[發明專利]一種利用虛擬樣本訓練神經網絡診斷變壓器故障的方法

有效

• 申請號: 201710455447.1
• 申請日: 2017-06-16
• 公開（公告）號: CN107122829B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 張衛華
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06N3/08
• 分類號: G06N3/08;G01R31/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種利用虛擬樣本訓練神經網絡診斷變壓器故障的方法，其特征在于：包括以下步驟：

步驟1：建立變壓器各故障的特征區域：根據油中溶解氣體的改良三比值法對變壓器故障空間進行劃分，得到各故障對應的特征區域；特征區域用平面S₁-S₆劃分，平面S₁-S₆為：

步驟2：選擇虛擬故障樣本：在各故障的特征區域內按照正交表選取均勻分布的特征點作為訓練樣本集中的虛擬故障樣本；

所述步驟2中的虛擬故障樣本由輸入向量I和期望輸出向量D組成，輸入向量I＝(x,y,z)表示三組氣體含量的比值，向量D＝(D₁,D₂,…,D₁₁)表示變壓器發生的故障模式，其取值為：

輸入向量I＝(x,y,z)為：特征區域(1,1,1)、(1,2,2)、(1,3,3)、(2,1,2)、(2,2,3)、(2,3,1)、(3,1,3)、(3,2,1)、(3,3,2)特征點的實際坐標；1、2、3，分別為相應特征區域對各方向上的最小值、中間值和最大值；

步驟3：添加實際故障樣本：對實際故障樣本采用改良三比值法進行診斷，將其中診斷錯誤的故障樣本添加到所述訓練樣本集；

步驟4：構造BP神經網絡：按照變壓器故障空間的特征構造BP神經網絡；所述BP神經網絡的網絡層數為4，其中輸入層節點3個，分別接收這三組比值的輸入，取10作為比值的上限，當比值超過10時取為10，取0.01作為比值的下限，當比值小于0.01時取為0.01，即各比值的取值范圍是[0.01,10]；輸出層11個節點，輸出向量O＝(O₁,O₂,…,O₁₁),分別代表A1～A11這11種故障類型的概率；隱層1由13個節點構成,隱層2由17個節點構成；網絡各節點的轉移函數選擇logsig函數；

步驟5：訓練BP神經網絡：采用所述訓練樣本集對BP神經網絡進行訓練，并用實際故障樣本檢測所述BP神經網絡的訓練精度，并提高所述BP神經網絡的訓練精度；

步驟6：故障診斷：將待測樣本輸入到所述BP神經網絡中進行故障診斷。