一种基于状态数据模糊邻近度的电力变压器故障诊断方法技术

一种基于状态数据模糊邻近度的电力变压器故障诊断方法，属于电力变压器状态检修技术领域，通过建立模糊邻近算子对变压器与故障变压器在运行状态评价指标和时间序列上的差异进行衡量，并依据该差异进行故障诊断，进而达到诊断电力变压器故障的目的。本发明专利技术的诊断行为会随着实际的检修工作的历史数据变化而变化，历史数据的变化会直接导致诊断行为的变化，对于动态的适应新出现的故障十分重要，在实际电力检修过程中具有较好的应用价值。

【技术实现步骤摘要】
一种基于状态数据模糊邻近度的电力变压器故障诊断方法
本专利技术属于电力变压器状态检修
，特别是涉及到一种基于状态数据模糊邻近度的电力变压器故障诊断方法。
技术介绍
电力变压器状态评估是电力系统状态检修的基础，发现电力变压器可能存在的故障对于电网安全有效运行十分重要。在电力变压器故障诊断领域，目前采用的主要方法包括：一、在电力变压器已经发生明显故障和电力客户已经报修的情况下，直接对相关设备进行拆解通过人工方式发现电力变压器中的故障，由于这种方式是故障发生之后的事后处理且需要破坏变压器，所以故障诊断可能延迟较长时间对电力系统造成损失较大；二、进行数据的非破坏性衡量，建立评价指标模型，该方式特点是非破坏性并在电力变压器造成较大损失之前就发现故障，然而由于模型通常是在实验室事先建立好的，而电力变压器在生产过程中使用的材料、加工工艺以及使用过程中所处的环境持续变化，而且很多问题是在变压器持续使用较长一段时间之后出现的，而实验室难以完全复现这些情况，所以对应的指标模型可能在实际应用中不准确，经常发生漏报和误报的问题。因此现有技术中亟需提出一种新的方法，能够考虑到特定型号、特定应用环境下电力变压器随着时间而变化的特征，进而能够有效的进行电力变压器故障诊断。
技术实现思路
本专利技术所要解决的技术问题是：提供一种基于状态数据模糊邻近度的电力变压器故障诊断方法，通过建立模糊邻近算子对变压器与故障变压器在运行状态评价指标和时间序列上的差异进行衡量，并依据该差异进行故障诊断，进而达到诊断电力变压器故障的目的。一种基于状态数据模糊邻近度的电力变压器故障诊断方法，其特征是：包括以下步骤，且以下步骤顺次进行，步骤一、向系统中输入电力变压器历史数据表History，历史数据表History包括数据记录时间HDATA、绝缘电阻值HJY、吸收比HXSB、极化指数HJHZS、电容与介电损耗的绕组直流电阻不平衡率HBPHL、介电损耗HJDSH以及故障状态HGZZT，根据故障状态HGZZT等级分成四个列表，并在每个列表添加权重字段HSCQZ；步骤二、建立顺次权重计算算子SCQZOperator，该算子的输入为一个待计算数据列表变量AList，通过算子计算并修改数据列表AList的顺次权重字段HSCQZ；步骤三、建立模糊邻近算子FuzzyOperator，该算子的输入为一个电力变压器状态结构体EStruct和一个待计算列表BList，输出结果为模糊差异变量FuzzyResult；步骤四、利用顺次权重计算算子SCQZOperator处理所述步骤一获得的根据故障状态HGZZT等级所分的四个列表；步骤五、输入一个变压器的信息构建一个信息结构体BStruct，利用所述步骤三建立的模糊邻近算子FuzzyOperator和所述步骤四梳理后的四个故障等级列表进行故障诊断。所述步骤一中根据故障状态HGZZT等级分成四个列表的具体步骤为，S101,输入电力变压器历史数据表History，History包含以下字段：数据记录时间HDATA，绝缘电阻值HJY，吸收比HXSB，极化指数HJHZS，电容与介电损耗的绕组直流电阻不平衡率HBPHL，介电损耗HJDSH和故障状态HGZZT；S102，选取历史数据表History中故障状态HGZZT等于“正常状态”的所有数据，并依据HDATA的值从小到大排序存储在History1之中；S103，选取历史数据表History中HGZZT等于“注意状态”的所有数据，并依据HDATA的值从小到大排序存储在History2之中；S104，选取历史数据表History中HGZZT等于“异常状态”的所有数据，并依据HDATA的值从小到大排序存储在History3之中；S105，选取历史数据表History中HGZZT等于“严重状态”的所有数据，并依据HDATA的值从小到大排序存储在History4之中；S106，分别为History1、History2、History3以及History4添加顺次权重字段HSCQZ，权重字段HSCQZ的默认内容为0。所述步骤二的具体操作步骤为，S201,建立顺次权重计算算子SCQZOperator，该算子的输入为一个数据列表AList；S202,顺次权重计算算子的计数器SCQZCounter＝1,AList列表条目变量SCQZNum＝列表AList的条目数，前次介电损耗PrevJD＝AList[1].HJHZS，其中HJHZS为极化指数，AList[1]为待计算数据列表变量的第一个元素；S203,顺次权重计算算子暂存变量一SCQZTemp1＝tanh(SCQZCounter/SCQZNum)，其中tanh为双曲正切函数，SCQZCounter为权重计算算子，SCQZNum为列表条目数；S204,顺次权重计算算子暂存变量二SCQZTemp2＝ABS(AList[SCQZOperator].HJHZS-PrevJD),其中ABS为求绝对值，HJHZS为极化指数，PrevJD为前次介电损耗，AList[SCQZOperator]为待计算数据列表变量的第SCQZOperator个元素；S205,运行至权重计算算子SCQZCounter大于列表条目变量，计算过程结束。所述步骤三的具体操作步骤为，S301,建立模糊邻近算子FuzzyOperator，该算子的输入为一个电力变压器状态结构体EStruct和一个待计算列表BList，EStruct的字段结构与历史数据表History的字段结构相同；S302,模糊邻近算子的计数器FuzzyCounter＝1,模糊邻近算子条目变量FuzzyNum＝列表BList的条目数，模糊积累变量FuzzySum＝0；S303，获取模糊暂存变量一FuzzyTemp1、模糊暂存变量二FuzzyTemp2、模糊暂存变量三FuzzyTemp3以及模糊暂存变量四FuzzyTemp4；S304，获取模糊暂存变量五FuzzyTemp5＝FuzzyTemp1+FuzzyTemp2+FuzzyTemp3+FuzzyTemp4；S305，运行至F模糊邻近算子的计数器uzzyCounter大于模糊邻近算子条目变量FuzzyNum，模糊差异变量FuzzyResult＝FuzzySum，输出模糊差异变量FuzzyResult值。所述步骤五的具体操作步骤为，S501,构建一个信息结构体BStruct，BStruct的结构与History的字段结构相同，输入一个变压器的信息，BStruct.HDATA＝当前系统时间，BStruct.HJY＝变压器的绝缘电阻值，BStruct.HXSB＝变压器的吸收比，BStruct.HJHZS＝变压器的极化指数，BStruct.HBPHL＝变压器的电容与介电损耗的绕组直流电阻不平衡率，BStruct.HJDSH＝变压器的介电损耗，BStruct.HGZZT＝0；S502，建立本文档来自技高网...

