變壓器廠家：變壓器故障測試與判斷
特高壓變壓器是交流特高壓（UHV）工程的關(guān)鍵設(shè)備之一。隨著晉東南-南陽-荊門百萬伏級交流輸變電工程的啟動，對特高壓變壓器采用相對完備的監(jiān)測技術(shù)，建立可靠的故障檢測與診斷平臺，有助于在設(shè)備故障發(fā)展早期提前發(fā)現(xiàn)危害設(shè)備運行的潛伏性故障，防止突發(fā)性事故的發(fā)生，并為今后的檢修提供必要的技術(shù)支持。
電力變壓器發(fā)生故障的部位多，原因、現(xiàn)象復(fù)雜，單一的檢測手段無法避開自身方法的不足，易出現(xiàn)判斷盲區(qū)；且目前很多監(jiān)測、診斷方法仍大多局限于氣相色譜分析，最終的判斷結(jié)果僅能給出故障所表現(xiàn)的征兆，而不能實現(xiàn)故障定位，對維修策略的制訂缺乏指導(dǎo)意義；故障診斷中的專家經(jīng)驗也都未能信息化。針對這種現(xiàn)狀，本文嘗試將色譜數(shù)據(jù)和電氣試驗數(shù)據(jù)、人工智能與專家分析、理論計算與經(jīng)驗分析結(jié)合起來，建立起特高壓變壓器故障監(jiān)測與診斷信息化決策平臺。
1平臺的結(jié)構(gòu)
本文提出的特高壓變壓器故障監(jiān)測與診斷信息化決策平臺共分4大模塊：數(shù)據(jù)預(yù)處理模塊；故障性質(zhì)初級診斷模塊；基于支持向量機、專家系統(tǒng)與專家網(wǎng)絡(luò)會議的故障定位模塊；證據(jù)推理融合診斷模塊。
首先數(shù)據(jù)由開放式數(shù)據(jù)庫登錄，并由數(shù)據(jù)預(yù)處理模塊對色譜、電氣試驗數(shù)據(jù)進行處理；再將處理后的數(shù)據(jù)送入故障性質(zhì)初級診斷模塊初步確定變壓器是否故障及故障性質(zhì)；確定故障性質(zhì)后，數(shù)據(jù)送到故障定位模塊，分別以基于支持向量機、專家系統(tǒng)的智能方式及召開專家網(wǎng)絡(luò)視頻會議的人工方式對故障分析、定位，最后由證據(jù)推理融合診斷模塊綜合各方面意見，得出最終診斷結(jié)論。
2平臺的各模塊原理
2.1數(shù)據(jù)預(yù)處理模塊
數(shù)據(jù)預(yù)處理模塊包括全國互聯(lián)開放式數(shù)據(jù)庫和參數(shù)預(yù)處理。前者是整個平臺的基石，它不僅用于接收全國各地發(fā)送到平臺的待診斷變壓器數(shù)據(jù)，且為各診斷模塊提供樣本庫，知識庫和案例庫，其有效利用了實踐中的變壓器故障診斷實例及數(shù)據(jù)，為診斷模塊提供了充分的支持，更為變壓器故障異地診斷創(chuàng)造了條件。后者則根據(jù)各個診斷模塊的要求，將原始數(shù)據(jù)規(guī)范化處理，方便診斷模塊的計算。
2.2故障初級診斷模塊
