變壓器在線監(jiān)測與故障診斷綜述(編輯修改稿)
2025-09-13 08:52 本頁面
【文章內(nèi)容簡介】 。模糊診斷的基本流程：（1）油中氣體分析原始數(shù)據(jù)的模糊化處理；（2）技術(shù)模糊集上面的相似關(guān)系；（3）動態(tài)分類求取最優(yōu)分類結(jié)構(gòu)。目前在利用模糊理論對變壓器故障診斷方面，基于模糊聚類的絕緣故障診斷方法是近年來發(fā)展很快的一個研究方向。模糊聚類方法的原理是在沒有先驗知識的情況下，基于“物以類聚”的觀點，應(yīng)用模糊數(shù)學(xué)的方法確定各個樣本之間的距離及分散程度，按照樣本的距離或者某個目標(biāo)函數(shù)來實現(xiàn)分類的一種方法。實際應(yīng)用中基于目標(biāo)函數(shù)的模糊距離方法是最普遍的。該方法是把距離歸結(jié)為一個帶約束條件的非線性規(guī)劃問題，通過優(yōu)化求解護額的數(shù)據(jù)集的模糊劃分和聚類。此類方法設(shè)計簡單解決問題范圍廣，并易于在計算機上實現(xiàn)。在基于目標(biāo)函數(shù)的模糊聚類算法中以模糊迭代自組織數(shù)據(jù)分析算法（Iterative SelfOrganizing Data Analysis Algorithm，簡稱ISODATA）的理論最為完善。該方法主要是是通過動態(tài)聚類的方法改造最優(yōu)模糊矩陣和聚類中心矩陣，按照與中心矩陣最近原則確定故障類型。流程如圖2所示。模糊理論應(yīng)用于變壓器故障診斷，有助于反映故障現(xiàn)象與故障原因之間的復(fù)雜關(guān)系。目前除了基于模糊聚類算法的各種診斷，還有基于模糊推理和模糊關(guān)系的變壓器故障診斷，其中前者是對DGA數(shù)據(jù)采用不同的模糊化處理方法和模糊規(guī)則形成不同的各種診斷方法。如對特種氣體的模糊化處理，結(jié)合模糊規(guī)則形成了模糊神經(jīng)網(wǎng)絡(luò)的診斷方法（湖南大學(xué)，108），使得故障診斷準(zhǔn)確率達到90%以上?；谀：P(guān)系的故障診斷方法是利用變壓器特征氣體與故障類型之間的復(fù)雜的關(guān)聯(lián)程度，即通過故障的隸屬函數(shù)來確定故障類型。模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡(luò)都是通過對人腦思維的模擬來處理解決不確定性、不精確性問題。前者偏重人腦的邏輯思維，后者偏重對人腦結(jié)構(gòu)的模擬。由于它們各自不同的特點，可以將模糊化概念和模糊推理引入神經(jīng)元，以模糊算子代替神經(jīng)網(wǎng)絡(luò)神經(jīng)元的傳遞函數(shù)，、采用模糊參數(shù)作為神經(jīng)網(wǎng)絡(luò)的權(quán)值、采用模糊變量作為神經(jīng)網(wǎng)絡(luò)的輸入信號等。提高網(wǎng)絡(luò)的可解釋下和靈活性，或利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來實現(xiàn)模糊系統(tǒng)，并通過神經(jīng)完了學(xué)習(xí)算法對模糊系統(tǒng)進行調(diào)整優(yōu)化。（山大，108，115，211）圖2 ISODATA算法的流程圖（3）基于粗糙集的變壓器故障診斷粗糙集（RS）理論是一種研究不完整數(shù)據(jù)、不確定知識表達、學(xué)習(xí)及歸納的數(shù)學(xué)方法。該方法不需要數(shù)據(jù)的任何初始或附加信息，直接對不完整吧精確數(shù)據(jù)進行分析處理，提取知識，進行知識表達、知識推理、揭示內(nèi)在規(guī)律；粗糙集中的約簡操作可以找出機制的有用屬性，刪除多余屬性。又不失原數(shù)據(jù)集中包含的有用信息。在建立基于RS理論的變壓器故障診斷模型時，首先要搜集變壓器歷次故障數(shù)據(jù)作為論域，對變壓器故障進行分類，以考慮多種故障情況和多種故障征兆，從而確定條件屬性集合決策屬性集。其次是建立決策表，計算條件屬性的約簡，并相應(yīng)每一條約簡形成決策表，同時有公式計算器隸屬度。最后給定置信度，形成診斷知識庫，利用知識庫即可對待診變壓器進行診斷。此外，基于RS理論的故障診斷實際是基于知識推理的一種診斷技術(shù)，它所處理的故障通常與故障的空間位置無關(guān)，只與信號的來源有關(guān)。目前RS理論在變壓器故障診斷中的應(yīng)用主要由以下幾個方面：（1）利用基于RS
公司管理相關(guān)推薦
鄂ICP備17016276號-1