智能電網(wǎng)故障自愈控制裝置的制造方法
【技術領域】
[0001] 本實用新型涉及電力變壓器故障診斷領域，特別涉及一種智能電網(wǎng)故障自愈控制 裝直。
【背景技術】
[0002] 安全、穩(wěn)定的供電系統(tǒng)是國民經(jīng)濟發(fā)展的重要基礎，是現(xiàn)代工業(yè)社會和諧發(fā)展的 必要條件。電力變壓器是電力系統(tǒng)中的重要樞紐設備，其運行的可靠性直接關系到電力系 統(tǒng)的安全性與穩(wěn)定性。目前大型變壓器在運行中出現(xiàn)異?，F(xiàn)象的情況時有發(fā)生，對電網(wǎng)的 安全運行造成了嚴重威脅。
[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內(nèi)部系統(tǒng)進行散熱和絕緣，而變 壓器處于不同運行狀態(tài)時，其絕緣油中溶解氣體組分和濃度各不相同，對油中溶解氣體進 行采樣和分析，即可推斷出變壓器的運行狀態(tài)，可以有效地對變壓器進行故障診斷。然而變 壓器結(jié)構的復雜性以及故障原因、故障現(xiàn)象和故障機理的多樣性、隨機性和模糊性，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，檢測油浸變壓器內(nèi)部故障，已成為對其進行絕緣監(jiān)督的重要手段。但是故障特征氣體與 故障之間存在復雜的非線性關系，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，往往不能對故障進行準確的診斷。
[0004] 近年來，眾多人工智能方法被單獨或交叉應用于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性?；虮磉_式程序設計（GEP)分類方法無需人為選擇數(shù)學 模型，能夠根據(jù)與問題有關的終結(jié)點集和函數(shù)集，自動生成與訓練數(shù)據(jù)相擬合的函數(shù)表達 式，從而對變壓器油色譜數(shù)據(jù)進行精確分類，為變壓器故障的診斷技術的發(fā)展開拓了新的 途徑。GEP算法具有優(yōu)良的逼近任意非線性映射的能力，以及優(yōu)秀的自適應性，在有限的訓 練樣本下可以得到較為準確的結(jié)果。
[0005] 基因表達式程序設計（GEP)是由葡萄牙科學家C. Ferreira實用新型的一種基于 基因模型和表現(xiàn)型的新型遺傳算法，其從遺傳算法(簡稱GAs)和遺傳程序設計(簡稱GP)中 發(fā)展而來，在吸收了二者優(yōu)點的同時，又克服了二者的不足之處，其顯著特點就是可以利 用簡單編碼解決復雜問題。個體構成需要兩類符號，即終結(jié)符和函數(shù)符。染色體由一個基因 (Gene)或多個基因通過連接函數(shù)連接構成?；蛴深^部和尾部構成?；虻念^部（Head) 由終結(jié)符集和函數(shù)符集共同構成?；虻奈膊浚═ail)僅由終結(jié)符集構成。 【實用新型內(nèi)容】
[0006] 本實用新型所解決的技術問題克服上面所述目前存在的技術缺陷，提供一種智能 電網(wǎng)故障自愈控制裝置，以提高小訓練樣本下，系統(tǒng)的自適應能力，提高故障診斷的準確 性。
[0007] 本實用新型提供了一種智能電網(wǎng)故障自愈控制裝置，其包括檢測模塊、控制模塊， 判斷模塊、顯示模塊以及接口模塊，其中檢測模塊獲得特征氣體的濃度數(shù)據(jù)，控制模塊存儲 經(jīng)過訓練的GEP模型，包括分類器GEP1-GEP7 ;判斷模塊基于檢測模塊獲得的氣體濃度數(shù) 據(jù)，調(diào)用控制模塊的GEP分類器以判斷故障種類。