變壓器故障診斷有很多手段與方法，其中油中溶解氣體分析（DGA）技術(shù)是全世界廣泛認可的預(yù)防充油電氣設(shè)備故障最有效和費用最低的方法之一。故對特高壓變壓器采用DGA技術(shù)作為變壓器故障初級診斷的手段是非�？尚信c必要的。
作為變壓器故障初級診斷模塊，該模塊并不需要精確判定故障性質(zhì)、部位。它只要能夠根據(jù)上一級模塊送過來的氣體組分含量數(shù)據(jù)初步判斷變壓器是否故障，大概故障性質(zhì)即可。如果故障初級診斷模塊判定變壓器存在故障，那么色譜數(shù)據(jù)、電氣數(shù)據(jù)和歷史數(shù)據(jù)都被調(diào)到故障定位模塊，進一步分析定位，反之認為變壓器正常，結(jié)束診斷。故本文提出變壓器故障初級診斷模塊僅接收色譜試驗數(shù)據(jù)，根據(jù)DGA技術(shù)對變壓器故障進行初步判斷。
2.3故障定位模塊
特高壓變壓器制造工藝不成熟，運行檢修經(jīng)驗缺乏；且變壓器的運行環(huán)境復(fù)雜，變壓器故障和絕緣損耗常常伴有氣體、溫度、聲波等物理量變化，這些不利因素給故障診斷造成了很大不確定性和困難。
現(xiàn)有的各種故障診斷方法又具有局限性，如能將各種方法取長補短，勢必能夠極大的提高變壓器故障診斷的正確率，故將支持向量機、專家系統(tǒng)及專家網(wǎng)絡(luò)視頻會議幾種方式結(jié)合，從不同的側(cè)面對變壓器進行故障分析定位，從而得到更全面的診斷效果。
2.3.1支持向量機
支持向量機（SVM）是一種新的基于統(tǒng)計學習理論的機器學習方法，具有嚴格的數(shù)學基礎(chǔ)，因其建立在結(jié)構(gòu)風險最小化準則上，從而使得支持向量機分類器具有較好的推廣能力，并已在故障診斷方面得到了廣泛的實際應(yīng)用。將色譜與電氣試驗數(shù)據(jù)相結(jié)合，選取C2H2/C2H4，CH4/H2，C2H4/C2H6，繞組直流電阻不平衡率，變比變化率，鐵心絕緣電阻，空載損耗實測值與出廠值之比，局部放電，介質(zhì)損耗為輸入空間。7種常見故障部位：①鐵心多點接地；②漏磁引起金屬發(fā)熱；③線圈匝間短路；④分接開關(guān)接觸不良；⑤繞組引線接觸不良；⑥圍屏放電；⑦變壓器受潮為輸出空間。
因單個SVM分類器只能解決兩分類問題，故采用6個子SVM分類器構(gòu)成多層二叉樹分類器進行模式識別。多層二叉樹的分類器先將所有故障類型分成兩個子類，再將子類進一步劃分成兩個次級子類，如此循環(huán)直到所有的節(jié)點都只包含一個單獨的類別為止，此節(jié)點也是二叉樹中的葉子，這樣就得到一個倒立的二叉分類樹。該方法將原有的多類問題同樣分解成了一系列的兩類分類問題，其中兩個子類間的分類算法采用二值SVM.對于6個子SVM分類器的訓(xùn)練樣本的組成，可用各中試所發(fā)送到開放式數(shù)據(jù)庫中經(jīng)過吊芯檢查明確故障點的變壓器試驗(環(huán)保環(huán)境試驗設(shè)備市場前景十分廣闊)數(shù)據(jù)（>110kV）.
