基于模糊理论的绝缘故障诊断方法.docVIP

摘要：总结了近年来人工智能技术在基于油中溶解气体分析(DGA)的变压器绝缘故障诊断方法上的研究和发展,介绍了其中的主要方法和成果,并讨论了该领域的研究趋向。　　关键词：油中溶解气体分析；变压器；绝缘故障诊断；人工智能　　0前言　　充油变压器在运行状态中发生故障将严重影响整个电力系统的可靠运行，其中由于绝缘故障造成的事故占到变压器总事故的85%以上。油中溶解气体分析方法作为一种有效的充油电力设备异常分析手段,在电力系统中得到广泛的应用。本文主要是针对基于DGA的变压器绝缘故障诊断方法进行研究和探讨。传统的基于DGA的变压器绝缘故障诊断方法有：得能堡比值法、三比值法、罗杰斯法、改进罗杰斯法、电研协法等，采用的特征气体是CH4，H2，C2H4，C2H6，C2H2，CO，CO2等七种。这些方法是在大量数据的基础上统计出来的，虽然在形式上比较简单，但正是因为简化了故障因素的复杂性而使得故障诊断正确率只能达到80%左右。　　本文系统地讨论了近年来国内外学者提出的基于人工智能技术的变压器绝缘故障诊断方法，如基于模糊理论、神经网络、专家系统和灰色理论等技术，这些方法有效地提高了变压器绝缘故障诊断的正确率。最后讨论了今后该领域的研究趋向。　　 1基于模糊理论的绝缘故障诊断方法　　传统的基于DGA的变压器绝缘故障诊断方法是根据专家过去的知识和经验总结的。目前用于变压器故障诊断的各种规程和导则中，一般只给出了一个判断故障边界的描述，难以表述故障和各个特征量之间的客观规律。例如：采用IEC/IEEE特征气体三比值法来判断变压器绝缘故障类型时，给出的气体比值的边界是根据大量的统计数据得到的。尽管得到的编码规则基本上是合理的，但边界点的取值仍然具有一定的发散性和模糊性。当气体的比值在边界点附近时，DGA数据的细小变化容易使编码发生很大的变化，从而引起误判绝缘故障类型。为了解决这种在知识表述上所具有的不确定性，因而出现了基于模糊理论的变压器故障诊断方法。模糊理论的基本思想是利用人类对事物的模糊思维及模糊性语言对事物进行识别和判决，具有词语计算和处理不确定性、不精确性和模糊信息的能力，现已被证明是解决许多复杂问题的一种有效方法。　　1.1基于模糊推理和模糊关系的绝缘故障诊断方法　　目前，根据对绝缘故障诊断角度的不同，基于模糊理论的故障诊断方法大致分以下两种。　　(1)模糊推理。模糊推理的核心是模糊化处理和模糊规则，对DGA数据采用不同的模糊化处理方法和模糊规则形成不同的故障诊断处理方法。针对IEC/IEEE三比值法在气体比值编码区间定义上过于绝对性的缺点，文献［1］中选用梯形函数作为模糊子集的隶属函数，并且提出通过样本学习来自动获取三比值法中不存在的规则，弥补了三比值法在规则缺少方面的缺陷，并且模糊规则和模糊子集的参数采用进化优化算法自动调整，以减少人为设置参数带来的主观性。但文献［1］没有考虑模糊规则集的冗余和样本集合中各个故障类型样本个数对模糊子集和模糊规则参数的影响，因此文献［2］在提出的规则建立算法中加入各个故障类型样本的个数，并且采用遗传算法对产生的模糊规则集进行了精简，剔除了其中不重要的或冗余的规则。基于传统的IEC编码值，文献［3］提出了模糊IEC编码，以半柯西分布函数作为其隶属函数，同时在模糊规则的运算中加入了C2H2、H2和CH气体含量大小的模糊子集隶属度，通过加权求和的方式得到故障对应的隶属度。加入这3种气体的模糊子集有利于对某些特殊故障的诊断，弥补了三比值法仅考虑气体间比值的不足。　　(2)模糊关系。模糊关系表征的是两个集合之间的关联程度。由于传统的三比值法在变压器绝缘故障类型和比值编码上是一一对应的关系，而实际上由于变压器绝缘故障类型与特征气体之间关系的复杂性，使得这种对应关系具有一定的模糊性。在对传统比值法的编码组合进行模糊化处理和统计及分析的基础上，文献［4］得到了编码―故障模糊关系矩阵，以待测样本对应的27组编码组合的隶属度作为特征输入矢量，通过模糊综合评判方法求出故障输出矢量，以其中最大隶属度对应的故障类型作为诊断结果。模糊向量是特殊形式的模糊关系，文献［5］中提出了故障的特征模糊向量和故障标准参考值的概念，前者由三比值大小的模糊子集和除CO2外其余六种特征气体含量大小的模糊子集组成。故障的隶属度则由待测样本的模糊向量与特征模糊向量的内积和除以标准参考值得到。　　基于模糊推理和模糊关系的故障诊断方法来源于长期以来人们对变压器绝缘故障诊断知识的经验总结。这种经验总结由于其本身具有的模糊性和不确定性，因此隶属函数和模糊规则的确定过程存在一定的人为因素。同时在模糊规则的选择上，一方面现有的模糊规则数较少，另一方面若增大模糊子集的个数又会引起规则数的急剧增加，导致计算量的增大和冗余规则的出现。因此，如何减少诊