【技术保护点】
1.一种基于状态数据模糊邻近度的电力变压器故障诊断方法，其特征是：包括以下步骤，且以下步骤顺次进行，/n步骤一、向系统中输入电力变压器历史数据表History，历史数据表History包括数据记录时间HDATA、绝缘电阻值HJY、吸收比HXSB、极化指数HJHZS、电容与介电损耗的绕组直流电阻不平衡率HBPHL、介电损耗HJDSH以及故障状态HGZZT，根据故障状态HGZZT等级分成四个列表，并在每个列表添加权重字段HSCQZ；/n步骤二、建立顺次权重计算算子SCQZOperator，该算子的输入为一个待计算数据列表变量AList，通过算子计算并修改数据列表AList的顺次权重字段HSCQZ；/n步骤三、建立模糊邻近算子FuzzyOperator，该算子的输入为一个电力变压器状态结构体EStruct和一个待计算列表BList，输出结果为模糊差异变量FuzzyResult；/n步骤四、利用顺次权重计算算子SCQZOperator处理所述步骤一获得的根据故障状态HGZZT等级所分的四个列表；/n步骤五、输入一个变压器的信息构建一个信息结构体BStruct，利用所述步骤三建立的模糊邻近算子FuzzyOperator和所述步骤四梳理后的四个故障等级列表进行故障诊断。/n...

