基于油中溶解氣體分析的電力變壓器故障預(yù)測(cè)與診斷研究.pdf

1、電力變壓器作為電力系統(tǒng)中最重要的輸變電設(shè)備之一，準(zhǔn)確地掌握其運(yùn)行狀態(tài)和故障情況，并及時(shí)地采取相應(yīng)的處理措施，對(duì)于提高電力系統(tǒng)運(yùn)行的安全性、可靠性和經(jīng)濟(jì)性具有重要的意義。
　　 變壓器油中溶解氣體分析是變壓器內(nèi)部故障診斷的重要手段，它為間接了解變壓器內(nèi)部的一般隱患提供了重要依據(jù)，實(shí)踐證明變壓器油中溶解氣體分析技術(shù)對(duì)發(fā)現(xiàn)變壓器內(nèi)部的潛伏性故障及其發(fā)展趨勢(shì)非常有效。
　　 電力變壓器故障經(jīng)常存在不完備性和復(fù)雜性。粗糙集理論是繼

2、概率論、模糊集、證據(jù)理論之后的又一個(gè)處理不確定性的數(shù)學(xué)工具。作為一種較新的計(jì)算方法，粗糙集近年來越來越受到重視，其有效性已在許多科學(xué)與工程領(lǐng)域的成功應(yīng)用中得到證實(shí)，是當(dāng)前國(guó)際上人工智能理論及其應(yīng)用領(lǐng)域中的研究熱點(diǎn)之一。
　　 由于故障征兆和故障類型之間常常存在復(fù)雜的非線性關(guān)系，使得診斷系統(tǒng)的數(shù)學(xué)模型很難獲取。而人工神經(jīng)網(wǎng)絡(luò)以其分布式并行處理、自適應(yīng)、自學(xué)習(xí)、聯(lián)想記憶以及非線性映射等優(yōu)點(diǎn)，為解決這一問題開辟了新途徑。
　　

3、 本文分析了變壓器油中氣體形成機(jī)理以及國(guó)內(nèi)外各種基于油中溶解氣體分析的傳統(tǒng)方法及人工智能方法。在分析粗糙集理論和模糊神經(jīng)網(wǎng)絡(luò)及其方法的基礎(chǔ)上，提出一種以DGA數(shù)據(jù)和電氣預(yù)防性試驗(yàn)數(shù)據(jù)為基礎(chǔ)的粗糙集模糊神經(jīng)網(wǎng)絡(luò)診斷模型，充分利用粗糙集理論對(duì)知識(shí)的約簡(jiǎn)能力和模糊神經(jīng)網(wǎng)絡(luò)優(yōu)良的分類能力。
　　 首先利用粗糙集方法和Rosetta軟件對(duì)原始數(shù)據(jù)進(jìn)行約簡(jiǎn)，形成精簡(jiǎn)的規(guī)則集，然后將約簡(jiǎn)后的決策表模糊化處理，神經(jīng)網(wǎng)絡(luò)通過調(diào)用最簡(jiǎn)規(guī)則集進(jìn)行學(xué)習(xí)