基于模式識別技術(shù)的變壓器故障診斷

徐晶冉，徐 雯，王 棟

(南京供電公司，江蘇 南京 210000)

電網(wǎng)規(guī)模不斷擴(kuò)大，對電網(wǎng)的實(shí)際運(yùn)行可靠性提出了新的要求[1-3]。在實(shí)際應(yīng)用中，變壓器設(shè)備故障的頻繁發(fā)生，嚴(yán)重影響電網(wǎng)運(yùn)行的可靠性。因此如何有效實(shí)現(xiàn)變壓器故障診斷是維修人員保障電網(wǎng)穩(wěn)定運(yùn)行的基礎(chǔ)和前提[4-6]。

變壓器故障診斷問題是業(yè)內(nèi)人士關(guān)注的焦點(diǎn)，經(jīng)專家、學(xué)者大量深入的研究，得出很多方法[7-9]。有學(xué)者提出深度學(xué)習(xí)的變壓器故障診斷模型，分析并用典型數(shù)據(jù)集對其分類性能進(jìn)行測試。在此基礎(chǔ)上結(jié)合變壓器油中溶解氣體分析數(shù)據(jù)的確定值，它使用油中溶解氣體分析結(jié)果作為故障分類屬性。該模型故障診斷速度快，但診斷錯(cuò)誤較高[10]。有學(xué)者提出了支持向量機(jī)的變壓器故障診斷方法[11]，首先采用模糊C均值聚類算法對設(shè)備故障樣本進(jìn)行聚類確定值劃分，然后支持向量機(jī)根據(jù)劃分結(jié)果實(shí)現(xiàn)故障類型的診斷。故障診斷準(zhǔn)確度高，但診斷速度慢[12]。有學(xué)者提出了神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測方法[13]，結(jié)合熵權(quán)算法生成變壓器故障特征確定值，采用屬性約簡算法對特征向量進(jìn)行屬性約簡，根據(jù)故障特征向量推斷變壓器故障類型，該方法速度快，故障診斷正確率低[14-16]。傳統(tǒng)方法對變壓器故障診斷時(shí)，均將基準(zhǔn)函數(shù)的分類門限設(shè)置為一個(gè)確定值，忽略了類別門限值的變化，無法完成變壓器故障診斷，導(dǎo)致變壓器故障診斷訓(xùn)練時(shí)間長、診斷精度低。

為了解決當(dāng)前變壓器故障診斷過程中存在的問題，提出基于模式識別技術(shù)的變壓器故障診斷方法。……