基于信息融合技术变压器的故障检测
摘要:电力变压器故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点,仅靠单一的故障特征量和诊断方法无法完成诊断任务。
把信息融合引入变压器故障诊断中,将油色谱分析与电气试验等其他信息相结合,建立基于信息融合技术的变压器故障诊断模型。
对变压器故障进行分层决策,不仅能判定故障性质,还能初步判定故障部位,提高故障诊断结果的准确性,最大限度地减小不确定性。
关键词:信息融合;变压器;故障诊断
Abstract:As the faultinformation of power transformers has characteristics such as complementarities,redundancy and uncertainty,the diagnosis task can t be finished by the simple fault characteristic vector and the diagnosis method.The basic ideas of information fusion are introduced and DGA(Dissolved Gas Analysis)is combined tightly with other information such as the results of conventional electrical test of power transformer.The power transformerfault diagnosismodel based on information fusion is built.The models can diagnose both fault property and fault spot,so as to improve reliability and lower uncertainty in fault diagnosis.
Key words:information fusion;power transformer;fault diagnosis
绪论
变压器是输变电系统中最重要的设备之一,其工况好坏直接影响系统安全。
变压器故障诊断过程之根本目的是获取变压器运行时的状态信息,并对变压器性能进行评价。
但如何对大量信息进行处理和综合利用是变压器故障诊断技术重点研究问题。
信息融合技术是当前迅速发展起来的热门技术,在人工智能、目标识别、医学诊断等领域已得到广泛应用,但在变压器故障诊断领域,仍处在初级阶段。
本文在对大型变压器故障诊断信息进行分类基础上,提出基于信息融合的诊断思想,论述了变压器故障诊断中信息融合技术利用的方法和技术手段。
第一章变压器故障检测与信息融合技术的结合概况
1变压器故障诊断信息分类和综合应用
1.1变压器故障诊断信息分类
变压器故障诊断过程中,可用变压器信息很多,归类如下:
(1)溶解在变压器油中的特征气体含量及产气速率:用各种(低分子化合物)烃类气体在变压器油中单位体积含量及产生速率来分析、探测变压器内部局部放电情况,并通过油色谱分析法(三比值法、四比值法、特征气体法)初步分析变压器故障,此法可简单反映变压器内部局部放电的水平。
(2)微水分析法:最初用把栅场效应管作变压器油中溶解氢气监测传感器,后来用催化燃烧测试技术测量油中游离氢含量和微水含量,从而了解变压器内部绝缘状况(由于游离态气泡含水分、杂质等容易产生油中悬浮电位,继而产生电小桥导致击穿电压下降,对变压器危害甚大)。
此法只能对变压器监测起片面作用。
(3)温度监测法二主要测油温和绕组热点温度,反映变压器安全热效应。
(4)直流及绕组电阻测量:绕组、直流电阻的测量可方便有效的考核绕组纵绝缘和电流回路连接状况,反映绕组匝间短路、绕组断股、分接开关及导线接头接触不良等。
实际上它也是判断各相绕组直流电阻是否平衡、调压开关档位是否正确。
单纯依靠绝缘电阻绝对值大小对绕组绝缘作出判断,其灵敏度、有效性较低。
故必须结合吸收比或极化指数、介质损耗因数和泄漏电流试验,才能对其做出真正可靠的绝缘试验。
(5)其他:变压器本身的部分电气特性,如电压、电流值等,甚至变压器工作噪声也能为变压器故障诊断提供有效信息。
1.2变压器故障诊断信息综合利用
变压器故障诊断应充分利用各种信息,不应局限于一种信息。
从诊断学角度来看,诊断信息都是模糊、不精确的。
诊断对象用一方面信息来反映其状态行为都是不完整的,只有从多方面获得关于同一对象的多维信息,并融合利用,才能对变压器进行更可靠、准确的监测与诊断。
2信息融合技术
信息融合是将来自不同信息源的信息进行处理,信息集成是将各级信息融合过程进行合成。
两过程最终目的是通过对多传感器(多源)信息协同利用以产生对
被测对象或过程的最佳估计。
多传感器信息融合的优点表现在信息冗余性、容错性、互补性、实时性和低成本性。
系统信息融合相对信息表征分3类。
(l)数据层融合
数据层融合法中,匹配的传感器数据直接融合,而后对融合的数据进行特征提取和状态(属性)说明。
实现数据层融合的传感器必须是相同的或匹配的,在原始数据上实现关联,且保证同一目标或状态的数据进行融合,传感器原始数据融合后,识别的处理等价于对单传感器信息处理。
最简单、最直观的数据层融合法是算术平均和加权平均法。
(2)特征层融合
特征层状态属性融合就是特征层联合识别,它实际是模式识别。
多传感器系统为识别提供比单传感器更多的有关目标(状态)的特征信息,增大了特征空间维数。
具体融合法是模式识别相应技术,只是在融合前,融合系统首先对传感器数据进行预处理以完成特征提取及数据配准。
即通过传感器信息变换,把各传感器输入数据变换成统一的数据表达形式(即具有相同的数据结构),在数据配准后,还必须对特征进行关联处理,对目标(状态)进行的融合识别,就是基于关联后的联合特征矢量。
具体实现技术包括参量模板法、特征压缩和聚类分析、人工神经网络及基于知识的技术等。
(3)决策层融合
决策层融合通过关联处理、决策层融合判决,最终获得联合推断结果。
决策层融合输出是1个联合决策结果。
所用主要方法有Bayesian推断、Dempster一Shaefr证据理论、模糊集理论、专家系统等。
多传感器信息融合技术故障诊断过程是根据从对象某些检测得到的故障特征(故障模式),经信息融合分析处理,判断是否存在故障及查找故障源的过程。
3信息融合的变压器故障诊断系统结构
根据变压器故障及信息融合技术特点,在变压器故障系统中,用图1信息融合故障诊断模型。
3.1数据采掘技术
数据采掘是从数据库中抽取隐含的、以前未知的、潜在有用信息的过程。
被开采出来的知识,能用于信息管理、查询处理、决策支持、过程控制及其它应用。
数据采掘所要发现的典型知识包括相关、分类、分簇等规则和序列模式等。
3.2基于数据层融合的故障报警数据层信息融合是信息融合和故障诊断的低层形态。
主要完成数据标准化及数据越界报警功能。
对变压器某些故障模式,
在二元假设前提下,把观测空间分割成Z
0和Z
1
2个区域。
当传感器信息(或转换
后的特征量)处于Z
中时,可假定为故障没发生,否则判定故障发生。
选取适当的判决域,使重复试验中错误概率最小。
3.3基于特征层与决策层数据融合的故障诊断
特征层融合需检测层的融合结果及有关诊断对象描述的诊断知识融合结果。
诊断知识来源包括先验的各种知识及通过数据采掘系统得到的有关对象运行的新知识。
故障发生时,不能确定故障发生个数,无法判定观测数据是由真实故障还是由噪声、干扰等产生的。
这些不确定因素破坏了观测数据与故障源之间的关系,需进行特征层信息融合,即故障诊断。
决策层融合信息来源是特征层的数据融合结果和对策知识融合的结果,根据决策层数据融合结果,可采取相应故障状态下的对策。
特征层和决策层信息融合在本系统中基于同一套专家系统和数据采掘模块运作;同时,给出故障诊断结果和提出相应故障对策,将其合为一层进行设计。
3.4故障诊断信息融合过程描述
(1)对来自于传感器的特征量进行有效性分析,排除坏数据对诊断过程不利影响。