[發(fā)明專利]基于優(yōu)化方法的多特征選擇多層次變壓器故障診斷方法

有效

• 申請?zhí)枺?/td>: 201210474084.3
• 申請日: 2012-11-20
• 公開（公告）號: CN102930299A
• 公開（公告）日: 2013-02-13
• 發(fā)明（設(shè)計）人: 李尚振;亓延峰;趙信華;李英;蘇將濤;段倫峰
• 申請（專利權(quán)）人: 山東電力集團(tuán)公司萊蕪供電公司;國家電網(wǎng)公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張勇

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于優(yōu)化方法的多特征選擇多層次變壓器故障診斷方法。

技術(shù)背景

變壓器是電力系統(tǒng)中最重要的設(shè)備之一，準(zhǔn)確的診斷其內(nèi)部潛伏性故障對整個電力系統(tǒng)的穩(wěn)定運(yùn)行有著重要的意義。變壓器在受到熱或電的作用下，絕緣油會發(fā)生裂解產(chǎn)生氣體，氣體的體積分?jǐn)?shù)及比值與故障類型有著密切的關(guān)系。據(jù)此發(fā)展而來的油中溶解氣體分析技術(shù)(Dissolved?Gas?Analysis,DGA)便成為發(fā)現(xiàn)變壓器潛伏性故障最有效的手段。

基于傳統(tǒng)三比值法存在編碼不全和判斷標(biāo)準(zhǔn)過于絕對的缺點(diǎn)，人工智能技術(shù)得到了廣泛的關(guān)注，如人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)(SVM)和相關(guān)向量機(jī)(RVM)等。其中支持向量機(jī)和相關(guān)向量機(jī)是機(jī)器學(xué)習(xí)領(lǐng)域的新方法，以其對小樣本數(shù)據(jù)良好的處理性能和泛化能力，得到了廣泛的應(yīng)用。但支持向量機(jī)和相關(guān)向量機(jī)解決的是二元分類問題，在進(jìn)行多分類時需要建立多層次模型，以往的模型對不同層次分類器采取相同的特征提取方式，這樣就造成了提取的特征針對性不強(qiáng)，從而影響了分類器的分類性能。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了解決上述問題，提供一種基于優(yōu)化方法的多特征選擇多層次變壓器故障診斷方法，利用支持向量機(jī)或相關(guān)向量機(jī)建立多層次分類模型的同時，對不同層次分類器采取不同的特征提取方式，從而得到更高的分類準(zhǔn)確率。

本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于優(yōu)化方法的多特征選擇多層次變壓器故障診斷方法，采用二分類分類器建立多層次分類模型，每一層分類器采取不同的特征提取方式，特征提取方式和分類器的參數(shù)采用優(yōu)化方法優(yōu)化。

所述特征提取方式包括：特征氣體濃度處理方法、IEC三比值法、圖表法、劣化度法。

1.特征氣體濃度處理方法特征氣體濃度處理方法是指按照式(1)對油中溶解氣體濃度數(shù)據(jù)進(jìn)行處理：

xij*=xijmaxj=15(xij)---(1)]]>

其中x_ij為第i個樣本第j類故障氣體的體積分?jǐn)?shù)，x_ij^*為歸一化處理后的數(shù)據(jù)。

2.IEC三比值法

IEC三比值法是對C₂H₂、C₂H₄、C₂H₆、CH₄和H₂這五種氣體的濃度進(jìn)行處理，形成三種比值：C₂H₂/C₂H₄、C₂H₄/C₂H₆和CH₄/H₂。

3.圖表法

圖表法是利用CH₄、C₂H₄和C₂H₂三種氣體各自在總量中(CH₄+C₂H₄+C₂H₂)的比例，定義一個點(diǎn)(%CH₄、%C₂H₄、%C₂H₂)。

4.劣化度法

劣化度法是按照式（2）對各種氣體濃度數(shù)據(jù)進(jìn)行處理，得出各自分別偏離注意值的程度，這種處理方式定義為劣化度：