信息融合技术在变压器故障诊断中应用.docVIP

信息融合技术在变压器故障诊断中的应用 　　[摘 要] 信息融合技术(又称数据融合)是针对一个系统中使用多种传感器(多个或多类)这一特定问题而展开的一种信息处理的新方向,因此,信息融合又可称为多传感器融合(MSF)。多传感器信息融合技术是一种现代的信息处理技术,本文以信息融合技术为研究对象,结合变压器的实际特点,对多传感器信息融合技术在变压器的应用进行了探讨。 　　[关键词] 信息融合技术 变压器 故障诊断 　　 　　电力变压器故障的在线监测与诊断一直是国内外电力系统部门重视的科研项目。变压器故障诊断过程中可用信息种类很多,层次不一,如何对大量信息进行处理和综合利用是变压器故障诊断技术需要重点研究的问题。本文在对变压器故障诊断信息进行分类的基础上,讨论了多传感器信息融合技术在变压器智能故障诊断中的研究方法和技术手段。 　　1、变压器故障信息分类 　　变压器的故障种类按故障发生的部位可分为内部故障与外部故障,内部故障为研究的重点。故障诊断过程中可利用的变压器信息主要有:变压器油中溶解的特征气体成分、含量和产气速率;变压器油中微水含量;绕组电阻;温度状况;电气特性;噪声等。 　　2、变压器故障诊断 　　变压器故障诊断是根据状态监测所获得的信息,结合已知的参数、结构特性和环境条件对可能要发生或已发生的故障进行预报和分析、判断,确定故障的性质和类型。 　　变压器故障诊断虽然方法很多,有气体色谱分析法、绝缘监测法及低压脉冲响应、脉冲频谱和扫频频谱法等,但仍存在需要完善的地方,变压器诊断的专家经验还有待进一步分析、归类和完善,还需搜集更多的专家经验,并将其整理成知识,以充实知识库。当前许多监测技术尚处于起步阶段,在如何研究新方法,提高测量精度和装置可靠性等方面还有大量的工作需要完成。信息融合技术在人工智能、目标识别、医学诊断等领域已开始得到广泛的研究,但在电力系统故障诊断领域方面仍处在初级阶段,在确定每一种故障类型的主要诊断参数和故障信息,进行信息融合的研究需要进一步加强。 　　3、信息融合的种类和层次 　　从所应用的传感器从属范围来分,信息融合可分为两类不同的系统;第一类是局部的或自备式,它收集来自单个平台上多个传感器的数据;第二类称为全局或区域融合,它组合来自空间和时间上各不相同的多个平台多个传感器的数据。 　　系统的信息融合相对于信息表征的层次可以分为数据层、特征层和决策层融合3个层次。数据层信息融合是直接在采集到的原始数据层上进行的融合,在各种传感器的原始测报未经预处理之前就进行数据的综合和分析,是最低层的融合。特征层融合属于中间层次,它先对来自传感器的原始信息进行特征提取,然后,对特征信息进行综合分析与处理。决策层融合是高级融合,其结果为控制决策提供依据。 　　4、信息融合系统的构成 　　基本数据融合系统,主要由多传感器、数据校准、数据相关、模式识别、状态估计等组成。 　　(1)测量:数据融合系统中的多传感器不断扫描观测目标,实现信号检测。 　　(2)校准:数据校准的作用是为了统一各传感器的时间和空间参考点。 　　(3)相关:数据相关的作用是判别不同时间与空间的数据是否来自同一目标。 　　(4)模式识别:目标识别也称为属性分类、身份估计。它根据多传感器的观测结果可形成一个N维的特征向量,其中,每一维代表目标的一个独立特征。 　　(5)状态估计:将所有目标的数据集(目标状态和类型)与此前确定的可能态势的行为模式相比较,以确定那种行为模式与监视区域内所有目标的状态最匹配检测、相关、识别和估计处理贯穿于整个数据融合系统。 　　5、信息融合的关键技术 　　(1)数据转换:多传感器输出的数据形式、环境描述等都不一样,数据融合中心处理这些不同来源信息的首要任务,是把这些数据转换成相同的形式和描述,然后进行相关处理。 　　(2)数据相关性技术:数据融合过程中,数据相关的核心问题是克服传感器测量的不精确性和干扰引起的相关二义性,保持数据的一致性。 　　(3)态势数据库:态势数据库分为实时数据库和非实时数据库。 　　(4)融合计算:融合计算是多传感器数据融合系统的核心技术,它涉及对多传感器的相关观测结果的验证、分析、补充、取舍、修改和状态跟踪估计,并能对新发现的不相关观测结果进行分析和综合,生成综合态势及态势决策分析。 　　6、变压器故障诊断中信息融合系统的设计 　　变压器故障诊断是一个多源信息融合过程,故障诊断的信息不但来自传感器的测量包括某些知识、某些中间结果,这些信息可能相同、相近或不同,分别称为冗余信息、交叉信息、互补信息;另一方面,故障诊断中传感器的信息是最原始的信息,利用他们可提取一些有关故障的特征信息,称为故障表征,然后由故障表征及系统的知识进行更详细的诊断,判断系统是否有故障及故