一种基于改进主成分分析的变压器故障诊断方法技术

本发明专利技术公开了一种基于改进主成分分析的变压器故障诊断方法，属于变压器故障诊断技术领域。该方法采用样本指标绝对值之和对样本指标值进行标准化处理，既消除各指标数值在数量级上的差异，又保持了各个样本间的信息差异特征；根据主成分的累计贡献率选取样本主成分，对样本主成分之间的欧氏距离进行聚类，判断变压器的故障类型。本发明专利技术方法能有效地提高变压器内部潜伏性故障诊断的准确率。

【技术实现步骤摘要】

本专利技术涉及一种基于改进主成分分析的变压器故障诊断方法，属于变压器故障诊断

技术介绍
电力变压器是电力系统的重要设备，其自身的可靠性已经成为电网稳定运行的基础。及时、准确地诊断出变压器故障尤其是危险事故发生之前的潜伏性故障，不仅直接关系到电能输送的可靠性以及电力系统运行的安全性，还可以避免其因事故扩大，造成停机以及对系统冲击、烧坏设备而产生的巨大经济损失。因此，提高变压器潜伏性故障诊断的准确率，具有非常重要的研究意义。目前变压器油中溶解气体分析(DGA)法已成为电力系统判断变压器内部故障性质的主要方法。在DGA法中最为常用的是三比值判断法则。三比值判断法则形式简单、清晰，使用方便，但在现场应用中经常发现有缺编码、编码边界过于绝对等缺点，甚至有些比值还找不到对应的故障类型，因此其故障诊断的准确率还有待提高。随着人工智能技术的发展，采用神经网络、模糊聚类、灰色理论和证据推理以及其他智能方法进行变压器故障诊断的研究成为比较热门的主题。然而，神经网络法虽然具备自学习能力，但对样本的依赖性较大；模糊理论较容易忽略样本空间的相关性；灰色理论也容易受人为主观因素影响；证据推理算法太复杂，且在评价过程中会具有一定程度的不确定性和主观性。所以，目前这些人工智能方法在变压器故障诊断应用中的成熟性还有待提高。变压器内部潜伏性故障包含各种复杂的因素，且这些因素很多时候包含着重复的信息。这些信息越冗长，就越不容易对故障的发展规律进行正确判断。然而在大部分故障研究过程中，故障的特征信息总是有一定的相关性。因此，如何消除特征信息变量之间的相关性以使故障判断更加精确，成为一个颇受关注的问题。1933年，霍特林提出的主成分分析PCA(PrincipalComponentAnalysis)法便是实现这一目的的有效途径之一。本专利技术基于变压器DGA理论，提出采用改进型的主成分分析法直接对变压器内部故障进行诊断。通过主成分的累计贡献率阈值，选取主成分个数以及相应的特征向量，建立原始样本数据的主成分模型，使得包含信息不重叠且互不相关的主成分，具有能最大综合原始样本变量信息的能力。这样更容易抓住事物的主要矛盾，使问题得到简化，尤其对于运行环境恶劣、故障类型和故障状态特征量之间存在着很大模糊性的变压器故障分析而言，理清这些故障性质关系具有明显的优势。
技术实现思路
本专利技术的目的在于现有技术中的不足，提供一种基于改进主成分分析的变压器故障诊断方法。为解决上述技术问题，本专利技术采用的技术方案为：一种基于改进主成分分析的变压器故障诊断方法，包括如下步骤：1)分析变压器故障状态；2)进行样本初始矩阵标准化处理；3)建立相关系数矩阵，计算特征值和特征向量；4)计算主成分贡献率及累计贡献率，选取样本主成分；5)计算待测样本和状态特征样本主成分之间的距离，判断待测样本状态归属。前述的分析变压器故障状态是指，将油色谱试验中的五种关键烃类气体H2、CH4、C2H2、C2H4、C2H6作为特征气体，将变压器故障分为正常、局部放电、低能量放电、高能量放电、热故障t﹤300℃、热故障300℃﹤t﹤700℃、热故障t﹥700℃和放电与过热混合故障八种故障状态。前述的进行样本初始矩阵标准化处理，具体为：设有n个样本，每个样本有p项指标，得到样本初始矩阵X：X=x11x12...x1px21x22...x2p.........xn1xn2...xnp=x1x2...xnT---(1)]]>其中，xij,i＝1,2……n,j＝1,2……p，表示第i个样本的第j项指标，xi＝[xi1xi2…xip],i＝1,2……n；采用下式进行标准化处理，得到样本标准化数据矩阵，xij*=xijΣj=1p|xij|---(2)]]>其中，为xij的标准化数据。前述的相关系数矩阵R为：R=r11r12...r1pr21r22...r2p.........rp1rp2...rpp---(3)]]>rij=Σk=1n[(xki-x‾i)(xkj-x‾j)]Σk=1n(xki-x‾i)2Σk=1n(xkj-x‾j)2---(4)]]>其中，rij,i,j＝1,2,…,p为样本标准化数据矩阵的相关系数；rij＝rji；为xi中元素的均值；为xj中元素的均值；运用Jacobi法求解特征方程|λI-R|＝0，计算R的特征值，并将特征值按大小顺序排列：λ1≥λ2≥…≥λp≥0，λi,i＝1,2……p为R的特征值；同时求得与特征值相对应的特征向量：a1、a2、…、ai、…、ap，ai＝[a1ia2i…api]T,i＝1,2,…,p。前述的计算主成分贡献率Ti及累计贡献率MC，公式如下：Ti=λiΣk=1pλki=1,2,...,pMC=Σk=1CλkΣk=1pλkC=1,2,...,p---(5)]]>所述选择样本主成分是指，当累计贡献率MC满足下式时，前C个主成分即为所选择的样本主成分，||1-MCMC||≤ϵ---(6)]]>其中，0＜MC≤1，阈值ε＞0，且为正的极小实数。前述的阈值ε＝0.005。前述的步骤5)中，样本主成分的计算公式为：Fi=Fi1Fi2...Fip=a11a21...ap1a12a22...ap2.........a1pa2p...appxiT,i=1,2,...,p---(7)]]>Fi为样本xi的主成分，根据式(7)得到状态特征样本的主成分FM和待测样本的主成分FM＝(F1F2…Fm)Ff*=Ff1*Ff2*...Ffm*]]>其中，f为变压器故障类别的序号，m为所选择的样本主成分数，选取状态特征样本主成分FM和待测样本主成分间的欧氏距离df，作为待测样本和状态特征样本之间的总体相似度，df=[Σk=1m(Fk-Ffk*)2]1/2---(8)]]>找出最小的欧氏距离，待测样本就归属于最小欧氏距离所对应的状态特征样本所属的一类故障状态。有益效果：本专利技术采用变量绝对值之和对变量进行标准化处理，既消除了各指标数值在数量级上的差异，又保持了各个变量间的信息差异特征；样本空间的变量包含了DGA的5种特征气体和三比值编码，计算主成分的累计贡献率阈值，选取主元个数，形成主成分模型，简化了变压器繁冗的信息特征；分析样本主成分之间的距离，判断变压器潜伏性故障状态归属，对于理清变压器复杂的潜伏性故障性质关系具有明显的优势。本专利技术方法能够较为准确地反映变压器的运行状态，具有一定的有效性，且一定程度上对样本中的噪音具有较强的去噪和免疫能力，其通过计算出样本的主成分，实现对复杂信息的特征抽取，消除变量间的相关特性，从而提高了聚类的精度。附图说明图1为基于改进主成分分析的变压器故障诊断方法流程图；图2为主成分选择流程图。具体实施方式下面结合附图和实施方式对本专利技术作更进一步的说明。本专利技术的一种基于改进主成分分析的变压器故障诊断方法，如图1所示，包括如下步骤：步骤一：分析变压器故障状态；步骤二：样本初始矩阵标准化处理；步骤本文档来自技高网...

