基于遺傳編程的電力變壓器絕緣故障診斷模型研究.pdf

1、電力變壓器是電力系統(tǒng)中分布廣泛、結(jié)構(gòu)復(fù)雜、造價(jià)昂貴的重要電氣設(shè)備之一,擔(dān)負(fù)著電壓轉(zhuǎn)換和電能傳送的重任,它們的安全運(yùn)行直接關(guān)系到整個(gè)電力系統(tǒng)的穩(wěn)定性和安全性.對電力變壓器進(jìn)行絕緣狀態(tài)檢測和潛伏性絕緣故障診斷一直是電力部門面臨的重要問題之一.因此,研究電力變壓器的故障診斷技術(shù),提高電力變壓器的維護(hù)水平,具有重要的現(xiàn)實(shí)意義. 油中溶解氣體分析(Dissolved Gas Analysis,簡稱DGA)是目前分析電力變壓器等充油電氣設(shè)備

2、絕緣狀態(tài)最重要的檢測方法,為診斷電力變壓器內(nèi)部故障提供了重要依據(jù).DGA技術(shù)通過分析絕緣故障機(jī)理和大量的實(shí)際故障數(shù)據(jù)來發(fā)現(xiàn)油中溶解氣體的組分含量與故障的類型和嚴(yán)重程度之間的關(guān)系,進(jìn)而歸納整理出診斷不同故障的規(guī)則.由于這些常規(guī)的故障診斷規(guī)則主要來源于統(tǒng)計(jì)方法和經(jīng)驗(yàn)積累,在實(shí)際應(yīng)用中仍然存在許多不足之處. 近年來,神經(jīng)網(wǎng)絡(luò)、模糊理論、灰色系統(tǒng)、粗糙集理論以及專家系統(tǒng)等人工智能技術(shù)的發(fā)展為變壓器絕緣故障診斷提供了新的研究途徑,逐步成為

3、變壓器絕緣故障診斷技術(shù)的主要研究方法.但是,采用這些傳統(tǒng)的人工智能方法建立故障診斷模型時(shí),往往需要依靠專家的診斷知識和經(jīng)驗(yàn)事先確定診斷模型的結(jié)構(gòu)等重要的模型要素,或者確定模型結(jié)構(gòu)的方法是局部尋優(yōu)的,這在一定程度上阻礙了電力變壓器絕緣故障診斷系統(tǒng)的發(fā)展和推廣. 隨著計(jì)算機(jī)技術(shù)和人工智能技術(shù)的發(fā)展,讓計(jì)算機(jī)自動發(fā)現(xiàn)系統(tǒng)內(nèi)在的規(guī)律并自動建立故障診斷系統(tǒng)模型已成為計(jì)算智能的研究熱點(diǎn).遺傳編程(Genetic Programming,簡稱

4、GP)算法是計(jì)算智能理論中進(jìn)化算法的重要分支之一,其靈活的動態(tài)模型結(jié)構(gòu)表示和借鑒生物界自然選擇與遺傳機(jī)制的全局搜索能力使得它在數(shù)據(jù)挖掘、控制理論、電子工程、模式識別等研究領(lǐng)域取得了廣泛的成功. 鑒于GP算法的特點(diǎn),本文將GP算法首次引入電力變壓器絕緣故障診斷,以DGA數(shù)據(jù)為特征參數(shù),提出了四種以GP算法為基礎(chǔ)的變壓器絕緣故障診斷模型.論文主要包括以下內(nèi)容: ①基于GP和判別函數(shù)的變壓器絕緣故障診斷模型.判別函數(shù)法是模式分

5、類中常用的方法,雖然常規(guī)的線性判別函數(shù)法用于故障診斷具有簡單、方便的特點(diǎn),但是它是以假定不同故障之間具有線性可分性為基礎(chǔ)的,而實(shí)際上故障之間的分界面具有很強(qiáng)的非線性特征.針對線性判別函數(shù)用于變壓器絕緣故障診斷的不足,本文利用GP算法在模型結(jié)構(gòu)表示上的樹狀特征和全局尋優(yōu)特性建立具有非線性分類能力的判別函數(shù),并以此為基礎(chǔ)采用分層診斷的方式建立了基于GP和判別函數(shù)的變壓器絕緣故障診斷模型.實(shí)例結(jié)果表明本算法優(yōu)于以線性判別函數(shù)為基礎(chǔ)的故障診斷模