[0008] 該智能電網(wǎng)故障自愈控制裝置基于GEP算法的變壓器的故障診斷方法，該方法包 括以下步驟：
[0009] (1)采集特征氣體濃度數(shù)據(jù)；
[0010] (2)對數(shù)據(jù)進行預處理；
[0011] (3)判斷是否存在故障以及故障種類，采用7個GEP訓練的分類器GEP1-GEP7,其 中GEPl用于判斷變壓器的正常狀態(tài)與低能放電狀態(tài)，GEP2用于判斷變壓器的正常狀態(tài)與 高能放電狀態(tài)，GEP3用于判斷變壓器的正常狀態(tài)與過熱狀態(tài)，GEP4用于判斷變壓器的過熱 狀態(tài)與低能放電狀態(tài)，GEP5用于判斷變壓器的過熱狀態(tài)與高能放電狀態(tài)，GEP6用于判斷變 壓器的低能放電狀態(tài)與高能放電狀態(tài)，GEP7用于判斷變壓器的中低溫過熱與高溫過熱；
[0012] (4)顯示故障信息。
[0013] 本實用新型中所提取的特征氣體包括!12,014,02冊，02!14，02!12,03!14中的至少5 種。其中，對數(shù)據(jù)的預處理包括歸一化處理，使得濃度數(shù)據(jù)限制在[0，1]范圍內(nèi)，歸一值的 表達式為di=l-l/ eXp (2 (Xi/Ti) 2) (i=l，2,…，5)，其中，Xi為每種氣體原始值，Ti為該氣體 關注值。該關注值為根據(jù)專家經(jīng)驗給出的危險警報值。該流程可以有效提高在線診斷系統(tǒng) 對高發(fā)故障診斷的準確性。
【附圖說明】
[0014] 圖1示出了本實用新型的7個GEP分類器進行判斷的判斷路徑。
【具體實施方式】
[0015] 本實用新型的智能電網(wǎng)故障自愈控制裝置基于GEP算法的變壓器故障診斷方法 的具體方法結(jié)合實施例進行說明。
[0016] 數(shù)據(jù)采集：選擇H2、CH4、C2H6、C2H4和C2H2作為屬性變量，采用氣相色譜分析法 以固定抽樣頻率對變壓器絕緣油中這五種故障特征氣體進行濃度檢測，然后將濃度數(shù)據(jù)實 時送至數(shù)據(jù)預處理部分。為了建立GEP模型，定義如表1所示的條件屬性及其數(shù)據(jù)類型。
[0017] 表1屬性及其數(shù)據(jù)類型
[0018]
【主權項】
1. 一種智能電網(wǎng)故障自愈控制裝置，其包括檢測模塊、控制模塊，判斷模塊、顯示模塊 以及接口模塊，其中檢測模塊獲得特征氣體的濃度數(shù)據(jù)，控制模塊存儲經(jīng)過訓練的GEP模 型，包括分類器GEP1-GEP7;判斷模塊基于檢測模塊獲得的氣體濃度數(shù)據(jù)，調(diào)用控制模塊的 GEP分類器以判斷故障種類。
【專利摘要】本實用新型公開了一種智能電網(wǎng)故障自愈控制裝置，其包括檢測模塊、控制模塊，判斷模塊、顯示模塊以及接口模塊，其中檢測模塊獲得特征氣體的濃度數(shù)據(jù)，控制模塊存儲經(jīng)過訓練的GEP模型，包括分類器GEP1-GEP7；判斷模塊基于檢測模塊獲得的氣體濃度數(shù)據(jù)，調(diào)用控制模塊的GEP分類器以判斷故障種類。該自愈控制裝置可以再有限的訓練樣本下可以得到較為準確的結(jié)果，提高了故障診斷的準確率。
【IPC分類】G01R31-00, G01R31-12
【公開號】CN204269740
【申請?zhí)枴緾N201420684190
【發(fā)明人】李志恒, 陳軍, 王紅印, 付紅軍, 鎬俊杰, 薛蓋超
【申請人】國網(wǎng)河南省電力公司, 國家電網(wǎng)公司
【公開日】2015年4月15日
【申請日】2014年11月17日