基于神经网络和灰色理论组合的变压器故障预测.pdf

《基于神经网络和灰色理论组合的变压器故障预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2016年第6期煤矿机电。17·许允之，谭清雄，方磊，等．基于神经网络和灰色理论组合的变压器故障预测[J]．煤矿机电，2016(6)：17-22doi：10．16545／j．cnki．cmet．2016．06．005基于神经网络和灰色理论组合的变压器故障预测许允之1，谭清雄2，方磊1，曹海洋1，方永丽1(1．中国矿业大学动力与电气工程学院，江苏徐州221116；2．华中科技大学水电学院，湖北武汉430074)摘要：基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的。主要是采集变压器油在各种情况下的数据，并对应其故障进行编码，再用Matlab编写神经网络进

2、行训练，输入各特征气体百分含量，输出对应的故障编码。通过对比，发现神经网络预测精度高达80％，使用灰色理论对各特征气体含量进行预测，与实际值对比，预测精度很高。最后将各个特征气体含量转化为百分数，输入已训练好的神经网络系统，预测出变压器的状态。最终所预测出的故障和实际故障一致。关键词：灰色理论；神经网络；溶解气体分析(DGA)；故障预测中图分类号：TM411+．2；TP206+．3文献标识码：B文章编号：1001—087412016}06-0017一06TransformerFaultPredictionBasedonCombinationOfNeuralNetworkandGrayThe

3、oryXuYunzhi‘，TanQingxwn92，死昭Leil，CaoHaiyan91，凡昭Yonglil(1．SchoolofDynamicandElectricalEngineering，ChinaUniversityofMiningandTechnology，Xuzhou221116，China；2．HuazhongUniversityofScienceandTechnology，Wuhan430076，China)Abstract：Basedonthedissolvedgasesatomizer(DGA)intransformeroil，combinestheneurMnetwo

4、rkandthegraytheorytopredictthetransformerfaults．Collectsthedataoftransformeroilindifferentkindsofsituation，andcodeswiththerelevantfault．ThenusesthesoftofMatlabtoprogramtheneuralnetworkandthentrainitwiththecodeddata．Inputsthepercentageofthedifferentdissolvedgases，outputstherelevantfaultcode．Thecomp

5、areresultsfindthatthepredictaccuracyofneuralnetworkcanbe80％．Thenusesthegraytheorytopredicttheamountofdissolvedgasesintransformeroil．Findsthatthepredictionsareveryclosetotheactualvalues．Follows，changestheamountofgasintopercentageandtheninputsthedataintothewelltrainedneuralnetworktopredictthefault．T

6、hepredictionsituationissameastheactualsituation．Keywords：graytheory；neuralnetwork；dissolvedgasanalysis(DGA)；faultprediction0引言变压器的故障浴盆曲线如图1所示，其自然运行状况下分为早期故障期、偶发故障期及损耗故障期。早期故障期内，由于刚投入，在调试、适应性等方面存在问题，故障率较高，随着运行时间的延长，故障率会越来越低。偶发故障期内，当变压器稳定运行，很少发生故障。而在损耗故障期内，变压器的故障率会急剧增加。变压器故障预测的重要内容就是找出图1中的B点，并在B点对变压

7、器进行维修，延长其稳定运行的时间。要做好变压器的故障预测工作，需要找到合适的变压器故障诊断方法。变压器的故障诊断方法主要包括电气预防性试验、油中溶解气体分析法等。本文将油中溶解气体分析(DGA)法作为变压器诊断的重要内容进行分析，通过灰色理论和神经系统的组合，来实现对变压器故障的诊断。作为智能算法的一个重要组成部分，人工神经网络在电气故·18·煤矿机电2016年第6期变压器故障室早期故畸期偶发故障期．后期故障期＼＼l

8、危