6、型. ②基于GP和線性決策樹的變壓器絕緣故障診斷模型.目前決策樹方法應(yīng)用于故障診斷時(shí)在樹的各個(gè)分枝結(jié)點(diǎn)中主要以單變量為主,且以貪心算法生成決策樹,因此,生成的決策樹是局部尋優(yōu)的.線性決策樹在各個(gè)分枝結(jié)點(diǎn)中使用多個(gè)變量的線性組合特性,揭示了屬性之間的內(nèi)在關(guān)系.本文將線性決策樹與GP算法結(jié)合,利用GP算法的動態(tài)樹狀結(jié)構(gòu)和全局尋優(yōu)特性搜索用于故障分類的線性決策樹,并以此基礎(chǔ)建立了變壓器絕緣故障診斷模型.應(yīng)用結(jié)果表明所提算法能獲得診斷性

7、能優(yōu)于常規(guī)C4.5算法的變壓器絕緣故障診斷模型. ③基于GP和模糊映射函數(shù)的變壓器絕緣故障診斷模型.故障征兆與故障原因之間的關(guān)系是一個(gè)復(fù)雜的模糊問題,人們依靠經(jīng)驗(yàn)總結(jié)獲得的關(guān)于它們之間的知識通常是片面的、不完整的.本文利用GP算法的動態(tài)樹狀結(jié)構(gòu)表示和全局尋優(yōu)特性,采用模糊算子、模糊特征變量以及模糊常數(shù)的樹狀組合將故障特征與故障原因之間的復(fù)雜映射關(guān)系用模糊映射函數(shù)表示出來.以基于GP的模糊映射函數(shù)為基礎(chǔ),本文建立了相應(yīng)的變壓器絕緣

8、故障診斷模型.通過實(shí)例分析證明了所提出的算法是有效的,開辟了一種新的故障診斷途徑. ④基于免疫GP和多項(xiàng)式網(wǎng)絡(luò)的變壓器絕緣故障診斷模型.常規(guī)的多項(xiàng)式網(wǎng)絡(luò)構(gòu)建方式是以GMDH型算法為基礎(chǔ),逐層生成候選中間多項(xiàng)式結(jié)點(diǎn),并按照某種篩選原則保留部分多項(xiàng)式結(jié)點(diǎn)作為下一層的輸入,以貪心法逐步獲得問題的解.本文采用的基于GP的多項(xiàng)式網(wǎng)絡(luò)算法則是以隨機(jī)生成的多項(xiàng)式網(wǎng)絡(luò)為基礎(chǔ),以其適當(dāng)度值的大小作為衡量標(biāo)準(zhǔn),通過交叉、變異等遺傳操作在全局范圍內(nèi)進(jìn)

9、化尋優(yōu)多項(xiàng)式網(wǎng)絡(luò)的解,避免了傳統(tǒng)方式在各層中間多項(xiàng)式結(jié)點(diǎn)上的經(jīng)驗(yàn)選擇和搜索方式上的貪婪搜索.為避免在進(jìn)化過程中個(gè)體的過度繁殖而造成多樣性的缺失,本文將免疫算法引入基于GP的多項(xiàng)式網(wǎng)絡(luò)算法.以基于免疫GP的多項(xiàng)式網(wǎng)絡(luò)為基礎(chǔ),本文建立了相應(yīng)的變壓器絕緣故障診斷模型.實(shí)例應(yīng)用的結(jié)果表明該方法具有優(yōu)于傳統(tǒng)的多項(xiàng)式網(wǎng)絡(luò)方法的診斷性能. 最后,本文綜合比較了這四種基于GP算法的變壓器絕緣故障模型的差異和優(yōu)缺點(diǎn).故障實(shí)例分析表明:基于GP算法