2.3.2專家系統(tǒng)
因變壓器故障的復(fù)雜性和不確定性，故很難建立精確數(shù)學模型，專家系統(tǒng)解決此類問題有獨特優(yōu)勢已廣泛用于故障診斷領(lǐng)域。本文專家系統(tǒng)有知識庫、推理機和人機接口3部分。
知識庫由數(shù)據(jù)庫，規(guī)則庫與案例庫組成，而這3者均可搭建在全國互聯(lián)開放式數(shù)據(jù)庫上。數(shù)據(jù)庫存放有變壓器故障原始數(shù)據(jù)，中間結(jié)果及求解結(jié)果信息。規(guī)則庫包含一組產(chǎn)生式規(guī)則，它們是推理機進行邏輯推理的根據(jù)。這些規(guī)則可表示為IF（前提）和THEN（結(jié)論），把變壓器試驗數(shù)據(jù)和變壓器故障聯(lián)系起來。案例庫包括案例的表示、組織和檢索等。
變壓器故障案例的表示就是對變壓器故障盡可能詳細地描述，包括故障的直接原因和故障特征等。變壓器故障案例的組織是在變壓器故障案例表示的基礎(chǔ)上，根據(jù)故障案例的特征和檢索的需要，對故障案例整理、歸類和統(tǒng)計。故障案例的檢索是根據(jù)一定的檢索策略找到與待診斷的相似案例。
推理機是專家系統(tǒng)的核心部分，是專家系統(tǒng)解決問題的基本方法。其主要是依靠對知識庫的搜索，將系統(tǒng)獲取的信息與知識庫的規(guī)則與案例進行匹配來實現(xiàn)。人機接口用來方便專家系統(tǒng)和用戶間的交流。它收到用戶的請求后，進行推斷、更新系統(tǒng)數(shù)據(jù)和啟發(fā)式規(guī)則，也向用戶發(fā)送信息。
2.3.3專家網(wǎng)絡(luò)視頻會議
專家網(wǎng)絡(luò)視頻會議系統(tǒng)可實現(xiàn)多人對多人交流。專家也可由此系統(tǒng)實現(xiàn)一對一，多對多的視頻交流。專家不但可和其他專家語音交流，還可由系統(tǒng)實現(xiàn)圖文演示、聲音演示、網(wǎng)絡(luò)投票等功能。
2.4綜合診斷模塊
在故障定位模塊中，采用了3種手段對變壓器故障進行分析定位，即支持向量機，專家系統(tǒng)，人類專家通過視頻會議討論。這3種手段所提供的診斷結(jié)果即證據(jù)都有一定程度的不確定性。綜合考慮這3種手段給出的診斷結(jié)果，得到最終結(jié)論的過程，實際為一個不確定性推理的過程。證據(jù)推理以其在不確定性的表示、測量和組合方面的優(yōu)勢及能在不同抽象層次上應(yīng)用的特點而倍受重視。本文也采用證據(jù)推理方式對多種故障定位手段給出的診斷意見進行證據(jù)合成得出最終的診斷結(jié)果。其過程為：①構(gòu)建診斷系統(tǒng)的識別框架與證據(jù)體診斷系統(tǒng)的識別框架應(yīng)為各故障子空間的并集。故故障定位模塊中3種診斷手段的輸出空間并集即為診斷系統(tǒng)的識別框架。每種診斷手段的輸出作為一個獨立的證據(jù)體。②對各證據(jù)體進行基本概率分配用證據(jù)理論解決上述證據(jù)合成問題時，識別框架為Θ={A1，A2，…，AM}，其中Ai，i∈{1，2，…，M}為不相交的子集，此時也就是前文所述的M=7種故障部位。
N個獨立分類方法的集合E={e1，e2，…，eN}，因本文只用3種分類方法，故N=3.每種方法的輸出就是一個證據(jù)，根據(jù)分類方法的性能指標，每個證據(jù)的不確定性表征即基本概率分配可定義為：若分類方法ek完全不知道模式x所屬類別，則有mk（Θ）=1，對任意的A≠Θ，mk（A）=0；若分類方法ek將模式x識別為某種類別，則根據(jù)ek的正確識別率，其基本概率分配為mk（A）=ε（k）r，mk（Θ）=1-ε（k）r，其中ε（k）r為分類方法ek的正確識別率。通常，可先用一定量的樣本，分別對支持向量機與專家系統(tǒng)進行測試，得到其正確識別率，然后將此正確識別率設(shè)定成其基本概率分配。至于“專家網(wǎng)絡(luò)視頻會議”的基本概率分配，可視情況將其設(shè)定成（0，1]中合適的值。③綜合診斷輸出結(jié)果若所有的分類方法均無法識別模式x最終結(jié)論應(yīng)為無法判斷；若某分類器的正確識別率為100，由D2S組合規(guī)則可知，此分類方法的結(jié)果就是組合后的結(jié)果，其它分類方法輸出對最終組合結(jié)果無任何影響。如當只考慮人類專家的意見，忽略其它診斷方法的結(jié)論時，可以將“專家網(wǎng)絡(luò)視頻會議”的正確識別率設(shè)定為1.
