一种智能电网故障诊断方法技术

技术编号:11057541 阅读:129 留言:0更新日期:2015-02-18 20:39
本发明专利技术公开了一种智能电网故障诊断方法,该在线故障诊断方法基于粗糙集理论,利用遗传算法获得的适应值函数对取得的数据进行离散化、属性简约和值简约,获得最终的故障诊断规则。该方法利用了遗传算法的进化特性,可以提高故障判断的精度以及针对性。

【技术实现步骤摘要】

本专利技术涉及电力配电系统故障诊断
,特别涉及一种智能电网故障诊断方 法。
技术介绍
安全、稳定的供电系统是国民经济发展的重要基础,是现代工业社会和谐发展的 必要条件。电力变压器是电力系统中的重要枢纽设备,其运行的可靠性直接关系到电力系 统的安全性与稳定性。目前大型变压器在运行中出现异常现象的情况时有发生,对电网的 安全运行造成了严重威胁。 国内电力系统中大多数电力变压器采用绝缘油对内部系统进行散热和绝缘,而变 压器处于不同运行状态时,其绝缘油中溶解气体组分和浓度各不相同,对油中溶解气体进 行采样和分析,即可推断出变压器的运行状态,可以有效地对变压器进行故障诊断。然而变 压器结构的复杂性以及故障原因、故障现象和故障机理的多样性、随机性和模糊性,使得其 绝缘故障诊断存在许多困难。利用油中溶解气体分析(DGA,Dissolved Gas Analysis)方 法,检测油浸变压器内部故障,已成为对其进行绝缘监督的重要手段。但是故障特征气体与 故障之间存在复杂的非线性关系,传统的IEC三比值法和无编码比值法判断过于简单化, 且存在比值盲区问题,往往不能对故障进行准确的诊断。 近年来,众多人工智能方法被单独或交叉应用于DGA故障诊断表的建立中,且不 同程度的改善了故障表的适应性。粗糙集理论是Pawlak教授于1991年提出的一种分析和 处理不精确、不一致、不完整数据的方法,其能够在保留关键信息前提下,对知识处理求得 知识的最小表达。粗糙集理论的应用,能够优先对属性进行约简,解决不完备信息情况下的 变压器故障诊断问题。粗糙集理论中,属性简约是分类规则获取的关键步骤。现有研究中, 如粗糙集与贝叶斯网络相结合,或粗糙集与IEC三比值法相结合等诊断方法,多基于可辨 识矩阵,离散化多基于专家经验,简约后得到的诊断规则缺少针对性。
技术实现思路
本专利技术所解决的技术问题克服上面所述目前存在的技术缺陷,而目的提供一种基 于改进粗糙集约简算法的配电系统在线故障诊断方法,特别是配电变压器故障诊断方法, 以提高故障诊断的针对性。 本专利技术提供了,它包括配电变压器的故障诊断方法, 其该方法包括以下步骤: a. 采集特征气体浓度数据; b. 存入数据库; c. 形成原始信息表; d. 结合遗传算法的适应函数,利用粗糙集理论,将原始信息表进行连选属性离散化,形 成离散化信息表; e. 结合遗传算法的适应函数,进行属性简约和值简约,其中,适应值函数如 式1所示,其中f (a)是约简的相对冗余度,P(a)是惩罚函数,Ctl是预设阈值,本文档来自技高网
...

【技术保护点】
一种智能电网故障诊断方法,包括配电变压器的故障诊断方法,包括以下步骤:采集特征气体浓度数据;存入数据库;形成原始信息表;利用粗糙集理论,将原始信息表进行连选属性离散化,形成离散化信息表;结合遗传算法的适应函数,进行属性简约和值简约,其中,适应值函数如式1所示,其中f(a)是约简的相对冗余度,P(a)是惩罚函数,C0是预设阈值,为元素a的重要度,,为第j条条件属性,为第i条决策属性;α值使得惩罚函数P(a)在C(a)<C0时近似为1,在C(a)>C0时迅速衰减为0;群体进化早期取值较小,群体进化后期,取值逐渐增大;式1(6)判断是否存在故障以及故障种类;(7)显示故障信息。

【技术特征摘要】
1. 一种智能电网故障诊断方法,包括配电变压器的故障诊断方法,包括以下步骤: 采集特征气体浓度数据; 存入数据库; 形成原始信息表; 利用粗糙集理论,将原始信息表进行连选属性离散化,形成离散化信息表; 结合遗传算法的适应函数,进行属性简约和值简约,其中,适应值函数如 式1所示,其中f (a)是约简的相对冗余度,P(a)是惩罚函数,Ctl是预设阈值,(6) 判断是否存在故障以及故障种类; (7) 显示故障信息。2. 如权利要求1所述的智能电网故障诊断方法,其中特征气体包括H2, CH4, C2H6, C3H8,C2H4,C3H6,C2H2,C3H4,C02,C0,CH4/ H2,C2H6/...

【专利技术属性】
技术研发人员:陈军李志恒王红印付红军薛盖超
申请(专利权)人:国网河南省电力公司国家电网公司
类型:发明
国别省市:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1