[發(fā)明專利]一種基于GEP算法的智能電網(wǎng)在線故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410648444.6
• 申請(qǐng)日: 2014-11-17
• 公開（公告）號(hào): CN104360195A
• 公開（公告）日: 2015-02-18
• 發(fā)明（設(shè)計(jì)）人: 付紅軍;王紅印;陳軍;李志恒;孫冉;姚峰
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)河南省電力公司;國(guó)家電網(wǎng)公司
• 主分類號(hào): G01R31/00
• 分類號(hào): G01R31/00;G01R31/12
• 代理公司: 鄭州紅元帥專利代理事務(wù)所(普通合伙) 41117
• 代理人: 季發(fā)軍

技術(shù)領(lǐng)域

本發(fā)明涉及電力變壓器故障診斷領(lǐng)域，特別涉及一種基于GEP算法的智能電網(wǎng)在線故障診斷方法。

背景技術(shù)

安全、穩(wěn)定的供電系統(tǒng)是國(guó)民經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)，是現(xiàn)代工業(yè)社會(huì)和諧發(fā)展的必要條件。電力變壓器是電力系統(tǒng)中的重要樞紐設(shè)備，其運(yùn)行的可靠性直接關(guān)系到電力系統(tǒng)的安全性與穩(wěn)定性。目前大型變壓器在運(yùn)行中出現(xiàn)異常現(xiàn)象的情況時(shí)有發(fā)生，對(duì)電網(wǎng)的安全運(yùn)行造成了嚴(yán)重威脅。

國(guó)內(nèi)電力系統(tǒng)中大多數(shù)電力變壓器采用絕緣油對(duì)內(nèi)部系統(tǒng)進(jìn)行散熱和絕緣，而變壓器處于不同運(yùn)行狀態(tài)時(shí)，其絕緣油中溶解氣體組分和濃度各不相同，對(duì)油中溶解氣體進(jìn)行采樣和分析，即可推斷出變壓器的運(yùn)行狀態(tài)，可以有效地對(duì)變壓器進(jìn)行故障診斷。然而變壓器結(jié)構(gòu)的復(fù)雜性以及故障原因、故障現(xiàn)象和故障機(jī)理的多樣性、隨機(jī)性和模糊性，使得其絕緣故障診斷存在許多困難。利用油中溶解氣體分析(DGA，?Dissolved?Gas?Analysis)方法，檢測(cè)油浸變壓器內(nèi)部故障，已成為對(duì)其進(jìn)行絕緣監(jiān)督的重要手段。但是故障特征氣體與故障之間存在復(fù)雜的非線性關(guān)系，傳統(tǒng)的IEC三比值法和無(wú)編碼比值法判斷過于簡(jiǎn)單化，且存在比值盲區(qū)問題，往往不能對(duì)故障進(jìn)行準(zhǔn)確的診斷。

近年來(lái)，眾多人工智能方法被單獨(dú)或交叉應(yīng)用于DGA故障診斷表的建立中，且不同程度的改善了故障表的適應(yīng)性。基因表達(dá)式程序設(shè)計(jì)（GEP）分類方法無(wú)需人為選擇數(shù)學(xué)模型，能夠根據(jù)與問題有關(guān)的終結(jié)點(diǎn)集和函數(shù)集，自動(dòng)生成與訓(xùn)練數(shù)據(jù)相擬合的函數(shù)表達(dá)式，從而對(duì)變壓器油色譜數(shù)據(jù)進(jìn)行精確分類，為變壓器故障的診斷技術(shù)的發(fā)展開拓了新的途徑。GEP算法具有優(yōu)良的逼近任意非線性映射的能力，以及優(yōu)秀的自適應(yīng)性，在有限的訓(xùn)練樣本下可以得到較為準(zhǔn)確的結(jié)果。

