电力变压器的故障诊断方法及诊断装置制造方法及图纸

本发明专利技术公开了一种电力变压器的故障诊断方法及诊断装置，其中，方法包括以下步骤：采集故障类型明确油中溶解气样本，以建立故障标准序列；综合故障标准序列和改良三比值法建立含待测样本的样本矩阵；确定核函数类型，并初始化核模糊聚类算法对应参数；通过核模糊聚类算法迭代求解隶属度矩阵；根据隶属度矩阵得到待测样本的隶属度值，通过隶属度值比较以确定待测样本的最终故障类型。该诊断方法可以提高样本划分簇的准确性和可靠性，适用范围更广，并且有效提高电力变压器内部潜伏性故障诊断的准确率。

Fault diagnosis method and device for power transformer

The invention discloses a fault diagnosis method of power transformer and the diagnosis device, wherein the method comprises the following steps: dissolving the sample gas collecting fault type clear oil, in order to establish the fault standard sequence; establish the sample matrix containing sample, the comprehensive fault standard sequence and improved three ratio method; determine the type of kernel function, and initialization of kernel fuzzy clustering algorithm parameters by fuzzy kernel clustering algorithm; iterative membership matrix; according to the membership matrix to obtain membership sample values through membership values compared to determine samples of the final fault type. The proposed method can improve the accuracy and reliability of the classification of samples, and has a wide range of application, and can effectively improve the accuracy of latent fault diagnosis in power transformer.

【技术实现步骤摘要】

本专利技术涉及电力变压器
，特别涉及一种电力变压器的故障诊断方法及诊断装置。
技术介绍
电力变压器作为电力网的枢纽设备，连接不同电压等级的输电线路，承担电压变换、电能分配的功能。由于电力变压器内部结构复杂，电场分布不均匀，同时运行过程中承受着电、热、机械、化学、环境等方面应力，导致其不可避免的出现各类缺陷与故障。当电力变压器因故障导致非计划停电时，不仅给电力生产单位带来巨大经济损失，也将严重破坏人们日常生活、社会正常秩序。DGA(DissolvedGasAnalysis，油中溶解气分析)方法是一种简单有效的变压器故障诊断技术。但DGA方法存在编码边界绝对、比值盲区、诊断率有待提高及应用前提等局限性。随着故障诊断技术的发展，目前主要有专家系统、人工神经网络、petri网络、模糊理论、支持向量机等方法。但专家系统以大量的历史经验及专家知识，当知识库不完备时容易出现错误诊断；面对多故障类型，支持向量机需要构造多分类器、分类效率不高等问题，ANN容易陷入局部最优值且依赖训练集等问题，而模糊理论存在忽略属性相关性的问题等。利用模糊聚类及IEC三比值法的故障诊断方法能充分客观、有效的实现基于大量变压器样本数据的故障诊断方法。但是由于模糊聚类方法对聚类簇做超球面假设，所以仅适用于对凸集聚类分析，导致故障诊断精度有待进一步提高；此外IEC三比值法所无法判断多重故障类型，实际使用中无法确定所有故障类型。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种电力变压器的故障诊断方法，该方法可以有效提高电力变压器内部潜伏性故障诊断的准确率，简单方便。本专利技术的另一个目的在于提出一种电力变压器的故障诊断装置。为达到上述目的，本专利技术一方面实施例提出了一种电力变压器的故障诊断方法，包括以下步骤：采集故障类型明确油中溶解气样本，以建立故障标准序列；综合标准故障序列和改良三比值法建立含待测样本的样本矩阵；确定核函数类型，并初始化核模糊聚类算法对应参数；通过所述核模糊聚类算法迭代求解隶属度矩阵；根据所述隶属度矩阵得到所述待测样本的隶属度值，通过隶属度值比较以确定所述待测样本的最终故障类型。本专利技术实施例的电力变压器的故障诊断方法，通过核函数的聚类方法将故障数据映射到高维特征空间进行聚类分析，从而突出样本特性，提高了样本划分簇的准确性和可靠性，适用范围更广，并且基于核模糊聚类的故障诊断可以避免比值法编码缺失、编码边界绝对等缺陷，从而有效提高电力变压器内部潜伏性故障诊断的准确率，简单便捷。另外，根据本专利技术上述实施例的电力变压器的故障诊断方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述通过核模糊聚类算法迭代求解隶属度矩阵进一步包括：根据所述核模糊聚类算法迭代求解所述隶属度矩阵与聚类中心矩阵，直至满足迭代停止条件。进一步地，在本专利技术的一个实施例中，所述根据所述隶属度矩阵分析所述待测样本的隶属度值进一步包括：根据所述待测样本的隶属度值与各标准序列的隶属度值确定所述最终故障类型。进一步地，在本专利技术的一个实施例中，所述根据改良三比值法建立含待测样本的样本矩阵进一步包括：根据所述改良三比值法计算所述样本矩阵中各参量比值，以构成所述样本矩阵。可选地，在本专利技术的一个实施例中，所述核函数类型为高斯核函数，所述对应参数包括聚类类别数、平滑参数、迭代停止阈值、初始化聚类中心、迭代次数和核函数宽度中的一种或多种。为达到上述目的，本专利技术另一方面实施例提出了一种电力变压器的故障诊断装置，包括：采集模块，用于采集故障类型明确油中溶解气样本，以建立故障标准序列；建立模块，用于综合标准故障序列和改良三比值法建立含待测样本的样本矩阵；获取模块，用于确定核函数类型，并初始化核模糊聚类算法对应参数；计算模块，用于通过所述核模糊聚类算法迭代求解隶属度矩阵；诊断模块，用于根据所述隶属度矩阵得到所述待测样本的隶属度值，通过隶属度值比较以确定所述待测样本的最终故障类型。本专利技术实施例的电力变压器的故障诊断装置，通过核函数的聚类方法将故障数据映射到高维特征空间进行聚类分析，从而突出样本特性，提高了样本划分簇的准确性和可靠性，适用范围更广，并且基于核模糊聚类的故障诊断可以避免比值法编码缺失、编码边界绝对等缺陷，从而有效提高电力变压器内部潜伏性故障诊断的准确率，简单便捷。另外，根据本专利技术上述实施例的电力变压器的故障诊断装置还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述计算模块还用于根据所述核模糊聚类算法迭代求解所述隶属度矩阵与聚类中心矩阵，直至满足迭代停止条件。进一步地，在本专利技术的一个实施例中，所述诊断模块还用于根据所述待测样本的隶属度值与各标准序列的隶属度值确定所述最终故障类型。进一步地，在本专利技术的一个实施例中，所述建立模块还用于根据所述改良三比值法计算所述样本矩阵中各参量比值，以构成所述样本矩阵。可选地，在本专利技术的一个实施例中，所述核函数类型为高斯核函数，所述对应参数包括聚类类别数、平滑参数、迭代停止阈值、初始化聚类中心、迭代次数和核函数宽度中的一种或多种。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的电力变压器的故障诊断方法的流程图；图2为根据本专利技术一个具体实施例的电力变压器的故障诊断方法的流程图；图3为根据本专利技术一个实施例的电力变压器的故障诊断装置的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的电力变压器的故障诊断方法及诊断装置，首先将参照附图描述根据本专利技术实施例提出的电力变压器的故障诊断方法。图1是本专利技术一个实施例的电力变压器的故障诊断方法的流程图。如图1所示，该电力变压器的故障诊断方法以下步骤：在步骤S101中，采集故障类型明确油中溶解气样本，以建立故障标准序列。可以理解的是，如图2所示，首先可以基于故障类型明确的油中溶解气样本建立故障标准谱。在步骤S102中，综合故障标准序列和改良三比值法建立含待测样本的样本矩阵。也就是说，如图2所示，其次可以结合改良三比值法建立含待测样本的样本矩阵。进一步地，在本专利技术的一个实施例中，根据改良三比值法建立含待测样本的样本矩阵进一步包括：根据改良三比值法计算样本矩阵中各参量比值，以构成样本矩阵。在步骤S103中，确定核函数类型，并初始化核模糊聚类算法对应参数。可以理解的是，如图2所示，首先选择核函数类型，其次初始化模糊聚类算法相关参数。举例而言，核函数类型为高斯核函数，对应参数包括聚类类别数、平滑参数、迭代停止阈值、初始化聚类中心、迭代次数和核函数宽度中的一种或多种。在步骤S104中，通过核模糊聚类算法迭代求解隶属度矩阵。可以理解的是，通过核聚类算法迭代求解隶属度矩阵；比较分析样本隶属度值并确定待测样本故障类型。进一步地，在本文档来自技高网...

