基于变压器油中溶解气体的多智能体诊断方法.pdfVIP

2010年全国输变电设备状态检修技术交流研讨会论文集 变压器状态枪修技术应Hj 基于变压器油中溶解气体的多智能体诊断方法 李辉1李斌2陈江波1邬雄1徐建源2 (1 国网电力科学研究院湖北武汉430074： 2辽宁省电网安全运行与监测重点实验室(沈阳工业大学)辽宁沈阳 110870) 【摘 要】针对目前基于DGA方法的变压器故障诊断系统中存在的模型单一化、自适应能力差及容易出现误 诊断和漏诊断的问题，本文在对现有智能故障诊断系统和变压器DGA方法的研究基础上，提出了基于多Agent系统 的变压DGA智能故障诊断系统协作模型，给出了模型内的主要Agent、黑板、JADE总线的功能，并详细论述了基于 多Agent系统的变压器DGA智能故障诊断协作过程，设计了多专家Agent投票诊断算法及基于黑板的资源竞争算法。 最后通过应用实例表明了基于多Agent系统的变压器DGA智能故障诊断系统的可行性和有效性。 【关键词】多Agent系统智能故障诊断DGA黑板模式专家投票 0引言 变压器的状态监测和故障诊断一直是国内外研究热点，是实现变压器状态检修的基础…。目前 在变压器故障诊断的方法中，油中溶解气体分析法(DGA)是目前受电力工业界普遍欢迎、现场运用最 多的变压器内部故障诊断方法坦’引。传统的DGA方法主要有罗杰斯法、特征气体法、三比值法、无编 码比值法等。尽管研究者先后对这些方法进行了一系列卓有成效的改进，但这些方法仅仅根据专家 经验，将故障现象与故障原因之间的关系简单对应起来，忽略了变压器故障现象与故障原因的模糊 性和不确定性，因此都有一定的局限性。特征气体法只能大概判断故障类型，三比值法存在编码缺 失、边界处理绝对以及难以识别多重故障等问题，电协研法也存在编码有限、边界划分过于明确等 问题H1。此外，一些学者将人工智能技术引入到变压器的状态监测和故障诊断领域畸’引，如专家系统、 人工神经网络、粗糙集等，也取得了不错的效果，但模型的单一化、自适应及自学习能力差等缺点 一直制约着诊断的精度。 并行、协调的求解问题。采用多Agent进行控制，不追求单个庞大复杂的体系，而是按控制系统的 要求，从功能上划分为多个Agent，多个Agent相互通讯，彼此协调，共同完成大的复杂系统的控 制作业任务。这样的系统不仅具备一般分布式系统所具有的资源共享、可靠性强、实时性强、易于 扩展等特点，而且通过各Agent之间的相互协调和协作可解决大规模的复杂问题，使系统具有很强 的灵活性和鲁棒性。目前多Agent系统已经在设备的故障诊断领域有所研究哺’引，但在诊断系统的体 系结构，诊断决策等方面的研究并不深入，并且以变压器为参考模型的诊断系统文献还未见。本文 通过对现有智能故障诊断系统和变压器DGA方法研究基础上，结合Agent的基本结构和特性，设计 了一个基于多Agent的变压器DGA智能故障诊断系统。 1 基于多Agent系统的变压器DGA智能故障诊断系统协作模型 2010年全国输变电设备状态检修技术交流研讨会论文集 变压器状态检修技术应用 显示层 l 基于JAVh用户界面I剖系统用户 黑板 t 智能用户hgen 数据预处理Agent 智能代理应用层 诊断专家Agent管理．k一控制管理Agent隆_叫特征值比对Agent 南南曙 JADE，F台 匝丑互圈 智能代理核心层 ACL3e 3eACL DG 数据访问层 I f hAgentI特征库hgentl知识库AgentI故障库Agent 数据资源层 G