模糊辨識在電力設備故障診斷中的應用探討

崔凱

摘?要：在電力設備的診斷之中，模糊辨識理論的應用范圍較為廣泛，并且具有良好的實踐效果。在電力設備的故障診斷中，利用模糊關系矩陣，由輸入或輸出的方式，可以得到相應的結論。除此之外，可以將模糊辨識理論與紅外圖像的數據分析相結合，這樣將會提高對電力設備診斷的精確性。即模糊辨識理論技術是一種依據已知的輸入與輸出，對模糊模型進行辨別的方法。采用模糊辨識的好處是可以減少人為因素的干擾與誤差，提高診斷的準確性。

關鍵詞：模糊辨識理論;電力設備故障診斷;矩陣;紅外熱圖像

紅外圖像成像技術并不是直接對診斷物體進行接觸，而是建立在對對象物體進行熱輻射掃描的基礎之上的成像技術。紅外熱圖像成像技術在應用與電力設備的故障檢查中的最大優勢在于，它可以對電力設備進行實時的熱故障診斷和保持在線的狀態檢測，并且相對于其他技術而言，紅外熱成像技術的操作安全系數更高、操作的靈敏度更高、檢測效率更高和可以進行詳細的計算分析等優勢。

一、電力設備熱故障的主要分類

電力設備熱故障的類型的分類依據主要是：電力設備熱故障產生的影響、故障的危害程度以及在故障產生后可能發展到的破壞趨勢。因此，電力設備的熱故障主要有以下幾種：一般性熱故障、危害性熱故障和嚴重性熱故障。針對三個不同等級的熱故障要采取不同的應對措施，針對一般熱故障所采取的措施主要是注意觀察故障問題，尋找合適的機會處理;針對嚴重熱故障應該所采取的措施主要是加強監管的力度，做好安排后及時處理;針對危險熱故障所應該采取的措施是立即進行匯報，切斷電源停下工作進行處理，防止發生危險。

二、模糊辨識理論在電力設備熱故障中的診斷的應用

在電力設備熱故障的診斷之中，經常會出現一些不確定性的因素，這些因素對于診斷的診斷結果的精確性具有至關重要的影響。因此，為了有效防止和解決不確定性問題的出現，就需要建立模糊信息的處理模型。而且，特別要提到的是模糊語義，所謂模糊語義，就是將語言變量，在診斷的過程中，將相關的數量信息進行處理，在進行轉化之中得出模糊數值。在診斷的過程中，無法避免出現不確定性的問題，所以，輸入、輸出以及模型都是具有明顯的模糊性的。由此可見，解決不確定性問題的有效方式就是模糊語義的表示和模糊關系矩陣。

（一）因果模糊關系

人們通常用函數模型關系來表示物理過程的運算，但是這種方法只適用于已為確定型的事件，但是對于建立在描述統計之下的標準過程而言，因果模糊關系則具有較好的應用效果，并且可以將其應用到模糊近似推理之中。與此同時，根據相關的數據處理結果，可以對因果模糊關系模型進行選擇，但是其中具有最好的識別效果的合成運算方式是max-min。

（二）建立輸入與輸出的模糊集

在對熱故障進行描述時，應該選取的兩個首要數據是表面的溫度及其分布的范圍。為了保障以上數據的真實性以及有效性，應該首先保障其設備的發射率是經過正確地計算的。因此，我們可以將電力設備的最高溫度值、平均溫度值及其分布作為輸入的數據，然后選擇適當的函數模型，對其數據進行一定的處理，在此基礎上形成一個輸入數據的集合X={X1，X2，X3}。之后，通過選擇適當的函數關系對該區域內的最高溫度值進行處理，在對平均溫度進行處理時可以采用極值標準化公式進行處理。

（三）最小二乘法的辨識

常規的最小二乘法的運算與模糊辨識診斷中的最小二乘法的最大區別在于，前者是代數運算，而后者在診斷使用中大多是邏輯運算。由此可見，想要讓最小二乘法在模糊辨識診斷中得到合理的應用，就需要對此做出一些改進，進而形成了遞推算法。例如，以變壓器為例，變壓器是一種常見的重要的電力設備，它所容易產生的故障類型為絕緣故障。能檢驗出變壓器的絕緣情況好壞的主要有變壓器的絕緣電阻的大小、泄漏電流的大小、吸收比和介質損等電氣試驗。這些試驗的原理好和所反映的問題的側重點是各不相同的。因此，只有將這幾種試驗的數據結果進行綜合分析比較、運用模糊辨識技術，才能得到最終的合適診斷模型，并以此進行分析。程序如下：

（1）確定輸入為X，輸出為Y

（2）設置初始矩陣R（0）取w，設i=0

（3）按照1式計算出Y（i）

（4）E（i）=[Y（i）-Y]2

（5）i=i+1

（四）模糊關系矩陣與模糊診斷的應用

在經過量化處理后，可以得到輸入陣和輸出陣，然后依據模糊關系方程，可以得出模糊關系矩陣。輸入陣和矩陣是影響模糊診斷最后結果正確與否的關鍵。除此之外，還應該對系統進行有效地分辨，根據已經確定的輸入和輸出數據對其關系法則進行確定，并且建立相應的數據模型，對其有效性進行充分地辨識。

三、結語

（1）模糊診斷模型的選擇是具有關鍵性作用的，其直接影響到診斷的結果的準確性以及可行性。為了將其中人為因素的影響降低到最小，可以選擇最小二乘法的診斷模型，可以取得良好的實踐效果。

（2）在進行相關的自動診斷時，為了保障其結果的準確性以及真實性，首先應該保證已知的數據以及相關的結論的有效性。

在本文的分析之中，主要進行應用的數據是紅外熱成像，并且對模糊辨識理論進行有效地運用，在此基礎上對相關的熱故障進行了診斷，在一定程度上減少了人為因素的干擾。

參考文獻：

[1]Grayson?Mixon，本刊.海灣電力公司利用智能數據量化電壓閃變現象[J].供用電，2014（10）.

[2]陳永波，燕延，王偉明，閃明才.磁懸浮直線電機三維有限元分析及優化設計研究[J].組合機床與自動化加工技術，2017（01）.