數(shù)據(jù)驅(qū)動的大型電力變壓器故障診斷和預(yù)測研究.pdf

1、電力變壓器是電力系統(tǒng)中結(jié)構(gòu)復(fù)雜、造價昂貴的最重要電氣設(shè)備之一，承擔(dān)著電壓轉(zhuǎn)換和電能傳送的重任，它們的安全運行直接關(guān)系到整個電力系統(tǒng)的穩(wěn)定性和安全性。變壓器一旦發(fā)生事故，導(dǎo)致電網(wǎng)不能正常供電，將帶來巨大的直接和間接經(jīng)濟損失。變壓器故障診斷和預(yù)測研究是確保變壓器正常運行的基礎(chǔ)，也是實施狀態(tài)檢修的基礎(chǔ)。
　　本文在深入研究變壓器油中溶解氣體與故障類型之間關(guān)系的基礎(chǔ)上，利用變壓器運行過程中采集的油中溶解氣體數(shù)據(jù)，研究了基于數(shù)據(jù)驅(qū)動的變壓器

2、故障診斷及預(yù)測的新方法。根據(jù)變壓器不同故障類型特征，提出了建模樣本純化的代價敏感核主元分析方法的變壓器故障檢測模型、重構(gòu)貢獻和灰關(guān)聯(lián)熵的故障診斷方法、雙空間特征提取的故障診斷方法、互信息和多核支持向量回歸的預(yù)測方法，并應(yīng)用于變壓器故障診斷和預(yù)測中，取得了明顯的效果。論文主要研究工作及創(chuàng)新性成果如下:
　　(1)針對核主元分析由于建模樣本不純而導(dǎo)致監(jiān)控模型失效以及傳統(tǒng)核主元分析沒有考慮誤分類代價的差別、對故障不敏感等問題，提出了建模

3、樣本純化的代價敏感核主元分析方法的變壓器故障檢測模型。首先，提出建模樣本純化的特征樣本提取方法剔除異常樣本，達到凈化建模樣本的目的并解決核矩陣的計算問題;然后，將代價敏感機制引入到核主元分析中，以誤分類代價最小化為目標，設(shè)計了Q統(tǒng)計量閾值調(diào)整方法獲取閾值進行診斷;并采用混沌粒子群算法對核主元分析核參數(shù)進行優(yōu)化。該模型可以有效地提高故障敏感性，降低誤分類代價，與代價敏感神經(jīng)網(wǎng)絡(luò)相比，平均誤分類代價低且訓(xùn)練效率高。
　　(2)針對油中

4、溶解氣體分析數(shù)據(jù)故障特征不明顯的缺陷，提出了重構(gòu)貢獻和灰關(guān)聯(lián)熵的變壓器故障診斷方法。在建立油中溶解氣體分析數(shù)據(jù)的主元模型后，基于故障重構(gòu)的思想，計算樣本各變量重構(gòu)貢獻率作為特征量并進行歸一化，突出故障主要特征;為克服灰關(guān)聯(lián)分析易造成局部關(guān)聯(lián)及信息損失等不足，采用灰關(guān)聯(lián)熵方法進行變壓器故障類型診斷。實驗結(jié)果表明，重構(gòu)貢獻灰關(guān)聯(lián)熵診斷方法具有良好的故障識別能力，提高了故障診斷的準確性。
　　(3)對于油中溶解氣體分析診斷變壓器故障，更

5、為關(guān)注的是氣體組分的相對含量，進一步考慮特征氣體各變量重構(gòu)貢獻率之間的可比性以及特征氣體含量的動態(tài)變化范圍，計算其相對重構(gòu)貢獻率作為特征量，提出了相對重構(gòu)貢獻和綜合灰關(guān)聯(lián)熵的變壓器故障診斷方法。實驗結(jié)果表明，相對重構(gòu)貢獻灰關(guān)聯(lián)熵方法與重構(gòu)貢獻灰關(guān)聯(lián)熵方法、灰關(guān)聯(lián)熵方法相比，特征樣本集的可分性增大，分類正確率更高。
　　(4)為彌補單空間特征提取算法的局限性，提出了主元分析和核獨立主元分析雙空間特征提取的變壓器故障診斷方法。先將樣本

6、投影到主元空間，依據(jù)多核支持向量機的預(yù)測結(jié)果進行預(yù)分類，采用核密度估計方法估計閾值將測試樣本預(yù)分類為易識別和難識別樣本;對于難識別的樣本則再次投影到核獨立主元空間中，采用另一多核支持向量機進行識別，實現(xiàn)雙空間特征提取算法;最后，根據(jù)故障特征，建立基于雙空間特征提取算法的變壓器故障分層診斷模型。充分利用雙空間特征提取的互補性有效地提高了診斷效率，實驗結(jié)果驗證了雙空間算法的有效性。
　　(5)針對油中溶解氣體各變量中噪聲的影響，提出了