[發(fā)明專利]基于學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的變壓器故障診斷方法

在審

• 申請?zhí)枺?/td>: 202110945705.0
• 申請日: 2021-08-17
• 公開（公告）號: CN113625088A
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計）人: 劉益岑;劉小江;馬小敏;范松海;羅磊;吳天寶
• 申請（專利權(quán)）人: 國網(wǎng)四川省電力公司電力科學(xué)研究院
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 成都盈信專利代理事務(wù)所(普通合伙) 51245
• 代理人: 崔建中

1.基于學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的變壓器故障診斷方法，其特征在于，包括，

步驟1：使用信念A(yù)daBoost算法，將M個學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)作為弱分類器構(gòu)造強分類器；

1.1獲取訓(xùn)練集x_i，i＝1，2，...，N；x_i為變壓器的油色譜數(shù)據(jù)；

1.2令m＝1，初始化訓(xùn)練集的權(quán)重w_m，i＝1/N；

1.3使用第m個學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)對訓(xùn)練集x_i進行分類得到類別y_i；y_i∈{1，2，...，K}，

其中{1，2，...，K}分別對應(yīng)變壓器故障類型；

1.4獲取第m個學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的第k個故障類型的分類概率其中表示第k個故障類型的數(shù)據(jù)點x_i到另一個故障類型的數(shù)據(jù)點x_j的距離，k＝1，2，...，K；

1.5計算第m個學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的分類誤差err_m，

計算第m個學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的權(quán)重α_m，

1.6如果err_m＞(K-1)/K，則更新訓(xùn)練集的權(quán)重為

其中，

否則，跳轉(zhuǎn)到1.8；

1.7如果m＜M，則令m＝m+1，跳轉(zhuǎn)到1.3；否則繼續(xù)；

1.8線性組合得到強分類器

步驟2：獲取待測變壓器的油色譜數(shù)據(jù)，使用強分類器進行故障診斷，得到變壓器的故障類型。

2.如權(quán)利要求1所述的基于學(xué)習(xí)脈沖神經(jīng)膜系統(tǒng)的變壓器故障診斷方法，其特征在于，所述變壓器的油色譜數(shù)據(jù)為變壓器油中溶解氣體含量的七種無編碼比值，七種無編碼比值為甲烷/氫氣、乙烯/乙烷、乙炔/乙烯、乙炔/總烴、乙烯/總烴、甲烷/總烴、(乙烯+甲烷)/總烴，其中總烴是甲烷、乙烷、乙烯和乙炔含量的總和；所述變壓器的故障類型為：中低溫過熱、高溫過熱、局部放電、低能放電或高能放電。