【正文】 因此國內(nèi)外有不少學(xué)者從專家系統(tǒng)的角度去研究變壓器故障診斷 [1314]，與此同時，很多學(xué)者將專家系統(tǒng)與其它智能方法結(jié)合，進(jìn)行變壓器的故障 診斷研究 [1517]。 1967 年 Bagley J. D最早提出遺傳算法的概念。 具體內(nèi)容包括： 1)選擇合適的神 經(jīng)網(wǎng)絡(luò)算法，本文采用 BP 神經(jīng)網(wǎng)絡(luò) 、 RBF 神經(jīng)網(wǎng)絡(luò)和支持向量機(jī) 。 所以，故障診斷技術(shù)和神經(jīng)網(wǎng)絡(luò)的基本理論是研究的基礎(chǔ)和重點。因而，信號采集是設(shè)備故障診斷的前提。隨著人工智能的發(fā)展，診斷的自動 化，智能化逐漸成為現(xiàn)實。激勵函數(shù)將輸出信號限制在一個允許范圍內(nèi)，將其成為有限值，通常神經(jīng)元輸出的擴(kuò)充范圍在 (0,1)或（ 1,1）閉區(qū)間。神經(jīng)網(wǎng)絡(luò)還具有在線學(xué)習(xí)的能力，這種通過對少數(shù)已知樣本的學(xué)習(xí)來獲取未知的知識能力，也叫做泛化能力。 變壓器故障與油中溶解氣體的關(guān)系 對于大型電力變壓器，目前幾乎都是用油來絕緣和散熱，變壓器油與油中的固體有機(jī)絕緣材料在運行電壓下隨運行時間的增加，因放電和熱的作用會逐漸老化和分解，產(chǎn)生少量的各種低分子烴類及 CO,CO2氣體，而變壓器的內(nèi)部絕緣故障卻伴隨著局部過熱和局部放電現(xiàn)象，使油或紙或油和紙分解產(chǎn)生 CH C2H C2H C2H H CO 和 CO2等氣體。如果變壓器以前發(fā)生過故障，那么故障產(chǎn)生的氣體即使經(jīng)過脫氣處理后，仍然會有少量被纖維材料吸附，再慢慢釋放于油中，因而變壓器在投運前就可能含有少量故障特征氣體，正常運行中的變壓器油中也會含有某些故障特征氣體。如果在輸出層得到的輸出信號不是理想的輸出信號，則轉(zhuǎn)入誤差信號反向傳播。因而調(diào)節(jié)各權(quán)值便可改變誤差 E。39。檢測 的氣體濃度為 CH H [C1+C2]、 C2H2四種，故障分 5 級：一般過熱、嚴(yán)重過熱、局部放電、火花放電、電弧放電，分別用 1～ 5 表示。 2）輸出向量的確定 網(wǎng)絡(luò)的輸出節(jié)點數(shù)等于故障類型數(shù)。 4）隱層節(jié)點數(shù)的設(shè)計 一個具有無限隱層節(jié)點數(shù)的兩層 BP 神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)任意輸入到輸出的非線性映射。通過激活函數(shù)對輸入和輸出進(jìn)行函數(shù)轉(zhuǎn)換，可以將無限域的輸入變成指定的有限范圍內(nèi)的輸入。 系統(tǒng)仿真，訓(xùn)練與測試 輸入層根據(jù)輸入元的個數(shù)選取，因為選取主元數(shù)為 4，所以輸入層神經(jīng)元個數(shù)選為 n=4。表 為不同隱層節(jié)點數(shù)達(dá)到要求誤差小于 103所需步數(shù)。在 RBF 神經(jīng)網(wǎng)絡(luò)中，隱含層單元的中心及半徑也是提前設(shè)定好的，僅隱含層和輸出層之間的權(quán)值是可調(diào)的。我們最經(jīng)常用的徑向基函數(shù)是高斯核函數(shù)，形式為 ( | | | | ) e x p { | | | | 2 / ( 2 * ) 2 ) }k x X c x X c ?? ? ? ? ? ?。 隱含層選擇常用的高斯核函數(shù)作為傳遞函數(shù)，輸出層選用線性傳遞函數(shù) 。 。