【技术特征摘要】
1.一种基于状态数据模糊邻近度的电力变压器故障诊断方法，其特征是：包括以下步骤，且以下步骤顺次进行，
步骤一、向系统中输入电力变压器历史数据表History，历史数据表History包括数据记录时间HDATA、绝缘电阻值HJY、吸收比HXSB、极化指数HJHZS、电容与介电损耗的绕组直流电阻不平衡率HBPHL、介电损耗HJDSH以及故障状态HGZZT，根据故障状态HGZZT等级分成四个列表，并在每个列表添加权重字段HSCQZ；
步骤二、建立顺次权重计算算子SCQZOperator，该算子的输入为一个待计算数据列表变量AList，通过算子计算并修改数据列表AList的顺次权重字段HSCQZ；
步骤三、建立模糊邻近算子FuzzyOperator，该算子的输入为一个电力变压器状态结构体EStruct和一个待计算列表BList，输出结果为模糊差异变量FuzzyResult；
步骤四、利用顺次权重计算算子SCQZOperator处理所述步骤一获得的根据故障状态HGZZT等级所分的四个列表；
步骤五、输入一个变压器的信息构建一个信息结构体BStruct，利用所述步骤三建立的模糊邻近算子FuzzyOperator和所述步骤四梳理后的四个故障等级列表进行故障诊断。


2.根据权利要求1所述的一种基于状态数据模糊邻近度的电力变压器故障诊断方法，其特征是：所述步骤一中根据故障状态HGZZT等级分成四个列表的具体步骤为，
S101,输入电力变压器历史数据表History，History包含以下字段：数据记录时间HDATA，绝缘电阻值HJY，吸收比HXSB，极化指数HJHZS，电容与介电损耗的绕组直流电阻不平衡率HBPHL，介电损耗HJDSH和故障状态HGZZT；
S102，选取历史数据表History中故障状态HGZZT等于“正常状态”的所有数据，并依据HDATA的值从小到大排序存储在History1之中；
S103，选取历史数据表History中HGZZT等于“注意状态”的所有数据，并依据HDATA的值从小到大排序存储在History2之中；
S104，选取历史数据表History中HGZZT等于“异常状态”的所有数据，并依据HDATA的值从小到大排序存储在History3之中；
S105，选取历史数据表History中HGZZT等于“严重状态”的所有数据，并依据HDATA的值从小到大排序存储在History4之中；
S106，分别为History1、History2、History3以及History4添加顺次权重字段HSCQZ，权重字段HSCQZ的默认内容为0。


3.根据权利要求1所述的一种基于状态数据模糊邻近度的电力变压器故障诊断方法，其特征是：所述步骤二的具体操作步骤为，
S201,建立顺次权重计算算子SCQZOperator，该算子的输入为一个数据列表AList；
S202,顺次权重计算算子的计数器SCQZCounter＝1,AList列表条目变量SCQZNum＝列表AList的条目数，前次介电损耗PrevJD＝AList[1].HJHZS，其中HJHZS为极化指数，AList[1]为待计算数据列表变量的第一个元素；
S203,顺次权重计算算子暂存变量一SCQZTemp1＝tanh(SCQZCounter/SCQZNum)，其中tanh为双曲正切函数，SCQZCounter为权重计算算子，SCQZNum为列表条目数；
S204,顺次权重计算算子暂存变量二SCQZTe...

【专利技术属性】
技术研发人员：刘春野，王成，马千里，于同泽，李昂，沈重，张鹏，邹浩然，李博，
申请(专利权)人：国网吉林省电力有限公司吉林供电公司，
类型：发明
国别省市：吉林;22