线性分类器与BP网络联合诊断变压器故障
范竞敏,曹 建,丁家峰,王浩宇
中南大学物理科学与技术学院,湖南长
北京华电云通电力技术有限公司,北京
摘 要:油中溶解气体分析(DGA)是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络(LCBP)故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到较终诊断结果。实验结果表明,提出的LCBP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的故障诊断提供了一条新的有效途径。
关 键 词:DGA;线性分类器;BP网络;故障诊断
1 引 言
大型电力变压器是电力系统中较重要的电气设备之一,其运行状态直接影响到整个电力系统的安全与稳定运行。因此,研究变压器故障诊断技术,提高变压器的维护和检修水平,保证变压器的安全、稳定运行具有重要的现实意义[1]。目前,利用DGA数据判断变压器故障的方法有多种,常用的有IEC三比值法、电协研法等。然而,这些方法在工程实际应用中往往暴露出编码不全、编码边界过于绝对等缺点[2]。近年来,一些人工智能方法如人工神经网络[3]、模糊理论[45]、灰色理论[6]等被应用到变压器故障诊断中,但由于变压器结构的复杂性以及故障机理的多样性,变压器故障诊断的正确率还有待进一步提高。为了在减少算法运算量的同时提高算法的诊断正确率,本文提出了一种基于线性分类器与BP神经网络的变压器故障辨识算法,并建立了算法的模型。
相关阅读:
- ...· Efinix® 全力驱动AI边缘计算,成功推出Trion™ T20 FPGA样品, 同时将产品扩展到二十万逻辑单元的T200 FPGA
- ...· 英飞凌亮相进博会,引领智慧新生活
- ...· 三电产品开发及测试研讨会北汽新能源专场成功举行
- ...· Manz亚智科技跨入半导体领域 为面板级扇出型封装提供化学湿制程、涂布及激光应用等生产设备解决方案
- ...· 中电瑞华BITRODE动力电池测试系统顺利交付北汽新能源
- ...· 中电瑞华FTF系列电池测试系统中标北京新能源汽车股份有限公司
- ...· 中电瑞华大功率高压能源反馈式负载系统成功交付中电熊猫
- ...· 中电瑞华国际在电动汽车及关键部件测评研讨会上演绎先进测评技术