一種基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法，屬于變壓器故障處理技術(shù) 領(lǐng)域。
【背景技術(shù)】
[0002] 電力變壓器是電力系統(tǒng)的重要元件之一，它的安全性能直接影響到我國電氣系統(tǒng) 能否可靠運行，也間接的影響了我國居民的日常生活。因而針對電力變壓器的維修、檢測變 得十分迫切，但是經(jīng)常性的拆裝變壓器會再一次損壞該設(shè)備，并給設(shè)備埋下安全隱患。隨著 用電量的增長，電力變壓器承受的負荷也越來越大，為此，有必要針對電力設(shè)備的運行狀態(tài) 進行實時監(jiān)控，通過實時檢測能夠發(fā)現(xiàn)電氣設(shè)備的早期缺陷，防止突發(fā)事故發(fā)生，減小不必 要的停電檢修，有效的延長了設(shè)備的使用壽命。

【發(fā)明內(nèi)容】

[0003] 針對上述技術(shù)問題，本發(fā)明所要解決的技術(shù)問題是提供一種基于神經(jīng)網(wǎng)絡(luò)的變壓 器故障診斷方法，不僅解決了神經(jīng)網(wǎng)絡(luò)參數(shù)難于優(yōu)化的問題，而且還提高了神經(jīng)網(wǎng)絡(luò)全局 收斂的速度和精度，以及提高了變壓器故障診斷的能力和準(zhǔn)確率。
[0004] 本發(fā)明為了解決上述技術(shù)問題采用以下技術(shù)方案：本發(fā)明設(shè)計了一種基于神經(jīng)網(wǎng) 絡(luò)的變壓器故障診斷方法，包括如下步驟：
[0005] 步驟001.提取變壓器發(fā)生故障時、預(yù)設(shè)組數(shù)的變壓器油中溶解氣體樣本數(shù)據(jù)，作 為各組訓(xùn)練樣本數(shù)據(jù)，各組訓(xùn)練樣本數(shù)據(jù)分別包括各指定溶解氣體的各指定類型參數(shù)數(shù) 據(jù)；并且獲得各組訓(xùn)練樣本數(shù)據(jù)分別所對應(yīng)的變壓器內(nèi)部故障類型，其中，變壓器內(nèi)部故障 類型的種類數(shù)量為M，然后進入步驟002 ;
[0006] 步驟002.分別針對各組訓(xùn)練樣本數(shù)據(jù)，針對各指定溶解氣體的各指定類型參數(shù) 數(shù)據(jù)，進行歸一化處理，獲得各組訓(xùn)練樣本歸一化數(shù)據(jù)，并進入步驟003 ;
[0007] 步驟003.分別針對各組訓(xùn)練樣本歸一化數(shù)據(jù)，采用預(yù)設(shè)數(shù)量N比值法，基于各指 定溶解氣體劃分，分別按各指定類型參數(shù)進行比值處理；獲得各組訓(xùn)練樣本矢量數(shù)據(jù)，各組 訓(xùn)練樣本矢量數(shù)據(jù)分別包括各指定類型參數(shù)所對應(yīng)的N個矢量數(shù)據(jù)；并且根據(jù)各組訓(xùn)練樣 本數(shù)據(jù)分別所對應(yīng)的變壓器內(nèi)部故障類型，獲得各組訓(xùn)練樣本矢量數(shù)據(jù)分別所對應(yīng)的變壓 器內(nèi)部故障類型；然后進入步驟004 ;
[0008] 步驟004.根據(jù)各組訓(xùn)練樣本矢量數(shù)據(jù)分別包括各指定類型參數(shù)所對應(yīng)的N個矢 量數(shù)據(jù)，即獲得待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元數(shù)目N，同時，根據(jù)變壓器內(nèi)部故障類型的種 類數(shù)量M，即獲得待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元數(shù)目Μ ;然后根據(jù)待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸入層神 經(jīng)元數(shù)目Ν和待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元數(shù)目Μ，獲得待構(gòu)建神經(jīng)網(wǎng)絡(luò)隱含層的神經(jīng)元 數(shù)目Κ，然后進入步驟005;
[0009] 步驟005.根據(jù)待構(gòu)建神經(jīng)網(wǎng)絡(luò)隱含層的神經(jīng)元數(shù)目Κ，構(gòu)建獲得神經(jīng)網(wǎng)絡(luò)，并進 入步驟006 ;
[0010] 步驟006.根據(jù)各組訓(xùn)練樣本矢量數(shù)據(jù)，以及分別所對應(yīng)的變壓器內(nèi)部故障類型， 采用布谷鳥算法針對所獲神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，獲得訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，其中，在全部訓(xùn)練迭 代次數(shù)的前1/3次迭代過程中，布谷鳥算法中采用柯西分布搜索方式搜索獲得新鳥巢的位 置；在全部訓(xùn)練迭代次數(shù)的中間1/3次迭代過程中，布谷鳥算法中采用萊維搜索方式搜索 獲得新鳥巢的位置；在全部訓(xùn)練迭代次數(shù)的后1/3次迭代過程中，布谷鳥算法中采用高斯 分布搜索方式搜索獲得新鳥巢的位置；其中，鳥巢的位置表示所獲神經(jīng)網(wǎng)絡(luò)中輸入層與隱 含層之間的連接權(quán)值、輸入層與隱含層之間的閾值、隱含層與輸出層之間的連接權(quán)值，以及 隱含層與輸出層之間的閾值；然后進入步驟007 ;
[0011] 步驟007.提取待診斷變壓器油中溶解氣體數(shù)據(jù)，采用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進行診 斷，判斷獲得該待診斷變壓器油中溶解氣體數(shù)據(jù)所對應(yīng)的變壓器內(nèi)部故障類型，其中，待診 斷變壓器油中溶解氣體數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)與變壓器油中溶解氣體樣本數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)相同。
