一種智能電網(wǎng)故障診斷方法
【專利摘要】本發(fā)明公開了一種智能電網(wǎng)故障診斷方法，該在線故障診斷方法基于粗糙集理論，利用遺傳算法獲得的適應(yīng)值函數(shù)對(duì)取得的數(shù)據(jù)進(jìn)行離散化、屬性簡約和值簡約，獲得最終的故障診斷規(guī)則。該方法利用了遺傳算法的進(jìn)化特性，可以提高故障判斷的精度以及針對(duì)性。
【專利說明】一種智能電網(wǎng)故障診斷方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力配電系統(tǒng)故障診斷【技術(shù)領(lǐng)域】，特別涉及一種智能電網(wǎng)故障診斷方 法。

【背景技術(shù)】
[0002] 安全、穩(wěn)定的供電系統(tǒng)是國民經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)，是現(xiàn)代工業(yè)社會(huì)和諧發(fā)展的 必要條件。電力變壓器是電力系統(tǒng)中的重要樞紐設(shè)備，其運(yùn)行的可靠性直接關(guān)系到電力系 統(tǒng)的安全性與穩(wěn)定性。目前大型變壓器在運(yùn)行中出現(xiàn)異?，F(xiàn)象的情況時(shí)有發(fā)生，對(duì)電網(wǎng)的 安全運(yùn)行造成了嚴(yán)重威脅。
[0003] 國內(nèi)電力系統(tǒng)中大多數(shù)電力變壓器采用絕緣油對(duì)內(nèi)部系統(tǒng)進(jìn)行散熱和絕緣，而變 壓器處于不同運(yùn)行狀態(tài)時(shí)，其絕緣油中溶解氣體組分和濃度各不相同，對(duì)油中溶解氣體進(jìn) 行采樣和分析，即可推斷出變壓器的運(yùn)行狀態(tài)，可以有效地對(duì)變壓器進(jìn)行故障診斷。然而變 壓器結(jié)構(gòu)的復(fù)雜性以及故障原因、故障現(xiàn)象和故障機(jī)理的多樣性、隨機(jī)性和模糊性，使得其 絕緣故障診斷存在許多困難。利用油中溶解氣體分析（DGA，Dissolved Gas Analysis)方 法，檢測(cè)油浸變壓器內(nèi)部故障，已成為對(duì)其進(jìn)行絕緣監(jiān)督的重要手段。但是故障特征氣體與 故障之間存在復(fù)雜的非線性關(guān)系，傳統(tǒng)的IEC三比值法和無編碼比值法判斷過于簡單化， 且存在比值盲區(qū)問題，往往不能對(duì)故障進(jìn)行準(zhǔn)確的診斷。
[0004] 近年來，眾多人工智能方法被單獨(dú)或交叉應(yīng)用于DGA故障診斷表的建立中，且不 同程度的改善了故障表的適應(yīng)性。粗糙集理論是Pawlak教授于1991年提出的一種分析和 處理不精確、不一致、不完整數(shù)據(jù)的方法，其能夠在保留關(guān)鍵信息前提下，對(duì)知識(shí)處理求得 知識(shí)的最小表達(dá)。粗糙集理論的應(yīng)用，能夠優(yōu)先對(duì)屬性進(jìn)行約簡，解決不完備信息情況下的 變壓器故障診斷問題。粗糙集理論中，屬性簡約是分類規(guī)則獲取的關(guān)鍵步驟?，F(xiàn)有研究中， 如粗糙集與貝葉斯網(wǎng)絡(luò)相結(jié)合，或粗糙集與IEC三比值法相結(jié)合等診斷方法，多基于可辨 識(shí)矩陣，離散化多基于專家經(jīng)驗(yàn)，簡約后得到的診斷規(guī)則缺少針對(duì)性。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明所解決的技術(shù)問題克服上面所述目前存在的技術(shù)缺陷，而目的提供一種基 于改進(jìn)粗糙集約簡算法的配電系統(tǒng)在線故障診斷方法，特別是配電變壓器故障診斷方法， 以提高故障診斷的針對(duì)性。
[0006] 本發(fā)明提供了一種智能電網(wǎng)故障診斷方法，它包括配電變壓器的故障診斷方法， 其該方法包括以下步驟： a. 采集特征氣體濃度數(shù)據(jù)； b. 存入數(shù)據(jù)庫； c. 形成原始信息表； d. 結(jié)合遺傳算法的適應(yīng)函數(shù)，利用粗糙集理論，將原始信息表進(jìn)行連選屬性離散化，形 成離散化信息表； e. 結(jié)合遺傳算法的適應(yīng)函數(shù)，進(jìn)行屬性簡約和值簡約，其中，適應(yīng)值函數(shù)如 式1所示，其中f (a)是約簡的相對(duì)冗余度，P(a)是懲罰函數(shù)，Ctl是預(yù)設(shè)閾值，

【權(quán)利要求】
1. 一種智能電網(wǎng)故障診斷方法，包括配電變壓器的故障診斷方法，包括以下步驟： 采集特征氣體濃度數(shù)據(jù)； 存入數(shù)據(jù)庫； 形成原始信息表； 利用粗糙集理論，將原始信息表進(jìn)行連選屬性離散化，形成離散化信息表； 結(jié)合遺傳算法的適應(yīng)函數(shù)，進(jìn)行屬性簡約和值簡約，其中，適應(yīng)值函數(shù)如 式1所示，其中f (a)是約簡的相對(duì)冗余度，P(a)是懲罰函數(shù)，Ctl是預(yù)設(shè)閾值，
(6) 判斷是否存在故障以及故障種類； (7) 顯示故障信息。
2. 如權(quán)利要求1所述的智能電網(wǎng)故障診斷方法，其中特征氣體包括H2, CH4, C2H6， C3H8，C2H4，C3H6，C2H2，C3H4，C02，C0，CH4/ H2，C2H6/ CH4，C2H4/ C2H6，C2H2/ C2H4，C2H6/ C2H2 和 C2H2/ CH4。
3. 如權(quán)利要求I所述的智能電網(wǎng)故障診斷方法，其中在步驟（2)之前，還存在步驟 (1-2)，其計(jì)算特征氣體濃度變化速率，判斷產(chǎn)氣速率是否超臨界值，如果超過臨界值則執(zhí) 行步驟（7)，如果不超過臨界值，則執(zhí)行步驟（2)。
4. 一種利用權(quán)利要求1所述智能電網(wǎng)故障診斷方法來診斷變壓器故障的配電變壓器 故障診斷裝置，其包括檢測(cè)模塊、控制模塊，判斷模塊、顯示模塊以及接口模塊，其中檢測(cè)模 塊獲得特征氣體的濃度數(shù)據(jù)，控制模塊基于權(quán)利要求1所述的方法獲得決策標(biāo)準(zhǔn)，判斷模 塊基于檢測(cè)模塊獲得的氣體濃度數(shù)據(jù)，判斷故障種類。
【文檔編號(hào)】G01R31/00GK104360194SQ201410647511
【公開日】2015年2月18日 申請(qǐng)日期:2014年11月17日 優(yōu)先權(quán)日:2014年11月17日
【發(fā)明者】陳軍, 李志恒, 王紅印, 付紅軍, 薛蓋超 申請(qǐng)人:國網(wǎng)河南省電力公司, 國家電網(wǎng)公司