【技术保护点】
一种电力变压器的故障诊断方法，其特征在于，包括以下步骤：采集故障类型明确油中溶解气样本，以建立故障标准序列；综合故障标准序列和改良三比值法建立含待测样本的样本矩阵；确定核函数类型，并初始化核模糊聚类算法对应参数；通过所述核模糊聚类算法迭代求解隶属度矩阵；根据所述隶属度矩阵得到所述待测样本的隶属度值，通过隶属度值比较以确定所述待测样本的最终故障类型。

【技术特征摘要】
1.一种电力变压器的故障诊断方法，其特征在于，包括以下步骤：采集故障类型明确油中溶解气样本，以建立故障标准序列；综合故障标准序列和改良三比值法建立含待测样本的样本矩阵；确定核函数类型，并初始化核模糊聚类算法对应参数；通过所述核模糊聚类算法迭代求解隶属度矩阵；根据所述隶属度矩阵得到所述待测样本的隶属度值，通过隶属度值比较以确定所述待测样本的最终故障类型。2.根据权利要求1所述的电力变压器的故障诊断方法，其特征在于，所述通过核模糊聚类算法迭代求解隶属度矩阵进一步包括：根据所述核模糊聚类算法迭代求解所述隶属度矩阵与聚类中心矩阵，直至满足迭代停止条件。3.根据权利要求1所述的电力变压器的故障诊断方法，其特征在于，所述根据所述隶属度矩阵分析所述待测样本的隶属度值进一步包括：根据所述待测样本的隶属度值与各标准序列的隶属度值确定所述最终故障类型。4.根据权利要求1所述的电力变压器的故障诊断方法，其特征在于，所述根据改良三比值法建立含待测样本的样本矩阵进一步包括：根据所述改良三比值法计算所述样本矩阵中各参量比值，以构成所述样本矩阵。5.根据权利要求1所述的电力变压器的故障诊断方法，其特征在于，所述核函数类型为高斯核函数，所述对应参数包括聚类类别数、平滑参数、迭代停止阈值、初始化聚类中心、迭代次数和...

【专利技术属性】
技术研发人员：覃煜，黄慧红，方健，陈雁，
申请(专利权)人：广州供电局有限公司，
类型：发明
国别省市：广东;44