[發明專利]一種應用空間分析理論改進的變壓器Duval Pentagon1故障診斷方法

有效

• 申請號: 202110352358.0
• 申請日: 2021-03-31
• 公開（公告）號: CN113051829B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 胡東;張丞鳴;謝菊芳
• 申請（專利權）人: 西南大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F111/08
• 代理公司: 重慶青飛知識產權代理有限公司 50283
• 代理人: 張琴

本發明屬于油浸式電力變壓器故障診斷技術領域，尤其涉及一種應用空間分析理論改進的變壓器Duval?Pentagon1故障診斷方法，包括：收集各種故障案例油中溶解氣體樣本數據構建故障案例樣本庫，并計算%Hsubgt;2/subgt;,%Csubgt;2/subgt;Hsubgt;2/subgt;,%Csubgt;2/subgt;Hsubgt;6/subgt;,%Csubgt;2/subgt;Hsubgt;4/subgt;,%CHsubgt;4/subgt;所構成不規則多邊形質心(Csubgt;x/subgt;,Csubgt;y/subgt;);通過核密度估計(Kernel?Density?Estimation,KDE)方法對各種故障模式的空間分布模式進行定量分析；應用B樣條理論構造各種故障模式密度曲面，用于表征各種故障模式的空間分布模式；通過對各種故障模式的密度曲面進行空間疊置分析，確定變壓器故障模式的分類。本發明以Duval?Pentagon1為基礎，根據故障案例樣本的(Csubgt;x/subgt;,Csubgt;y/subgt;)數據自適應地調整故障模式密度曲面形狀實現了動態學習能力，方法具有很好的實用性和推廣性。

技術領域

本發明屬于油浸式電力變壓器故障診斷技術領域，尤其涉及一種應用空間分析理論改進的變壓器Duval?Pentagon1故障診斷方法。

背景技術

油中溶解氣體分析(Dissolved?gas?analysis，DGA)是目前對變壓器進行故障診斷最方便有效的技術之一，能夠及時準確地診斷出變壓器內部的潛在故障。其中，DuvalPentagon1是判斷變壓器故障模式的主要方法之一，該方法具有以下優點：1)診斷準確率高。2)診斷效果穩定。3)診斷結果明確，不會產生模糊的診斷結果；4)可視化圖形表示，應用方便。因此，Duval?Pentagon1被作為變壓器油中溶解氣體分析和判斷標準推薦的主要方法。Duval?Pentagon1存在以下不足：1)故障特征區域劃分過于絕對化；2)診斷結果只能確定故障模式，不能反映各故障模式信度強弱；3)Duval?Pentagon1是靜態故障診斷方法，不具備學習機制。

近年來，人工神經網絡、膠囊網絡、極限學習機、深度信念網絡、卷積神經網絡、生成對抗網絡和支持向量機等人工智能技術被應用于變壓器故障診斷領域，并針對常規基于DGA的變壓器故障診斷方法的不足展開研究，取得了一定成果，但是不同人工智能技術也存在各自的不足。如機器學習技術應用效果受限于數據不平衡問題；人工神經網絡技術不僅對訓練數據質量要求很高，而且訓練方案及網絡參數不確定導致診斷結果具有不確定性。各種基于DGA的變壓器故障診斷方法存在各自優缺點，導致了單一故障診斷方法的診斷結果可信度較低的問題，針對這一問題信息融合理論被應用于變壓器故障診斷領域并取得了一定成果。其中，證據理論(Dempste-Shafer?Theory,DST)和DSmT理論(Dezert-Smarandache?Theory,DSmT)作為信息融合的主流理論在變壓器故障診斷領域得到了廣泛的應用，但是DST和DS?mT沒有給出計算基本信度分配(Basic?Probability?Assignment,BPA)的具體方法。因此，在構造不同變壓器故障診斷方法的BPA函數時，必須結合實際情況給出合理的BPA函數定義公式。

發明內容

針對Duval?Pentagon1在變壓器故障診斷中存在的問題，本發明提出一種應用空間分析理論改進的變壓器Duval?Pentagon1故障診斷方法，主要包括一下內容：

S1：收集實際工程中采集到的各種故障案例油中溶解氣體樣本數據，用來構建故障案例樣本庫。