基因表達(dá)式程序設(shè)計(jì)（GEP）是由葡萄牙科學(xué)家C.?Ferreira發(fā)明的一種基于基因模型和表現(xiàn)型的新型遺傳算法，其從遺傳算法（簡(jiǎn)稱GAs）和遺傳程序設(shè)計(jì)（簡(jiǎn)稱GP）中發(fā)展而來(lái)，在吸收了二者優(yōu)點(diǎn)的同時(shí),又克服了二者的不足之處，其顯著特點(diǎn)就是可以利用簡(jiǎn)單編碼解決復(fù)雜問題。個(gè)體構(gòu)成需要兩類符號(hào)，即終結(jié)符和函數(shù)符。染色體由一個(gè)基因(Gene)或多個(gè)基因通過連接函數(shù)連接構(gòu)成。基因由頭部和尾部構(gòu)成。基因的頭部(Head)由終結(jié)符集和函數(shù)符集共同構(gòu)成。基因的尾部(Tail)僅由終結(jié)符集構(gòu)成。

發(fā)明內(nèi)容

本發(fā)明所解決的技術(shù)問題克服上面所述目前存在的技術(shù)缺陷，提供一種基于GEP算法的智能電網(wǎng)在線故障診斷方法，以提高小訓(xùn)練樣本下，系統(tǒng)的自適應(yīng)能力，提高故障診斷的準(zhǔn)確性。

本發(fā)明提供了一種基于GEP算法的智能電網(wǎng)在線故障診斷方法，該方法包括以下步驟：

(1)?采集特征氣體濃度數(shù)據(jù)；

(2)?對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；

(3)判斷是否存在故障以及故障種類，采用7個(gè)GEP訓(xùn)練的分類器GEP1—GEP7，其中GEP1用于判斷變壓器的正常狀態(tài)與低能放電狀態(tài)，GEP2用于判斷變壓器的正常狀態(tài)與高能放電狀態(tài)，GEP3用于判斷變壓器的正常狀態(tài)與過熱狀態(tài)，GEP4用于判斷變壓器的過熱狀態(tài)與低能放電狀態(tài)，GEP5用于判斷變壓器的過熱狀態(tài)與高能放電狀態(tài)，GEP6用于判斷變壓器的低能放電狀態(tài)與高能放電狀態(tài)，GEP7用于判斷變壓器的中低溫過熱與高溫過熱；

(4)顯示故障信息。

本發(fā)明中所提取的特征氣體包括H2，CH4，C2H6，C2H4，?C2H2，C3H4中的至少5種。

其中，對(duì)數(shù)據(jù)的預(yù)處理包括歸一化處理，使得濃度數(shù)據(jù)限制在[0,1]范圍內(nèi)，歸一值的表達(dá)式為di=1-1/exp(2(Xi/Ti)2)(i=1,2,…,5)，其中，Xi為每種氣體原始值，Ti為該氣體關(guān)注值。該關(guān)注值為根據(jù)專家經(jīng)驗(yàn)給出的危險(xiǎn)警報(bào)值。

本發(fā)明還提供一種利用權(quán)利要求1所述方法診斷變壓器故障的變壓器故障診斷裝置，其包括檢測(cè)模塊、控制模塊，判斷模塊、顯示模塊以及接口模塊，其中檢測(cè)模塊獲得特征氣體的濃度數(shù)據(jù)，控制模塊存儲(chǔ)經(jīng)過訓(xùn)練的GEP模型，包括分類器GEP1-GEP7；判斷模塊基于檢測(cè)模塊獲得的氣體濃度數(shù)據(jù)，調(diào)用控制模塊的GEP分類器以判斷故障種類。

附圖說(shuō)明

圖1?示出了本發(fā)明的7個(gè)GEP分類器進(jìn)行判斷的判斷路徑。

具體實(shí)施方式

本發(fā)明基于GEP算法的變壓器故障診斷方法的具體方法結(jié)合實(shí)施例進(jìn)行說(shuō)明。