【技术保护点】
一种基于改进主成分分析的变压器故障诊断方法，其特征在于，包括如下步骤：1)分析变压器故障状态；2)进行样本初始矩阵标准化处理；3)建立相关系数矩阵，计算特征值和特征向量；4)计算主成分贡献率及累计贡献率，选取样本主成分；5)计算待测样本和状态特征样本主成分之间的距离，判断待测样本状态归属。

【技术特征摘要】
1.一种基于改进主成分分析的变压器故障诊断方法，其特征在于，包括如下步骤：1)分析变压器故障状态；2)进行样本初始矩阵标准化处理；3)建立相关系数矩阵，计算特征值和特征向量；4)计算主成分贡献率及累计贡献率，选取样本主成分；5)计算待测样本和状态特征样本主成分之间的距离，判断待测样本状态归属。2.根据权利要求1所述的一种基于改进主成分分析的变压器故障诊断方法，其特征在于：所述分析变压器故障状态是指，将油色谱试验中的五种关键烃类气体H2、CH4、C2H2、C2H4、C2H6作为特征气体，将变压器故障分为正常、局部放电、低能量放电、高能量放电、热故障t﹤300℃、热故障300℃﹤t﹤700℃、热故障t﹥700℃和放电与过热混合故障八种故障状态。3.根据权利要求1所述的一种基于改进主成分分析的变压器故障诊断方法，其特征在于：所述进行样本初始矩阵标准化处理，具体为：设有n个样本，每个样本有p项指标，得到样本初始矩阵X：X=x11x12...x1px21x22...x2p.........xn1xn2...xnp=x1x2...xnT---(1)]]>其中，xij,i＝1,2……n,j＝1,2……p，表示第i个样本的第j项指标，xi＝[xi1xi2…xip],i＝1,2……n；采用下式进行标准化处理，得到样本标准化数据矩阵，xij*=xijΣj=1p|xij|---(2)]]>其中，为xij的标准化数据。4.根据权利要求3所述的一种基于改进主成分分析的变压器故障诊断方法，其特征在于：所述相关系数矩阵R为：R=r11r12...r1pr21r22...r2p.........rp1rp2...rpp---(3)]]>rij=Σk=1n[(xki-x‾i)(xkj-x‾j)]Σk=1n(xki-x‾i)2Σk=1n(xkj-x‾j)2---(4)]]>其中，rij,i,j＝1,2,…,p为样本标准化数据矩阵的相关系...

【专利技术属性】
技术研发人员：陆文伟，陆文涛，马寿虎，顾佳易，王蒙，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32