扈常生，黃永烈，顧斯洋，崔 鵬，張 英，王 軍

（國(guó)網(wǎng)遼寧省電力有限公司營(yíng)口供電公司，遼寧 營(yíng)口 115000）

0 引 言

電力系統(tǒng)變壓器的穩(wěn)定運(yùn)行決定著整個(gè)電網(wǎng)的穩(wěn)定運(yùn)行，因此提高電力變壓器故障診斷技術(shù)水平，可以保證電網(wǎng)的安全穩(wěn)定運(yùn)行。變壓器是一個(gè)復(fù)雜的器件結(jié)構(gòu)，可以檢測(cè)到多種故障信息，且故障與特征量之間具有復(fù)雜的關(guān)系，導(dǎo)致難以對(duì)故障類型做出準(zhǔn)確判斷。采取多維特征量和決策融合的變壓器故障診斷方式，對(duì)多層次的故障特征信息實(shí)施融合，能夠精準(zhǔn)檢測(cè)變壓器故障信息，保證變壓器的穩(wěn)定運(yùn)行，提高電力系統(tǒng)運(yùn)行的安全性和可靠性。

1 多證據(jù)體構(gòu)造與特征融合分析

獲取故障特征信息過程中容易出現(xiàn)數(shù)據(jù)信息缺失的現(xiàn)象，因此單一的故障檢測(cè)方法難以取得良好的檢測(cè)效果，最好采用實(shí)施多種方法進(jìn)行檢測(cè)將檢測(cè)結(jié)果進(jìn)行融合的方式。多證據(jù)體是在多特征量融合的故障檢測(cè)技術(shù)的基礎(chǔ)上，依照診斷的結(jié)果實(shí)施建立的[1]。電力系統(tǒng)中變壓器的故障信息量大，種類繁多，且來源也較多，原始故障特征信息的簡(jiǎn)單融合已不能滿足故障檢測(cè)模型的基本要求。由于先前檢驗(yàn)的數(shù)據(jù)信息并不完備，在篩選特征量時(shí)容易出現(xiàn)盲目性的選擇，產(chǎn)生因特征量過多影響故障檢測(cè)最后的結(jié)果等問題。

2 基于多維特征量的電力變壓器故障診斷技術(shù)研究

2.1 多信息模型融合設(shè)計(jì)

建立多信息融合模型可以滿足故障診斷的基本需要，有效提高故障診斷的效率。多信息融合故障診斷模型圖如圖1所示。

圖1 多信息融合故障診斷模型圖

在多信息融合故障診斷模型中，特征信息融合模塊和故障決策融合診斷模塊是結(jié)構(gòu)的核心部分。在特征信息數(shù)據(jù)選取階段，由于變壓器運(yùn)行狀態(tài)信息的特征量較多，在判斷故障信息時(shí)，不能把所有的特征狀態(tài)量數(shù)據(jù)都考慮進(jìn)來[2]。變壓器是一個(gè)復(fù)雜的結(jié)構(gòu)體，可以依據(jù)變壓器對(duì)象的故障類型實(shí)施歸類劃分，進(jìn)而對(duì)故障信息做出判斷。在特征信息融合階段，變壓器故障特征信息的反饋具有局限性，且變壓器故障具有一定潛伏性，依靠DGA很難對(duì)變壓器具體的故障信息數(shù)據(jù)進(jìn)行挖掘。筆者設(shè)計(jì)將DGA和在線監(jiān)測(cè)數(shù)據(jù)相結(jié)合作為特征量，從而進(jìn)行特征信息的互補(bǔ)，得出豐富的故障特征信息組合。故障特征信息的融合可以有效提高故障診斷效率，但是簡(jiǎn)單的特征融合會(huì)導(dǎo)致分類性能的降低。在初步診斷階段，會(huì)將特征信息組合之后的樣本數(shù)據(jù)放入初步診斷模塊中，通過貝葉斯計(jì)算和BP神經(jīng)網(wǎng)絡(luò)計(jì)算方法對(duì)故障進(jìn)行初步診斷，輸出初步診斷的結(jié)果，獲得故障決策融合的證據(jù)體。在故障決策融合診斷階段，若初步診斷的結(jié)果一致，可直接得出故障決策結(jié)果，而當(dāng)初步診斷的結(jié)果不一致時(shí)，應(yīng)對(duì)診斷數(shù)據(jù)進(jìn)行融合[3]。在融合證據(jù)時(shí)，若證據(jù)之間存有沖突，D-S證據(jù)合成的規(guī)制便是不成功的，而若證據(jù)體之間沒有沖突，D-S證據(jù)合成規(guī)制便是成功并且可以使用的。

2.2 基于D-S證據(jù)理論的故障決策融合分析

筆者選用220 V主變壓器，選取230組故障樣本實(shí)例，其中110組是測(cè)試樣本數(shù)據(jù)實(shí)體。故障決策融合主要指將初步診斷的結(jié)果進(jìn)行有效融合，得出綜合的故障判斷依據(jù)，并對(duì)故障信息進(jìn)行高效準(zhǔn)確的分類。D-S證據(jù)的最基本策略是將各證據(jù)體劃分為不相關(guān)的個(gè)體，在辨識(shí)框架內(nèi)采取獨(dú)立方式實(shí)施判斷，最終采用Dempster計(jì)算規(guī)則對(duì)故障診斷結(jié)果數(shù)據(jù)進(jìn)行融合[4]。用證據(jù)理論輔助的方法處理初步診斷結(jié)果可以得出合理的故障診斷結(jié)果。先對(duì)選用的故障樣本實(shí)體進(jìn)行分組，然后進(jìn)行故障決策信息融合，進(jìn)一步驗(yàn)證采用的方法是否有效。在對(duì)故障診斷結(jié)果進(jìn)行對(duì)比分析時(shí)，若結(jié)果數(shù)據(jù)不一致，需要對(duì)結(jié)果數(shù)據(jù)進(jìn)行決策融合，得出正確的判斷結(jié)果。在進(jìn)行多信息融合診斷模型有效性驗(yàn)證時(shí)，可通過貝葉斯計(jì)算和BP神經(jīng)網(wǎng)絡(luò)計(jì)算方法對(duì)故障特征量進(jìn)行分類，進(jìn)而其故障數(shù)據(jù)結(jié)果進(jìn)行判斷[5]。多信息融合故障診斷技術(shù)比單一的DGA故障判斷技術(shù)效果更好，而且在故障識(shí)別方面具有更大優(yōu)勢(shì)。例如，基于D-S證據(jù)理論的故障決策融合技術(shù)，在變壓器故障識(shí)別應(yīng)用領(lǐng)域發(fā)揮出很好的效果。

3 結(jié) 論

隨著電子系統(tǒng)設(shè)備狀態(tài)檢修技術(shù)的不斷發(fā)展，保證變壓器故障診斷技術(shù)的準(zhǔn)確性成為研究的重點(diǎn)內(nèi)容。筆者以多維特征量和信息融合為基礎(chǔ)，對(duì)電力變壓器故障診斷技術(shù)開展研究，提出基于多維特征量的電力變壓器故障診斷技術(shù)，從而有效檢測(cè)變壓器運(yùn)行狀態(tài)，保證變壓器的正常穩(wěn)定工作。