 的浓度u l ) n o a t 由于变压器故障模式复杂，仅依靠油中溶解气体本身所含的有限故障信息支 华北电力大学硕士学位论文 持，无法直接将变压其的故障定位到具体的某个部位。因此，根据变压器有无故障 以及故障的性质，该模型将变压器状态划分为正常( c 1 ) 、低能放电( c 2 ) 、电弧 放电( 高能放电) ( c 3 ) 、中低温过热( c 4 ) 、高温过热( c 5 ) 五种类型。 2 2 2 数据预处理 朴素贝叶斯分类器是一类符号化分析方法，所有的属性值均看作定性数据。对 于变压器油色谱数据而言，变压器的各种气体含量值的定量标准有很大的差异，因 此，对连续属性值进行离散化是关键问题之一。所谓属性值的离散化，是指将连续 的属性值域划分为若干个子区间，并用划分后的区间代替原来的数值。最简单也是 最准确的离散化方法当数由领域专家根据经验给出相应的区间进行离散的方法1 4 3 l 。 考虑到实际问题中，变压器的不同气体含量值及气体比值，其定量标准差异很大， 其可行的转换方法是根据一定的规则，对不同属性值设定阈值进行分段，将每一段 的值作为定性数据。本文在我国d u t 7 2 2 2 0 0 0 导则以及专家经验的基础上依据 表2 2 对样本进行离散化。 表2 2 数据离散化标准 离散化标准 属性变量 012 h 2 1 4 01 4 0 u 7 0 0z 7 0 0 c h 4 6 06 0 u 4 0 02 4 c 2 h 6 1 0 02 1 0 0 u 1 5 0乏1 5 0 c 2 h 4 1 2 0 1 2 0 u 2 0 0 2 2 c 2 h 2 2 1 6 ) 简单的说，对于非线性问题，s v m 就是通过内积函数将非线性变换变换到一个 高维空间，并在这个空间中求广义最优分类面。其具体实现过程可有下图表示： x 1 决策规则( 曲 权值 札x )基于支持向量而，毛 的非线性变换 x “ w i a 向t i x = ( x 1 ，) 图2 _ 4 支持向量机示意图 2 3 2 支持向量机多分类方法 支持向量机方法最初是针对二类别的分类提出的，如何将二类别方法扩展到多 类别是支持向量机研究的重要内容之一。目前，常用的多分类方法有一对一，一对 多，决策有向无环图，二叉树多分类模型等，为了深入研究，下面对现有的多类分 类方法就行简要叙述并对他们的优缺点加以分析对比。 1 7 华北电力大学硕士学位论文 2 3 2 1 “一对一 分类 “一对一”方法( o n e a g a i n s t o n em e t h o d ) 4 8 - 4 9 l 是分别选取2 个不同类别f 和类 别j 构成一个s v m 子分类器，这样共有k ( k 1 ) 1 2 个s v m 子分类器。在构造类别f 和类别j 的s v m 子分类器时，在样本数据集选取属于类别f 、类别j 的样本数据作 为训练样本数据，并将属于类别f 的数据标记为正，将属于类别j 的数据标记为负 ( s o lo 这种方法的优点是，在训练过程中只需构造k 个二分类支持向量机，分类决策 函数较少，速度相对较快。其缺点是： 1 、每个分类器的训练都是将全部的样本作为训练样本，这样需要求解k 个n 个变量的二次规划问题， 2 、每个支持向量机的训练速度随着训练样本数量的增加急而剧减慢，增加了 训练时间。因此，这种方法训练时间较长。 2 3 4 2 “一对多”分类喳订 1 9 9 8 年，v a p n i k 提出了利用s v m 处理多类分类问题的1