此法運算速度快，簡單可行，但是不適合遞推運算，而且基函數(shù)的確定 仍然需要進(jìn)一步的研究。 RBF網(wǎng)絡(luò) 參數(shù)的選取 在 RBF 網(wǎng)絡(luò)中可調(diào)的參數(shù)為：隱函數(shù)基函數(shù)中心、方差及輸出單元的權(quán)值這些參數(shù)的選擇方法如下： 1. 依據(jù)經(jīng)驗選擇函數(shù)中心。 輸出層的輸入為各隱含層神經(jīng)元的輸出的加權(quán)和。隱含層采用徑向基函數(shù)作為激勵函數(shù)。因而， RBF 網(wǎng)絡(luò)也叫做局部接受域網(wǎng)絡(luò)。網(wǎng)絡(luò)訓(xùn)練性能如圖所示。)。 ③ 單層隱層，隱層單元數(shù)為 n m a??， a 是一個 0～ 10 之間的數(shù)。因此一般情況下，我們都用最少的網(wǎng)絡(luò)層來構(gòu)建神經(jīng)網(wǎng) 絡(luò)。影響正常的訓(xùn)練和診斷。具體編程步驟如下： 1）、初始化 對權(quán)值 W、 V 隨機(jī)賦值，樣本模式計數(shù)器 p 和訓(xùn)練次數(shù)計數(shù)器 q 置 1，誤差 E 置 0.學(xué)習(xí)率 ?和網(wǎng)絡(luò)訓(xùn)練誤差精度 Emin 設(shè)為（ 0,1）的小數(shù)； 2）輸入訓(xùn)練樣本，計算隱層、輸出層的輸出； 3）計算網(wǎng)絡(luò)輸出誤差 設(shè)共有 P 對訓(xùn)練樣本，對應(yīng)不同的樣本具有不同的誤差 Ep，總誤差為E Ep?? /P2； 4）計算各層誤差信號 即 ? ； 5）調(diào)整各權(quán)值 用公式調(diào)整； 6）檢查是否對所有樣本完成了一次輪訓(xùn)，若 pP， p、 q 加 1， ,返回（ 2），否則繼續(xù)步驟（ 7）； 7）檢查網(wǎng)絡(luò)總誤差是否達(dá)到要求，是，訓(xùn)練結(jié)束；否則 E 置 0， P 置 1，返回（ 2） 其流程圖如圖 。 39。 下面為各層信號之間的數(shù)學(xué)關(guān)系 [22]： 對于輸入層，輸入輸出均為 X： 對于隱層有 輸入： 10nj ij ii v x b???? ， j=1， 2， ?,m ； () 輸出： ()jjy f ? ， j=1， 2， ?,m ； () 對于輸出層有： 輸入： 20mk jk jj w y b???? ， k=1， 2， ?,l ； () 輸出： ()kko f ? ， k=1， 2， ?,l ； () 在上式中， f(*)為激勵函數(shù)，在此采用 S 型函數(shù)： 1() 1 afa e?? ? () f(a)具有連續(xù)性、可導(dǎo)性，且 39。 此算法的學(xué)習(xí)過程可以描述如下： 工作信號正向傳播：輸入信號從輸入層經(jīng)過隱含層單元，傳向輸出層，在輸出端產(chǎn)生輸出信號，這就是工作信號的正向傳播。 新投運的變壓器，特別是國產(chǎn)的充油電力變壓器，由于制造工藝以及所使用的絕緣材料等原因，運行初期往往有氫氣、一氧化碳和二氧化碳?xì)怏w組分增加較快的現(xiàn)象，但達(dá)到一定極限含量后會逐漸降低。網(wǎng)絡(luò)的每一個訓(xùn)練樣本和測試樣本都是由 “ 癥狀 ” 與 “ 原因 ” 構(gòu)成。其學(xué)習(xí)過程如圖 。與人腦的神經(jīng)元不同，人工神經(jīng)元的權(quán)值的取值可在正值和負(fù)值之間； 具有反映生物神經(jīng)時空整合功能的輸入信號累加器。目前，診斷技術(shù)按信號類型的不同分為振聲診斷、溫度診斷、油液診斷、光譜分析等。設(shè)備的診斷技術(shù)從設(shè)備的癥狀入手進(jìn)行研究分析。