[發明專利]基于遺傳算法優化神經網絡的變壓器故障診斷方法

無效

• 申請號: 201310070103.0
• 申請日: 2013-03-05
• 公開（公告）號: CN103177288A
• 公開（公告）日: 2013-06-26
• 發明（設計）人: 張朝龍;胡紹剛;劉君
• 申請（專利權）人: 遼寧省電力有限公司鞍山供電公司;國家電網公司
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 羅笛

技術領域

本發明屬于變壓器設備狀態在線監測技術領域，具體涉及一種基于遺傳算法優化神經網絡的變壓器故障診斷方法。

背景技術

電力變壓器是電力系統中最重要的輸變電設備，同時也是電力系統中發生事故最多的設備之一，其運行狀態直接影響系統運行的安全與穩定，確保變壓器的安全運行已受到了世界各國的廣泛關注。通過對電力變壓器定期進行預防性維護，實時檢測高壓設備的實際運行情況，檢測與診斷其潛伏性故障或缺陷，提高診斷水平，做到有針對性的檢修和維護，達到早期預報故障，避免惡性事故的發生，具有重要的實際意義。

據統計，近年來我國的電力系統規模巨大，變電站總數約3.5萬座，主變壓器約5.5萬臺。我國電力系統正在向超高壓、大電網、大容量及自動化的方向發展。國內用電需求急劇增大，通過對電力變壓器運行過程中的故障進行診斷并及時有效的判斷其狀態，可使變壓器長期、安全可靠的運行。

如今，電力企業正面臨著激烈的市場競爭，亟待解決提高供電可靠性、有效控制檢修成本及合理延長設備使用壽命的問題。根據國內外許多資料表明，開展故障診斷能取得明顯的經濟效益，據日本統計，采用診斷技術后，事故率減少75%，維修費降低25%～50%，英國對2000個國營工程的調查表明：采用診斷技術后，每年節省維修費3億英鎊，而用于診斷技術的費用僅為0.5億英鎊，凈獲利2.5億英鎊。由此可見，通過對電力變壓器運行過程中的故障診斷，及時有效的判斷其狀態，將使變壓器長期、安全可靠的運行成為可能。無論是從重要性還是具有的經濟效益來衡量，都將對電力系統的安全運行產生重要的意義。

發明內容

本發明的目的在于提供一種基于遺傳算法優化神經網絡的變壓器故障診斷方法，不僅可有效的改善神經網絡的收斂速度和收斂精度，而且提高了故障診斷的成功率、故障診斷的速度及準確率。

本發明所采用的技術方案是，基于遺傳算法優化神經網絡的變壓器故障診斷方法，具體按照以下步驟實施：

步驟1，神經網絡輸入模式的確定：

選取H₂、CH₄、C₂H₄、C₂H₆和C₂H₂這五種氣體作為故障的特征氣體，將這五種氣體的組分含量作為神經網絡的輸入向量；

步驟2，神經網絡輸出模式的確定：

將無故障、中低溫過熱、高溫過熱、低能量放電、高能量放電作為神經網絡輸出層的五個輸出神經元，這五個輸出神經元分別對應O₁、O₂、O₃、O₄、O₅，輸出值最大為1，表示屬于無故障、中低溫過熱、高溫過熱、低能量放電、高能量五種狀況之一，輸出值的數值越大表明屬于上述五種狀況的幾率越大；輸出值最小為0，輸出值為0表示不屬于上述的五種狀況中的任何一種；

步驟3，對神經網絡輸入層的數據進行預處理：

經步驟1和步驟2確定好神經網絡的輸入層和輸出層后，對步驟1中五種故障的特征氣體作歸一化處理，即取C₂H₂/CH₄、CH₄/H₂、C₂H₆/C₂H₄的比值歸一化后作為神經網絡的輸入矢量；

步驟4，選擇激活函數，其表達式為：

f(x)=11+exp(-x);]]>

步驟5，確定神經網絡的隱含層數和隱含層神經元數：

選擇一個隱含層，通過調整隱含層神經元數提高網絡性能，若輸出層的信號能達到網絡誤差的平方和的均值，則不考慮增加隱含層數；反之要增加隱含層數；

步驟6，訓練神經網絡。

本發明的特點還在于，

步驟5中隱含層神經元數有如下幾種算法：