對于一般情況可先把支持同一假設(shè)的各分類方法的信息組合起來。設(shè)N′（N′為剔除拒識的分類方法后，所有分類方法總數(shù)）個分類方法中有Si個分類方法支持假設(shè)Ai，i∈{1，2，…，M}，融合Si個支持同一假設(shè)的證據(jù)后所得新證據(jù)的BPA為：mSi（Ai）=1-∏Sij=1mij（Θ），（1）mSi（Θ）=∏Sij=1mij（Θ）。
�。�2）組合N′個分類方法中支持同一假設(shè)的證據(jù)后，即得到支持不同假設(shè)的互斥新證據(jù)。令|Si|=1，Si≠00，Si=0，那么R=∑Mi=1|Si|，R就是互斥證據(jù)的數(shù)目。根據(jù)D2S合成法則，可計算出R個互斥證據(jù)組合后新證據(jù)的BPA，也即是分類方法集合中所有分類方法信息融合結(jié)果。因組合后的新證據(jù)的焦元為單元素集，故有Bel（Ai）=mN（Ai），mN（Ai）就是所有證據(jù)組合后新證據(jù)的BPA.有了待識別模式屬于每一類別的信任度Bel（Ai），由決策規(guī)則就可得到綜合診斷模塊的輸出結(jié)果[15]。
E（x）=i，Bel（Ai）=maxBel>α，拒識，（3）其中0<α<1是閥值，折衷在誤識率和拒識率間。
3仿真實例
因目前尚無實際運行的實驗數(shù)據(jù)，故以>110kV的變壓器數(shù)據(jù)測試。充分考慮到變壓器型式、容量、運行環(huán)境等因素的影響，搜集了700組不同制造廠生產(chǎn)>110kV、經(jīng)吊芯檢查有明確結(jié)論的變壓器故障數(shù)據(jù)（包括色譜數(shù)據(jù)與電氣試驗數(shù)據(jù)），并精心選取500組為訓(xùn)練樣本，對故障定位模塊中的支持向量機分類器進行訓(xùn)練，然后，另選的100組數(shù)據(jù)組成測樣本。分別對支持向量機與專家系統(tǒng)進行測試，得到其正確識別率，然后將此正確識別率設(shè)定成其基本概率分配，并根據(jù)需要對“專家網(wǎng)絡(luò)視頻會議”的基本概率分配設(shè)置適當?shù)闹�。再選100組數(shù)據(jù)對本文提出的平臺進行測試。
4結(jié)論
本文提出建立以全國互聯(lián)開放式數(shù)據(jù)庫為支持，基于證據(jù)推理的特高壓變壓器故障監(jiān)測與診斷的信息化決策平臺。該平臺包括4大模塊：數(shù)據(jù)預(yù)處理模塊，故障性質(zhì)初級診斷模塊，基于支持向量機，專家系統(tǒng)及專家網(wǎng)絡(luò)會議診斷的故障定位模塊，證據(jù)推理融合診斷模塊。
實例分析表明，該平臺充分利用色譜數(shù)據(jù)和電氣試驗數(shù)據(jù)的互補信息，運用D2S證據(jù)理論，有效的綜合了不同機理的多種診斷方法、手段，使得故障診斷、定位的正確率以及自動化程度有了顯著的提高，對現(xiàn)場變壓器故障的診斷或維修策略的制定都具有現(xiàn)實意義。 |
在百度搜索 
在谷歌搜索 
在搜搜搜索 
在搜狗搜索