变压器油中溶解气体的多智能体故障诊断方法.docVIP

变压器油中溶解气体的多智能体故障诊断方法 　　摘要： 为了解决对于溶解气体的只能故障诊断，我们研究了一系列的办法来适应，现在很多的研究方法过程都过于单一化，容易出现问题，改善现在的各种状况，争取能够实现智能化的操作，对于现在的研究， 提出了基于多智能体（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、Java Agent 开发环境（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， 表明了基于多Agent 系统的变压器油中溶解气体智能故障诊断方法的可行性和有效性。 　　关键词： 多Agent 系统；智能故障诊断 变压器油 　　对于变压器的研究，在国外始终是一个热点问题，也就是重视变压器的检修等工作，需要实现相关的方法检测，实现其他方面的溶解分析，进一步改善电力行业的创新能力，能够使得变压器的故障诊断进一步体现和说明，对于传统的方法来说，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，但是专家的经验毕竟还是有着一定的理论性，需要加强操作的力度才能改善这种情况因此，对于变压器来说，需要加强确定其性质，实现各方面特征的了解和完善，进一步改善气体故障类型的确认，实现各种方法的整合和充分利用，对于一些问题的处理，尤其是故障问题，很多的编码被学者将电协研法也存在编码有限、边界划分过于明确等问题人工智能技术引入到变压器的状态监测和故障诊断领域[5-6]，如专家系统、人工神经网络、粗糙集等，这些方面都有着一定的效果，也改善了单一化的情况，实现了各种资源的制约和精准度的确认。 　　一 协作模型 　　变压故障诊断系统基于多Agent 系统的协作模型，模型共分为5 层：智能代理核心层、显示层、数据访问层、智能代理应用层、数据资源层。 　　（1）显示层：主要是Java 技术的用户界面具有可移植性、通过性、跨平台性等特点。这些技术有着比较明确的图表指示，能够实现检修人员的工作效率提升，实现了接口的有豪华，因此能够提供相关的个性化服务。 　　（2）智能代理应用层：该层主要有黑板、智能用户Agent、控制管理Agent、监测报警Agent、特征值比对Agent、数据预处理Agent、诊断专家Agent 管理、评价人Agent、人机交互Agent、自学习Agent。黑板：就是能够储存信息和数据的一种工具，需要实现综合的数据，进一步改善全局的工作。 　　对于黑板处理数据库，有着很多的平面划分，需要实现数据的结合，也就是假设有关的数据能够得到相关的推导，也就是能够实现对数据的理解和推测，进一步改善事实的集合和补充，对于相关的事情集合来说，需加强组织的形式，以便于实现报表的明确性，相关的事件要进行整合，改善内容的更新和递进，实现过程的认可，进一步观察黑板的变化，对内在的内容加以制约和改善，实现分配。 　　控制管理Agent：就是控制整个大脑的行为，能够协调管理各个方面的内容，实现工作的集合和完善，改善其中的执行任务，任务的冲突需要控制黑板的存取，化解监控任务的执行，能够给整个的设计层带来一定的理论依据，实现开支的平衡，根据相关的原理来改善这种情况，进一步发挥问题的实质性，能够分配合理的数据，进行比较妥善的统一化管理和整合概念。 　　监测报警Agent：能够根据知识库改善故障，进一步完善极限值，改善对于来自DGA 的实时数据，当出现超标的情况时，要进一步改善警报层的内容，实现自主的运行模式。 　　数据预处理Agent：对于自身的知识来说，需要加强气体数据的改善，完善特征的处理模式，进一步采用小波变换和人工神经网络算法等。 　　特征值比对Agent： 可从黑板上获得与特征数据库的数据做比对，最新的特征化后的数据，自动判断数据的相应度，如果是较高的相似，那么就可以进一步产生诊断之后的结果，向适度如果有一定的差距，那么就需要进行诊断和重新受理。 　　诊断专家Agent 管理：这其中包括不同的专家领域和范围，需要改善专家的内容，进一步实现专家经验的完善对于故障内容来说，能够采取统一的模式进行认知，改善相关的诊断任务，实现相关的基础考核。 　　评价人Agent：能融合各领域专家按照专家投票算法结出最终的诊断结果。Agent 的诊断结果。 　　人类专家Agent：就是能够将专家之间建立比较妥善的接口，实现本身具有的模式改进，进一步完善专家经验的整合发展等，实现经验的传输。 　　自学习Agent：要将各种过程进行处理和改善并进行记录和数据库的储存，实现知识更新的改善，进一步优化系统。 　　（3）智能代理核心层：Agent 公共设施对进出系统的各种Agent，进行安全认证、生成、注册