變壓器絕緣故障診斷黑板型專家系統(tǒng)和基于遺傳算法的故障預測研究.pdf

1、大型電力變壓器是電力系統(tǒng)的樞紐設備之一，其運行狀況直接影響著電力系統(tǒng)的安全、可靠運行，變壓器的故障將對電力系統(tǒng)和社會用戶造成重大的影響和嚴重的損失。因此，對電力變壓器進行早期故障診斷技術和故障預測技術研究具有十分重要的理論和實際意義。 論文在搜集整理了大量的規(guī)程導則、專家經驗和實際變壓器故障數據(故障樣本)的基礎上，深入研究了BP神經網絡、模糊理論等智能診斷方法、面向對象技術、黑板型專家系統(tǒng)理論、遺傳算法的基本原理、實現方法及灰

2、色預測理論，建立了變壓器絕緣故障診斷黑板型專家系統(tǒng)和基于遺傳算法的變壓器故障灰色預測系統(tǒng)，在變壓器絕緣故障的多專家合作診斷和故障的組合預測等理論研究上取得了一定突破，在實例驗證中取得了良好效果，取得的創(chuàng)新性成果主要有： 將黑板型結構首次應用于變壓器絕緣故障診斷專家系統(tǒng)中，建立了該種型式專家系統(tǒng)的主體結構和推理機制，并結合面向對象技術建立了變壓器絕緣故障診斷黑板型專家系統(tǒng)。該專家系統(tǒng)能正確識別故障類型并給出故障發(fā)生的大致部位、嚴重

3、程度以及故障發(fā)展趨勢等，對實際變壓器故障的診斷檢驗了專家系統(tǒng)的有效性。 研究了黑板結構專家系統(tǒng)中的多專家合作診斷技術，提出了合作診斷中的變壓器絕緣故障診斷流程，在專家意見不統(tǒng)一的情況下，提出了綜合分析處理辦法，并通過診斷實例檢驗，證明了這種綜合處理方法的有效性。 在變壓器絕緣故障診斷專家系統(tǒng)中首次采用面向對象技術建立了分層分布式的知識庫，并實現了專家知識的數據庫存儲，克服了傳統(tǒng)專家系統(tǒng)產生式結構存在的效率低、易出錯的缺點

4、，提高了專家系統(tǒng)的實用性和準確性。 建立了變壓器故障灰色預測改進模型。該模型針對變壓器色譜數據的實際情況，研究采用了原始非等間距色譜數據序列的等間距處理方法，將非等間距色譜數據序列改造為等間距序列；同時運用弱化算子改造原始色譜數據序列，在一定程度上淡化了原始色譜數據序列受各種隨機因素影響所具有的隨機性。 將遺傳算法引入到變壓器故障預測中，首次建立了基于遺傳算法的變壓器故障灰色預測改進模型。該模型利用遺傳算法對建立的變壓器

5、故障灰色預測改進模型的模型參數直接進行優(yōu)化，改善了灰色預測模型的精度和適應范圍。 針對單一預測模型的適應性較差、預測結果受變壓器色譜數據各種隨機因素影響較大的缺點，提出并建立了一種由乘冪預測模型、指數預測模型以及本文研究的基于遺傳算法的變壓器內部故障預測改進模型所組成的組合預測模型。運用遺傳算法對所建立的組合預測模型進行權系數優(yōu)化，得到了最優(yōu)權系數組合預測模型。 實例證明，所建立的以誤差絕對值和最小和誤差平方和最小作為組