基于径向基神经网络的变压器故障诊断方法研究

作者:王奇平;王祯璋; 刊名:电力与能源 上传者:佟琼

【摘要】为解决变压器故障诊断难以智能判别问题,提出了一种基于径向基神经网络的变压器故障诊断方法.该方法采用气相色谱检测法,选用高斯函数作为径向基函数,并运用K-means聚类方法求解隐含层节点数据中心初始值,运用伪逆法求解隐含层到输出层权值初始值,运用最小均方误差方法随迭代计算不断自适应更新各个基函数的数据中心及方差、隐含层到输出层权值.仿真结果表明,该方法变压器平均故障诊断准确率为95.6%,并具有较强的容错能力,满足变压器故障诊断要求.

全文阅读

546 电力 与能源 第 38卷第 5期 2017年 1O月 基于径向基神经网络的变压器故障诊断方法研究 王奇平 ,王祯璋 (上 海久 隆(电力)集 团有 限公 司 。上海 200040) 摘 要 :为解决变压器故 障诊 断难 以智 能判 别问题 ,提 出了一种基 于径 向基神经 网络 的变压器故障诊断方法 。 该方 法采用气 相色谱检测法 ,选用高斯 函数作为径 向基 函数 ,并运用 K—means聚类方法 求解隐含层 节点数据 中心初始值 ,运用伪逆法求解 隐含层 到输出层权 值初始值 ,运 用最小均方 误差方法 随迭代计算不 断 自适应更 新各个基函数的数据 中心及方差 、隐含层 到输 出层权 值 。仿真结果 表明 ,该 方法变压器 平均故障诊 断准确率 为 95.6 ,并具 有较 强的容错 能力 ,满足变压器故 障诊断要求 。 关键词 :变压器 ;故障诊断 ;径 向基神经 网络 作者简介 :王奇平 (1 975一),女 ,从事 电力工程设计 _T作 。 中 图 分 类 号 :TM41 文 献 标 志 码 :A 文 章 编 号 :2095 1256(20:17)05~0546— 03 Research of Transform er Fault Diagnosis M ethod Based on RBF Neural Network W ANG Qiping ,W ANG Zhenzhang (Shanghai]iulong(Power)Group Co.,I td.,Shanghai 200040,China) 变 压 器 是 电 力 系统 最 重 要 的 输 变 电设 备 之 一 ,变压 器故 障诊 断 已成 为 电力 系统 研 究 领 域 的 重要 课题 之一 [1]。油 中气 体分 析 法是变 压器 故 障 诊 断 的重 要方 法 之 一 ,通 过 检 测 变压 器 油 中气 体 含量 ,经量化后与参考标准值进行 比较得 出故障 类型。故 障诊 断时具体又分 为气相色谱检 测法 (DGA)、三 比值法 、罗杰 斯 比值法 (Rogers)等 l_2]。 由于三比值法的故 障编码较少,实际应用 中常常 由于找不 到 故 障 编 码 而无 法 判 断 变 压 器 故 障 类 型 ;Rogers法存 在判 据 过 多 、故 障 类 型 区分 过 详 细等 问题 。由于 不 同变 压 器 的容量 、负荷 、结构 等 因素对判 定结 果 有 一 定影 响 ,因此 根 据 经 验 判 定 具有 一 定不 足 。 本 文提 出一种 基 于径 向基神 经 网络 的智能 判 别变压器 故 障类 型 的方法 。在 DGA 法 的基 础 上 ,充分 考虑 变 压器 全 寿命 周期 管 理 过 程 中 的历 史 故障 记录 ,以弥 补 经 验判 据 的不 足 。该 方法 故 障识 别 准确率 高 ,容错性 能 强 。 l 变压器故 障特征量 变压器故障常 常是 由于 内部绝缘 老化造成 的,主要分为过热故障和放电故障 两类 ,其中过 热故障又分为 中低 温过热(<700℃)和高温过热 (>7O0~C),放 电故障又分为高能放 电(电弧放电 或 强烈 火花 放 电)和低 能放 电 (局 部放 电或微 弱火 花放 电)E4]。变压器 油 由多种 碳氢 化合物 组 成 ,在 高 温和 放 电等条 件 下 ,碳 氢 化合 物 分 解 主 要产 生 H:、CH 、C H2、C2H 、C H。等多种气体 ,变压器 故障类型不 同,产生气体 的种类和 比例不 同。通

参考文献

引证文献

问答

我要提问