线性分类器与BP网络联合诊断变压器故障.pdfVIP

2010年 1月 控 制 工 程 Jan．2010 第17卷第1期 ControlEngineeringofChina Vo1．17，No．1 文章编号：1671—7848(2010)Ol-0110-05 线性分类器与 BP网络联合诊断变压器故障 范竞敏 ，曹 建 一，丁家峰 ，王浩宇 中南大学 物理科学与技术学院，湖南 长沙 410083；2．北京华电云通 电力技术有限公司，北京 100069) 摘 要 ：油中溶解气体分析(DGA)是 gI前电力充油设备潜伏性故障诊断的重要手段。为 了克服传统BP网络及其改进诊断算法所具有的隐层节点数 多、收敛时间长的缺陷，减少算法 运算量及提高变压器故障诊断的正确率，提 出了一种新的诊断算法：线性分类器 一BP神经网 络 (LC—BP)故障辨识方法。通过对变压器大量过热和放 电两类典型故障数据的研 究，发现其 DGA故障数据的特征空间线性可分且分离度较好。基于以上特性，先用线性分类器诊断过热 和放 电故障，然后利用两个小型BP网络分别进行进一步诊断，得到最终诊断结果。实验结果 表明．提出的LC—BP算法具有 良好的分类能力，故障诊断的正确率达到94％，且网络结构简 单，运算量小，从而为变压器的故障诊断提供了一条新的有效途径。 关 键 词 ：DGA；线性分类器；BP网络；故障诊断 中图分类号：TP27 文献标识码 ：A DiagnosisofFailedTransformerUsingtheCombinationof LinearClassifierandBP Network FANJing—min一，CAOJian一，DINGJia-feng，WANGHao。yu’ (1．DepartmentotPhysics ieneeandTechnology，CentralSouthUniversity，Changsha410083，China； 2．BeijingHuadianYuntongPowerTeehnicalCoLtd，Beijing100069，China) Abstract：Thedissolvedgasesanalysis(DGA)problemoftodiagnosingtheinternalfaultsoftheelect6caldevicesfilledwithoilisdis— CUssed．ToovercomethedisadvantagesoftheconventionaIBPneuralnetwork．andtoincreasethediagnosticcorrectnessratewhileless． enthecalculation，analgorithmbasedonlinearclassifierandBPneu!’alnetwork(LC—BP)ispresented．BasedontheanalysisofDGA datafrom thefailedtransformers．thecharacteristicspaceoftheDGA datacanbedividedintotoo·hotspaceanddischargespaceeffi- eiently．Thefaultsofwhethertoo—hotordischargearediagnosedbythelinearclassifierfirstly．ThentWOlittleBPneur~ networksareU— tilizedtodeterminetheeventualfaults．Thesimulationresultsshow thattheproposedLC—BPalgorithm proposedhasgo