[0012] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟001中，還包括提取變壓器發(fā)生故障 時、預(yù)設(shè)組數(shù)的變壓器油中溶解氣體樣本數(shù)據(jù)，作為各組測試樣本數(shù)據(jù)，其中各組測試樣本 數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)與所述訓(xùn)練樣本數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)相同；并且獲得各組測試樣本數(shù)據(jù)分別所 對應(yīng)的變壓器內(nèi)部故障類型；
[0013] 所述步驟002中，還包括分別針對各組測試樣本數(shù)據(jù)，針對各指定溶解氣體的各 指定類型參數(shù)數(shù)據(jù)，進行歸一化處理，獲得各組測試樣本歸一化數(shù)據(jù)；
[0014] 所述步驟003中，還包括分別針對各組測試樣本歸一化數(shù)據(jù)，采用預(yù)設(shè)數(shù)量N比值 法，基于各指定溶解氣體劃分，分別按各指定類型參數(shù)進行比值處理；獲得各組測試樣本矢 量數(shù)據(jù)，各組測試樣本矢量數(shù)據(jù)分別包括各指定類型參數(shù)所對應(yīng)的N個矢量數(shù)據(jù)；并且根 據(jù)各組測試樣本數(shù)據(jù)分別所對應(yīng)的變壓器內(nèi)部故障類型，獲得各組測試樣本矢量數(shù)據(jù)分別 所對應(yīng)的變壓器內(nèi)部故障類型；
[0015] 所述步驟006與步驟007之間還包括步驟006- 7,執(zhí)行完步驟006之后，進入步 驟006-7,執(zhí)行完步驟006-7之后，進入步驟007,其中，步驟006-7包括如下操作：
[0016] 根據(jù)各組測試樣本矢量數(shù)據(jù)，以及分別所對應(yīng)的變壓器內(nèi)部故障類型，針對訓(xùn)練 后的神經(jīng)網(wǎng)絡(luò)進行測試，并針對測試結(jié)果，采用神經(jīng)網(wǎng)絡(luò)誤差函數(shù)進行結(jié)果分析，獲得訓(xùn)練 后的神經(jīng)網(wǎng)絡(luò)精度。
[0017] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟006- 7中的神經(jīng)網(wǎng)絡(luò)誤差函數(shù)如下 所示：
[0019] 其中，E為誤差結(jié)果；b = 1，2,…，B，B表示測試樣本矢量數(shù)據(jù)的組數(shù);m = 1，2,…，M，M表示變壓器內(nèi)部故障類型的種類數(shù)量，即所述訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元 數(shù)目；兔表示根據(jù)所述步驟〇〇3中各組測試樣本矢量數(shù)據(jù)分別所對應(yīng)的變壓器內(nèi)部故障 類型，第b組測試樣本矢量對應(yīng)所述訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)輸出層第m個神經(jīng)元應(yīng)當(dāng)輸出的變 壓器內(nèi)部故障類型；ybni表示采用第b組測試樣本矢量數(shù)據(jù)針對所述訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進行 測試，輸出層第m個神經(jīng)元實際所輸出的變壓器內(nèi)部故障類型。
[0020] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟002中，針對各指定溶解氣體的各指 定類型參數(shù)數(shù)據(jù)，采用如下公式進行歸一化處理；
[0022] 其中，i = 1，2,…，I，I表示指定溶解氣體的種類數(shù)量，q = 1，2,…，Q，Q表示指定 類型參數(shù)種類的數(shù)量； 表示第i種指定溶解氣體第q種類型參數(shù)的歸一化數(shù)據(jù)結(jié)果；zlq表示?所在樣本數(shù)據(jù)組中第i種指定溶解氣體第q種類型參數(shù)的提取數(shù)據(jù)；zq _表示4所 在樣本數(shù)據(jù)組中各指定溶解氣體對應(yīng)第q種類型參數(shù)提取數(shù)據(jù)的最小值；zq_表示 <所在 樣本數(shù)據(jù)組中各指定溶解氣體對應(yīng)第q種類型參數(shù)提取數(shù)據(jù)的最大值。
[0023] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟004中，根據(jù)待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸入層 神經(jīng)元數(shù)目N，以及待構(gòu)建神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元數(shù)目M，通過如下步驟操作，獲得待構(gòu)建 神經(jīng)網(wǎng)絡(luò)隱含層的神經(jīng)元數(shù)目K ;
[0024] 步驟00401.根據(jù)」
和K3= 2N+1，分別獲得KpKjPKy 并進入步驟00402，其中，a為預(yù)設(shè)常數(shù)；
[0025] 步驟00402.獲得VKjP K 3中的最小值K _，以及最大值K_，然后由K_開始，逐 個增加神經(jīng)元的個數(shù)直至Κ_，分別進行訓(xùn)練驗證，獲得各個驗證結(jié)果，并進入步驟00403 ;
[0026] 步驟00403.獲得各個驗證結(jié)果中的最優(yōu)驗證結(jié)果，則該最優(yōu)驗證結(jié)果所對應(yīng)的 神經(jīng)元個數(shù)即為待構(gòu)建神經(jīng)網(wǎng)絡(luò)隱含層的神經(jīng)元數(shù)目Κ。
[0027] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述a為[1，10]之間的預(yù)設(shè)常數(shù)。
[0028] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟007中，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，采用 油中溶解氣體法針對待診斷變壓器油中溶解氣體數(shù)據(jù)進行診斷，判斷獲得該待診斷變壓器 油中溶解氣體數(shù)據(jù)所對應(yīng)的變壓器內(nèi)部故障類型。
[0029] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述各指定溶解氣體分別為