多种智能理论联合作用的电力变压器故障诊断.pdf

《多种智能理论联合作用的电力变压器故障诊断.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、第47卷第12期Vol.47No.122010年12月TRANSFORMERDecember2010多种智能理论联合作用的电力变压器故障诊断112邱朝阳，王景林，陈伟根（1.云南电力试验研究院（集团）有限责任公司电力研究院，云南昆明650051；2.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044）摘要：提出了一种基于粗糙集理论、神经网络理论和证据理论的变压器故障综合诊断的新方法，并通过实例证明了该方法的诊断性能。关键词：电力变压器；粗糙集理论；故障诊断中图分类号：TM406文献标识码：B文章编号：1001－8425（2010）12－0056

2、－05DiagnosisofPowerTransformerFaultBasedonMulti-AITheory112QIUChao-yang,WANGJing-lin,CHENWei-gen（1.YunnanElectricPowerTest&ResearchInstitute(Group)Co.,Ltd.,Kunming650051,China;2.ChongqingUniversity,Chongqing400044,China）Abstract：Anewdiagnosismethodoftransformerfaultbasedonroughsetthe

3、ory,neuralnetworkandevidencetheoryispresented.Thediagnosisperformanceofthemethodisprovedbyexamples.Keywords：Powertransformer；Roughsettheory；Faultdiagnosis1前言2粗糙集基本理论近年来，各种智能理论，如神经网络、专家系统、RS理论是一种数据分析理论，它是一种新的处决策树、粗糙集和信息融合等被用于变压器的故障理模糊和不确定性知识的数学工具，其主要思想就诊断，虽取得了一定的研究成果，但亦存在一定的不是在保持分类能力不

4、变的前提下，通过知识约简，导足。出问题的决策和分类规则，目前已在决策分析、过程通常粗糙集（RoughSet,RS）理论对对象噪声控制、数据挖掘和模式识别等领域得到广泛应用。比较敏感，而神经网络对对象噪声不敏感，但过量冗3证据理论的基本原理余数据会造成神经网络训练过度、训练时间漫长等问题；证据理论基于Dempsters的组合方法虽为多证据理论采用信度的“半可加性”原则，较好地种不确定证据体的组合提供了一个强有力手段，但对不确定性推理问题中主、客观性之间的矛盾进行它没有区分证据体的信度。鉴于此，笔者将RS理了处理，已经成为构造具有不确定性处理能力专家论、神经网络理论

5、和D-S证据理论引入到变压器诊系统的一种有效手段。断中，提出一种基于多参量的变压器故障综合诊断3.1分辨框的新方法，即用RS理论作为神经网络的前置，通过定义代表某一事物的参数为θ，它所有可能取RS对原始数据进行约简，根据一定规则选取代表性值的集合为Θ={h1，h2，…hn}，则称Θ为分辨框，Θ的Θ约简分别构造神经网络从不同侧面反映变压器故所有子集所构成的集合是Θ的幂集，记为2。障，利用D-S证据理论对各神经网络的诊断结果进3.2基本概率指派函数ΘΘ行融合诊断，以最大限度的提高诊断准确率和可靠设m：2→[0，1]，即对于任一个属于2的子集性。通过实例仿真结果表明该

6、模型具有较好的诊断A，令它对应一个数m（A）∈[0，1]，并且满足：性能。第12期邱朝阳、王景林、陈伟根：多种智能理论联合作用的电力变压器故障诊断57论据理论的综合融合诊断模块。∑m（A）=1（m（准）=0）（1）A奂Θ4.1数据预处理模块决策表属性约简则称函数m为基本概率指派函数。对于分辨框知识约简就是在保持知识库分类能力不变的条中任意子集A，如果它的基本概率指派m（A）＞0，则件下删除其中不相关或不重要的知识。笔者采用区此子集被称为焦点元素。分矩阵与区分函数算法得到约简和核。3.3信任函数与似然函数决策表属性的相对约简是子网络划分和构建的（1）信任函数。依据

7、，在约简数目较多的情况下，综合考虑系统复杂设函数Bel：2Θ→[0，1]，并且满足：性和信息利用率，约简选择应遵循以下原则：Bel（A）=∑m（B），坌A∈Θ（2）（1）两两约简的交集尽量小。则称此函数为信任函数。（2）所有约简的并集尽量大，最好等于条件属性（2）似然函数。集合C。设函数Pal：2Θ→[0，1]，并且满足：（3）除核外，其他属性在各个约简中出现的次数尽量少。Pal（A）=Σm（B），坌A∈Θ（3）（4）满足以上几点后，为避免系统过于复杂，选B∩A≠准则称此函数为似然函数。取约简的个数不可过多。3.4证据组合4.2神经网络系统的设计假设m1和m2是

8、识别框架θ中两个不同的基