基于anfis的油纸绝缘局部放电模式识别技术研究 study on pattern recognition techniques of partial discharge in oilpaper insulation based on anfis.pdfVIP

TEGAOZHUAN DI特稿专递 基亏ANFIS的油纸绝缘局部放电模式识别技术研究 姚 秀·，郭 磊z，刘 正3，李军浩-．李彦明t (1．西安交通大学电力绝缘电气设备国家重点实验室，陕西西安710049： 2．陕西电力科学研究院，陕西西安7l0054：3．陕西省电力公司．陕西西安710048) J摘要：为了研究自适应神经模糊推理系统(ANFlS)在油纸绝缘局部放电模式识别中的应用。针对大型电力变压J 器内常见的油纸绝缘局部放电缺陷，建立了3种基本局部放电缺陷模型．并在实验室中测取了各种缺陷类型的局 部放电数据。通过对局部放电谱图的统计学计算以及分析，选取可有效表征局部放电类型的几个特征量．建立了 ANFIS模型作为分类器，采用减法聚类生成规则，并利用梯度下降法和最小平方估计法相结合的混合学习算法进 行训练，最后对该模型有效性进行测试。测试结果表明，不同类型局部放电的识别效果略有差异，但总体识别率达 90％以上。研究结果表明，采用ANFIS进行局部放电模式识别，具有识别效果好、收敛速度快、稳定性高的优点。 关键词：油纸绝缘；局部放电；模式识别；ANFIS 中图分类号：TM835．4 文献标志码：A 文章编号：1673—7598(2010)02—0001--04 局部放电源的识别进行了研究．这种新型的方法既 0 引言 具有模糊逻辑在进行模糊判断方面的优点，同时又 具有神经网络在没有足够专家知识情况下的有效 油浸式电力变压器因其造价低，稳定性高。安全 性，将两种理论的优点结合起来．可提高识别效果H。 性高等特点，在电力系统中被广为采用。在变压器的 本文测量了不同放电类型的局部放电数据．通 运行过程中，油纸绝缘会逐渐劣化。最后甚至发展成 过对放电数据的统计学计算以及分析．以距离可分 为绝缘故障，对电网运行造成重大影响。油纸绝缘故 性判据为标准，选取了可有效表征局部放电类型的 障多为缺陷产生的局部放电导致，而局部放电本身 少数几个特征量。建立了ANFIS作为分类器，在训 带有绝缘劣化的信息，是绝缘失效的前期表现，因此 练、测试后，评价识别结果。研究表明，采用ANFIS系 通过准确识别局部放电类型，可以得到大量的缺陷 统可以得到较高的局部放电类型识别率．且具有收 信息，并可在此基础上评估绝缘的劣化程度并确定 敛速度快，稳定性好等优点。本研究为使用ANFIS系 维护方案…。 统进行局部放电模式识别的可行性提供了证据．为 作为局部放电危险评估的基础。放电模式的识 特征量的选择提供了研究基础。 别是首要的。近年来，在局部放电模式识别方面出现 了多种算法，如统计学工具，信号处理工具、图像处理 1 ANFIS系统的建立 工具、时间序列分析、模糊逻辑、人工神经网络等埘。考 虑到放电类型识别及危险程度评估的理想结果是最 1．1 系统结构 接近真实情况的“评估”，注重对真实情况的接近度， 而不是概率问题．因此本文选择模糊理论作为判断 结合，采用Sugeno型模糊推理系统是因为该系统具 逻辑[31，在判断规则的选择上，由于变压器局部放电 有计算简单利于数学分析的优点，适合于基于数据 受诸多因素的影响，现有的专家知识并不能囊括所 的建模方法。且易于和优化及自适应方法结合．从而 有的情况，但在实验室中却可通过建立模型获取大 实现具有优化与自适应能力的模糊建模工具。 量的试验范例，并采用神经网络系统建立判断规则。 Sugeno的模糊推理系统是一个多输入单输出的模糊 据此，本文对采用自适应模糊神经推理系统