[發明專利]一種變壓器油酸值多頻超聲波測試回歸預測方法

在審

• 申請號: 201711013912.2
• 申請日: 2017-10-26
• 公開（公告）號: CN107657287A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 余鵬程;張英;劉喆;吳國卿;蔣震;牧灝;李軍衛
• 申請（專利權）人: 貴州電網有限責任公司電力科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G01N29/02
• 代理公司: 貴陽中新專利商標事務所52100
• 代理人: 商小川

技術領域

本發明涉及變壓器油老化程度檢測技術領域，尤其涉及一種變壓器油酸值多頻超聲波測試回歸預測方法。

背景技術

作為電力系統的樞紐，大型油浸式電力變壓器是電力系統中最昂貴也是最重要的設備，在輸、變電過程中起著舉足輕重的作用，其安全可靠運行對整個電力系統具有決定性的意義，電力變壓器一旦發生故障，將給國民經濟帶來巨大損失。運行中的變壓器用油在電、熱、力、水及氧等條件作用下會逐漸老化，產生一系列氧化物溶解于變壓器油中，其中危害最大的就是甲酸、乙酸和乙酰丙酸等酸性物質；酸性物質的出現與增加，不但會腐蝕電氣設備本體，還會提高變壓器油的導電性能，降低絕緣油的絕緣性能，在高溫超負荷運行條件下，更會加速纖維質等固體絕緣材料老化及分解，縮短運行電力變壓器的使用壽命，為此，有必要對運行變壓器油中酸性物質含量即酸值進行監測和維護。

GB/T7595-2008運行中變壓器油質量標準規定，變壓器投運前，油中酸值不得超過0.03mgKOH/g，運行中的變壓器不得超過0.1mgKOH/g，因此，絕緣油中酸值的測定非常重要，在我國國家標準及國際標準中，酸值都被列為變壓器油參量監測的必測參數，目前采用傳統的標準支持向量機模型預測變壓器油中酸值的預測結果與實際變壓器油測量結果擬合程度差、誤差較大問題，因此，提出一種變壓器油酸值多頻超聲波測試回歸識別方法并應用于工程實際變壓器油實時監測對確保油浸式電力變壓器安全可靠運行具有重要的意義。

發明內容

本發明解決的技術問題：提供一種變壓器油酸值多頻超聲波測試回歸預測方法，采用遺傳算法優化支持向量機所建的變壓器油酸值回歸模型對變壓器油中酸值進行預測，以解決傳統的標準支持向量機模型預測結果與實際變壓器油測量結果擬合程度差、數據誤差大的問題。

本發明的技術方案：

一種變壓器油酸值多頻超聲波測試回歸預測方法，包括以下步驟：

步驟1：對變壓器油樣進行多頻超聲波特性測試及酸值測定，利用支持向量回歸機建立變壓器油酸值回歸預測模型；

步驟2：采用遺傳算法對變壓器油酸值回歸預測模型的懲罰函數懲罰因子C、

核函數參數σ及不敏感損失函數損失因子ε進行尋優組合；

步驟3：建立基于遺傳算法優化支持向量機的變壓器油酸值多頻超聲波測試回歸預測模型；

步驟4：獲取變壓器油樣的多頻超聲波聲學頻譜，對變壓器油中酸值進行預測。

步驟1所述的對變壓器油樣進行多頻超聲波特性測試及酸值測定，利用支持向量回歸機建立變壓器油酸值回歸預測模型為f(x)：b為閾值向量，a_i和為拉格朗日算子，K(x_i,x_j)為滿足Mercer條件的核函數，σ為核函數參數。

步驟1所述的對變壓器油樣進行多頻超聲波特性測試及酸值測定，利用支持向量回歸機建立變壓器油酸值回歸預測模型，變壓器油酸值回歸預測模型的建立還包括以下步驟：

步驟1.1：給定樣本訓練集T＝{(x_i,y_i),i＝1,2,…,l}，其中x_i和y_i分別為樣本輸入特征值和輸出樣本值，其中R^d和R表示x和y對應的輸入空間；

步驟1.2：構造的最優決策回歸函數為f(x)：其中為將樣本輸入轉化為高維特征空間的非線性映射函數，w^T為權值向量；

步驟1.3：引入不敏感損失函數損失因子ε，計算不敏感損失函數L_ε；

步驟1.4：引入松弛變量ξ_i和計算目標函數的最小值minψ(w,ξ,ξ^*)；

步驟1.5：采用對偶原理將非線性回歸轉化為二次規劃問題，并計算凸二次規劃問題；

步驟1.6：計算閾值向量b；

步驟1.7：在給定訓練集計算最優決策回歸函數。

步驟2所述的采用遺傳算法對變壓器油酸值回歸預測模型的懲罰函數懲罰因子C、核函數參數σ及不敏感損失函數損失因子ε進行尋優組合還包括以下步驟：

步驟2.1設置種群規模M、最大進化代數T的值，確定懲罰函數懲罰因子C、核函數參數σ以及不敏感損失函數損失因子ε的取值范圍，在搜索空間隨機產生N個個體作為初始種群，并作為當前種群；

步驟2.2利用當前種群個體參數訓練支持向量機模型，計算每個個體的適應度函數值；