多源信息融合技术在变压器故障诊断中的应用 application of multi-source information fusion technology in fault diagnosis of power transformer.pdfVIP

第29卷第11期 电 力 科 学 与 工 程 Vol郾29,No郾11 摇摇摇21 2013年11月 Electric Power Science and Engineering Nov.,2013 多源信息融合技术在变压器故障诊断中的应用 荣经国 , 郑摇 玲1 2 (1郾 江苏省电力公司 宿迁供电公司, 江苏 宿迁223800;2郾 华北电力大学 控制与计算机工程学院, 北京 102206) 摘要: 变压器作为电力系统的关键设备, 维护其安全稳定运行具有重要的意义。 由于变压器自身结构复 杂, 利用单一信息的传统故障诊断方法对其进行诊断具有一定的局限性。 结合变压器油气数据, 利用数 据融合原理, 将BP神经网络和证据理论相结合, 设计了多源信息融合的变压器故障诊断模型, 并利用 现场数据对该模型进行测试。 测试结果表明, 该模型能有效地进行变压器的故障诊断, 与传统方法相比 提高了故障诊断的正确率, 具有较高的理论意义和应用价值。 关键词: 变压器; 故障诊断; 多源信息融合; BP神经网络; 油中溶解气体 中图分类号: TM732摇 摇 文献标识码: A摇 摇 DOI: 10郾3969/ j郾issn郾1672 0792郾2013郾11郾005 限, 提高诊断结果的准确率。 近年来, 人工智能 0摇 引言 理论, 如人工神经网络、 模糊理论、 专家系统、 遗传算法等, 为变压器故障诊断技术的发展拓展 摇 摇 多源信息融合技术是近年来发展起来的信息 了新的方向[14~17] 。 这些方法弥补了传统DGA方法 处理新技术[1~5] 。 它充分利用多个传感器资源, 的不足, 但是仍存在一些问题, 为了能够更精确 将各种传感器在空间和时间上的互补与冗余信息 地判断变压器故障类型, 需要综合多方面的变压 依据某种优化准则组合起来, 以达到最佳协同作 器故障信息, 利用各类传感器所收集的大量信息 用的效果, 增加了系统的生存能力, 扩展了空间、 和情报进行分析、 处理、 综合, 以做出正确决策。 时间覆盖范围, 提高了结果的可信度, 降低了信 本文结合变压器油气数据, 利用数据融合原理, 息的模糊度。 将多源信息融合技术应用于变压器 将BP神经网络和证据理论相结合, 设计了多源 故障诊断中, 可以弥补传统故障诊断方法中数据 信息融合的变压器故障诊断模型, 并利用现场数 源单一的缺点, 可从海量的、 错综复杂的变压器 据对该模型进行测试。 实例分析验证了该方法的 特征数据中准确、 高效地分析出潜在信息, 从而 有效性。 判定变压器状态和预测变压器故障, 减少变压器 故障带来的危害, 保证电力系统安全稳定运 1摇 多源信息融合原理及模型 [6~9] 行 。 变压器油中溶解气体分析 (DGA) 是目 前广泛应用的电力变压器故障诊断手段[10~12] , 主 多源信息融合技术研究的关键问题, 在于提 要有IEC/ IEEE 推荐的三比值法、 四比值法、 改 出一种理论和方法, 对具有相似或不同特征模式 [15] 良三比值法等 。 这些方法都是先确定故障类 的多源信息进行处理, 最终获得决策信息。 特征 型, 然后把故障样本按照一定的规则或经验分配 识别和融合算法是研究的重点。 这些算法导致多 到模式中去, 并对同一模式中的样本提取模式特 源信息的互补集成, 改善不确定环境中信息的处 [13,14] 征量来实现故障诊断的 。 这些方法存在的诸 理过程, 从而解决模糊、 矛盾的问题。 多局限性, 是造成诊断准确率不高的主要原因。 多源信息融合涉及多方面理论和技术, 包括 只有寻求新的智能化的诊断方法才能打破这些局 信号处理、 估计理论、