基于模糊免疫识别方法电力变压器故障诊断.PDFVIP

第33卷 第 3期 电 网 技 术 Vo1．33No．3 2O09年2月 P0werSystem Techn0logy Feb．2009 文章编号：1o00．3673 (2o09)03一J【(】99一O4 中图分类号：TM41 文献标志码：A 学科代码：470405l 基于模糊免疫识别方法电力变压器故障诊断 周爱华，张彼德，方春恩，李伟 (西华大学 电气信息学院，四川省 成都市 610039) POwerTransf0rmerFaultDiagnOsisBasedOnFuzzyImmuneRecOgnitiOnApprOach ZH0UAi_hua，ZHANGBi．de，FANG Chun—en，LIWlei (SchoolofEIectricalandInf0rmation，XihuaUniversity，Chengdu6l0039，SichuanProvince，China) ABSI’RAC I’：0n the bas1sOfarnflc1al1InmunerecOgn1t1On 0 引言 system andcombinedwith zzyreasoning，afau1tdiagnosis 电力变压器担负着 电压变化 、电能转化 的功 method f0r oil—filled 仃ansf0rn1er based on zzy i舢nune 能，是重要的电气设备，其运行状态关系到整个电 recOgnitiOn isprOpOsed．AnertheclOneselectiOnandrlesOur℃e 力系统的可靠性和经济性…，目前 国内外都在积极 competitionofartificialrecognitionball(ARB)representingthe sameB cellsthememOry antibodiespossessing classificatiOn 开展 电力变压器故障诊断研究。随着汁算机技术的 perf．on11anc_eareproduced，howeVerbecauseofthelinearrelation 快速发展，专家系统、人工神经网络、模糊数学等 bet、veentherecourseallocationofmemo al1tibodiesa11dthe 人工智能技术在 电力系统故障诊断中获得初步应 stimu1ationlevelofARB，afew ofexce11entARBsareeasyto 用l2J。实际应用中发现，专家系统推理能力较弱， holdtoomuchresourceanditcausestheprematureconve玛ence 诊断策略不灵活；神经网络虽有很强的自适应和 自 ofARB population．The Appljcation of zzy reasoning in 学习能力，但难 以确定结构和训练初始值；模糊数 resourcea11ocation can make thea1location considering bom 学不需要建立精确 的数学模型就可 以描述变压器 stimulation leVeland suppressi0n leVel，thustheconve玛ence perf0m 1ancecanbeimproVed．Caseanalysisresultsshow that 故障特征与故障状态之间的关系，但存在学习能力 themethOd integrating zzy reasoningwithanificialimmune 不足 的缺点 J。 recognitionsystem inwhichthec