[發(fā)明專(zhuān)利]一種利用虛擬樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)診斷變壓器故障的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710455723.4
• 申請(qǐng)日: 2017-06-16
• 公開(kāi)（公告）號(hào): CN107194465A
• 公開(kāi)（公告）日: 2017-09-22
• 發(fā)明（設(shè)計(jì)）人: 張衛(wèi)華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華北電力大學(xué)（保定）
• 主分類(lèi)號(hào): G06N3/08
• 分類(lèi)號(hào): G06N3/08
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11350
• 代理人: 湯東鳳

1.一種利用虛擬樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)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(qū)域：根據(jù)油中溶解氣體的改良三比值法對(duì)變壓器故障空間進(jìn)行劃分，得到各故障對(duì)應(yīng)的特征區(qū)域；

步驟2：選擇虛擬故障樣本：在各故障的特征區(qū)域內(nèi)按照正交表選取均勻分布的特征點(diǎn)作為訓(xùn)練樣本集中的虛擬故障樣本；

步驟3：添加實(shí)際故障樣本：對(duì)實(shí)際故障樣本采用改良三比值法進(jìn)行診斷，將其中診斷錯(cuò)誤的故障樣本添加到所述訓(xùn)練樣本集；

步驟4：構(gòu)造BP神經(jīng)網(wǎng)絡(luò)：按照變壓器故障空間的特征構(gòu)造BP神經(jīng)網(wǎng)絡(luò)；

步驟5：訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)：采用所述訓(xùn)練樣本集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并用實(shí)際故障樣本檢測(cè)所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練精度，并提高所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練精度；

步驟6：故障診斷：將待測(cè)樣本輸入到所述BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行故障診斷。

2.根據(jù)權(quán)利要求1所述的，其特征在于：所述步驟1中的特征區(qū)域用平面S₁-S₆劃分，平面S₁-S₆為：

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(fā)生的故障模式，其取值為：

輸入向量I＝(x,y,z)為：特征區(qū)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(diǎn)的實(shí)際坐標(biāo)；1、2、3，分別為相應(yīng)特征區(qū)域?qū)Ω鞣较蛏系淖钚≈怠⒅虚g值和最大值。

3.根據(jù)權(quán)利要求1所述的，其特征在于：所述BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層數(shù)為4，其中輸入層節(jié)點(diǎn)3個(gè)，分別接收這三組比值的輸入；輸出層11個(gè)節(jié)點(diǎn)，輸出向量O＝(O₁,O₂,…,O₁₁),分別代表A₁～A₁₁這11種故障類(lèi)型的概率；隱層1由13個(gè)節(jié)點(diǎn)構(gòu)成,隱層2由17個(gè)節(jié)點(diǎn)構(gòu)成；網(wǎng)絡(luò)各節(jié)點(diǎn)的轉(zhuǎn)移函數(shù)選擇logsig函數(shù)。