用新 的故障數(shù)據(jù)，檢驗故障模型的準(zhǔn)確性和可靠性，得出相應(yīng)的指標(biāo)數(shù)據(jù)。同時能根據(jù)實際變壓器油中溶解氣體的數(shù)據(jù)進(jìn)行自適應(yīng)調(diào)整。 （ 4）基于遺傳算法的故障診斷 遺傳算法簡稱 GA(Geic Algorithm)，是由生物進(jìn)化思想啟發(fā)而得出的一種具有全局搜索能力的算法。 (3)專家系統(tǒng)診斷法 專家系統(tǒng) (Expert System ES)是一種具有大量專門知識的程序系統(tǒng)，它根據(jù)多個專家提供的專業(yè)知識進(jìn)行推理，解決通常需要專家才一能解決的復(fù)雜問題。其應(yīng)用已滲透到各個領(lǐng)域，并在智能控制、模式識別、計算機(jī)視覺、自適應(yīng)信號處理、知識處理、傳感技術(shù)與機(jī)器人等方面得到廣泛的應(yīng)用。變壓器的絕緣紙和紙板的組成成分主要是纖維素和木質(zhì)素，對于強(qiáng)迫油循環(huán)冷卻的大型變壓器，變壓器油經(jīng)油泵加速傳到繞組內(nèi)的冷卻油道時，油與絕緣紙板發(fā)生摩擦，在油與絕緣紙和絕緣紙板界面上產(chǎn)生靜電電荷的分離。放電對絕緣有很強(qiáng)的破壞作用。 （ 4）變壓器油絕緣故障 在變壓器運 行過程中，由于高溫、強(qiáng)電場以及光合作用的共同作用下，絕緣油會不斷地進(jìn)行氧化。 陜西理工學(xué)院畢業(yè)設(shè) 計 第 2頁 共 46 頁 （ 2）繞組故障 繞組是電力變壓器的中心部件，它也是變壓器涉及電氣量的主要部件。內(nèi)部故障主要有各相繞組間的相間短路、繞組的線匝之間的匝間短路、繞組或引出線與油箱外殼接地等故障。美國的很多權(quán)威機(jī)構(gòu)，如美國機(jī)械工程師協(xié)會，美國宇航局等都參與了在這一領(lǐng)域的研究，也有很多高校和企業(yè)都設(shè)立了診斷技術(shù)的研究中心。由于種種原因，變壓器 故障時有發(fā)生，事故率仍相當(dāng)?shù)母摺? 陜西理工學(xué)院畢業(yè)設(shè) 計 畢 業(yè) 論 文（設(shè) 計） 題 目 基于神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測 姓 名 楊文 學(xué)號 0817014004 所在院 (系 ) 電氣工程學(xué)院 專業(yè)班級 自控 081 班 指導(dǎo)教師 侯波 完成地點 陜西理 工學(xué)院（北區(qū) ） 501 樓 20xx 年 5 月 20 日 陜西理工學(xué)院畢業(yè)設(shè) 計 基于神經(jīng)網(wǎng)絡(luò)的變壓器故障檢測 楊文 （陜西理工學(xué)院電氣工程學(xué)院自動化專業(yè) 081 班，陜西 漢中 723003） 指導(dǎo)教師：侯波 [摘要 ]:電力變壓器作為電力系統(tǒng)中最為重要的設(shè)備之一，對電力系統(tǒng)安全、可靠、優(yōu)質(zhì)、經(jīng)濟(jì)的運行起著決定性作用，因而，必須盡量減少變壓器故障的產(chǎn)生。變壓器作為電力系統(tǒng)中非常復(fù)雜而且非常重要的設(shè)備，其工作狀態(tài)對電力系統(tǒng)、企事業(yè)單位及居民生活具有十分重要的影響。從各個診斷技術(shù)的分支來看，美國有著領(lǐng)先的地位。變壓器的故障按變壓器本體劃分可分為內(nèi)部故障和外部故障。變壓器正常運行時，變壓器鐵芯只有一點接地才是正確可靠的正常接地。有載開關(guān)的故障主要有：過渡電阻串連接螺栓松脫：輔助觸頭中的過渡電阻在切換過程中被擊穿或燒壞；分接開關(guān)由于密封不嚴(yán)而進(jìn)水，導(dǎo)致絕緣性能降低造成相間短路；由于觸頭滾輪卡死使分接開關(guān)停在過渡位置，造成匝間短路而燒壞；選擇開關(guān)承受不了變壓器線圈分接引線的長期荷載而發(fā)生形變等。 （ 6）放電故障 通常根據(jù)放電的能量密度的大小將變壓器的放電故障分為局部放電、火花放電和 電弧放電三種類型。 （ 7）油流帶靜電故障 在強(qiáng)迫油循環(huán)冷卻的大型電力變壓器中，由于變壓器油流過絕緣紙及絕緣紙板的表面時，會發(fā) 陜西理工學(xué)院畢業(yè)設(shè) 計 第 3頁 共 46 頁 生油流帶靜電的現(xiàn)象，簡稱油流帶電。它能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識。它為變壓器的絕緣故障診斷提供了一種新的途徑 [12]。這些問題大大影響了其故障診斷的準(zhǔn)確性。 本文研究的主要內(nèi)容 神經(jīng)網(wǎng)絡(luò)方法可以從變壓器油中溶解氣體數(shù)據(jù)中獲取隱含的故障診斷規(guī)律，而不用深入了解變壓器故障檢測的相關(guān)知識，便可以進(jìn)行變壓器故障檢測診斷。 4）利用 matlab 神經(jīng)網(wǎng)絡(luò)軟件包， 建立網(wǎng)絡(luò)模型。具體如下： 信號采集技術(shù)。 故障診斷是設(shè)備故障診斷技術(shù)的核心，識別設(shè)備狀態(tài)異常與否，異常后再分析原因，此為診斷的實質(zhì)。 一般而言，神經(jīng)元模型應(yīng)具備三個要素： 具有一組突觸或連接常用 wij表示神經(jīng)元 i 和神經(jīng)元 j 之間的連接強(qiáng)度，或稱之為權(quán)值。 神經(jīng)網(wǎng)絡(luò)是一種具有學(xué)習(xí)功能的非線性映射器。神經(jīng)網(wǎng)絡(luò)用于故障診斷時，相當(dāng)于把每一類型的故障視 為一個模式類，通過網(wǎng)絡(luò)的學(xué)習(xí)，找出該模式類的內(nèi)在規(guī)律與特點并區(qū)別于其他類型，以實現(xiàn)故障診斷。因而，油中溶解氣體的成分和含量在一定程度上反映了變壓器故障的程度，通過對油中溶解氣體進(jìn)行分析，便可發(fā)現(xiàn)變壓器內(nèi)部的發(fā)熱和放 電性故障種類 [20]。 （ 2） BP 網(wǎng)絡(luò)算法 BP 算法模型為前向多層網(wǎng)絡(luò)，網(wǎng)絡(luò)不 僅有輸入、輸出層節(jié)點，還有隱含層節(jié)點，經(jīng)過作用函數(shù)后，再把隱節(jié)點的輸出信息傳播到輸出節(jié)點，最后給出結(jié)果。 在三層前饋網(wǎng)絡(luò)中，假設(shè)輸入向量為 X=（ x1,x2,?x n） T，如加入 b1=1 ，可為隱層神經(jīng)元引入閥值；隱層輸出向量為 Y=(y1,y2, ?y m) T，如加入 b2=1,可為輸出神經(jīng)元引入閥值；輸出層向量為O=(o1,o2,?o l)T，期望輸出向量為 D=(d1,d2,?d l) T，輸入層到隱層之間的權(quán)值矩陣用 V 來表示， 陜西理工學(xué)院畢業(yè)設(shè) 計 第 10頁 共 46頁 V=(v1,v2, ?v m) T ，列向量 vj表示隱層第 j 個神經(jīng)元對應(yīng)的權(quán)向量；隱層到輸出層間的權(quán)矩陣用 W來表示， W=(w1,w2,?w) T ，列向量 wk表示輸出層第 k 個神經(jīng)元對應(yīng)的權(quán)向量。j=1,2,?,m 。 （ 3） BP 網(wǎng)絡(luò)程 序?qū)崿F(xiàn) [23] 神經(jīng)網(wǎng)絡(luò)的具體實現(xiàn)需要計算機(jī)編程來完成。而且不能直接將各類氣體的含量作為輸入，因為如