基于信息融合的变压器绝缘故障诊断..doc

研究生课程论文封面 　　　　　　　　　　（ 2015— 2016学年 第 1 学期） 论文题目： 基于信息融合的变压器绝缘状态诊断 姓 名：　 　　刘思 　 学 号： 　211508010020　 年 级： 15级 专 业：　 电气工程 学 院：　　　 电气学院 　 注意事项： 　　　　　　　　　　　　　　　　　　　　　　　 课程名称：　 现代故障诊断技术 课程类型：　　 必修课 授课教师： 王 新 学 时： 36 学 分： 2 论文得分 批阅人签字 　 批阅意见： 1 绪论 变压器在电网有着重要作用，尤其是大型电力变压器甚至可以看作电网的枢纽。其健康水平与运行状况的好坏直接关系到电网的运行安全和稳定。电力变压器发生故障，可能会造成设备资产损失和大停电造成的二次损失，并且会产生严重的社会影响[1]。所以，提高电力变压器的运行维护和检修水平，预防和降低故障的发生几率，并采用合理的策略降低检修成本，是电力行业亟待解决的关键问题[2]。 以往对于电力变压器的检修维护主要是采用定期检修的方式，但这种方式有很大的盲目性，经常会有“过修”和“欠修”的情况出现，不仅造成了巨大的资源浪费，还不利于可靠性。因此，进行变压器的状态检修是很有必要的。其中，正确提取变压器的故障特征向量，并进行有效的故障诊断是至关重要的。 由于电力变压器故障类型繁多，故障特征也非常复杂，本文就其故障之一，即变压器的绝缘性能，进行分析，将信息融合技术应用到对变压器的绝缘性能分析中，即基于模糊和证据推理对变压器绝缘状态评估。 2．1证据推理的基本概念 定义一：设为一识别框架，如果集函数,（为的幂集）且满足 (1) (2) 则称m(A)为识别框架中待识别模式A的基本概率赋值（Basic Probability Assignment），表示对A的信任程度。条件(1)说明从空集中得不到任何的信任，条件(2)说明对所有命题的信任度之和为1. 定义二：设为一识别框架，如果集函数为上的基本概率赋值，则由 (2.1) 所确定的函数为上的信度函数（Belief Function），表示对A的总信任度。 定义三：对于，若 0, 则A为信度函数Bel的焦元。 定义四：设是信度函数Bel上的焦元，则 ，Bel 定义五：已知信度函，在识别框架上 (2.2) 函数称为Bel的似真函数。对于，为A的似真度。表示对A的信任程度或认为与A的相似程度。 定义六：对于，则被成为对A的不确定区间。表示对A不确定信任的上限，是对A的不确定区间。表示对A的不确定信任的上限，是对A不确定信任的下限，把对A确定性赋给支持证据区间和拒绝证据区间，命题的不确定性区间如图2.1所示[]。 图 证据理论合成规则要求证据源提供的证据相互独立，并提供了两个证据的合成规则公式。设识别框架1和bel2是两个信任函数，与它们所对应的基本概率赋值分别为m1和m2，和为对应的焦元，则 (2.3) (2.4) 当时，两证据可进行合成：当时，两证据出现矛盾，应用证据理论无法合成。当需要多个证据进行合成时，可将两两合成的结果递归实现，证据理论对合成的先后次序无要求。 应用证据理论进行多传感器信息融合时，其具体步骤为：首先，根据设备的实际需求建立合理的识别框架，针对待控制模式构建证据体：接着应用多传感器信息融合的相关理论获得各证据的基本概率赋值、置信度、似然度；然后运用证据理论进行合成；最后按照一定的决策准则，得出结论。 王新老师的PPT介绍了获取基本概率的三种方法。 方法一就是利用先验概率密度，求出传感器j与目标i的相关系数Cj(i)，进而获取基本概率赋值m(j)。 方法二Cj(i)的计算上，直接用隶属度函数μij代替相关系数Cj(i)。再利用方法一中的方法获取基本概率赋值m(j)。 方法三是根据隶属度函数μij直接计算基本概率赋值。这样，基本概率赋值的计算方法更为简介。隶属度函数也主要由被测参数的特点来确定。 本文采取将第三种方法对变压器绝缘状态进行分析。3 基于模糊和证据推理的变压器绝缘状态评估方法 反映变压器绝缘状态的指标主要有三大类，即油色谱指标、电气指标和油化指标，分别通过基于证据推理进行变压器绝缘状态架构，将其分为三层：即目标层，因素层，和指标层。如图1所示。 图 3.1 变