一种基于相近度分析策略的变压器故障诊断方法技术

本发明专利技术公开一种基于相近度分析策略的变压器故障诊断方法，可以在有限个溶解气体浓度数据做为参考的前提下，实施变压器故障类型的准确诊断。具体来讲，本发明专利技术方法首先对溶解气体浓度数据进行多方面的比值特征构造。其次，本发明专利技术方法使用判别型偏最小二乘算法将浓度比值数据进行特征转换，最后，实施基于近邻的相近度分析，从而诊断变压器的故障类型。本发明专利技术方法基本上不涉及复杂的变换或数学计算，且操作简单，非常易于实施。此外，本发明专利技术方法在实施过程中不需要人为主观的确定某些模型参数，这极大了避免了参数选择的难题。

【技术实现步骤摘要】
一种基于相近度分析策略的变压器故障诊断方法
本专利技术涉及一种变压器故障诊断方法，特别涉及一种基于相近度分析策略的变压器故障诊断方法。
技术介绍
随着电力需求的日益增长，变压器已成为电力输送系统中必不可少的电力设备。而做为供配电的关键环节，变压器的运行性能会直接影响到整个电力系统的运行。任何变压器故障类型都会导致电力浪费甚至更严重的经济损失，因此变压器设备的故障诊断对避免潜在电力或其他经济损失是具有重要研究意义的。由于供配电系统中所使用的变压器一般都是油浸式变压器，实施变压器故障诊断的常用思路是对变压器油中溶解的气体(氢气、甲烷、乙烷、乙烯、和乙炔)进行分析。我国目前大量使用的是改良三比值法，该方法存在编码缺损和临界值判据缺损两方面的不足。近年来兴起的变压器故障诊断方法皆是利用溶解气体分析数据进行故障分类，从而实现对变压器故障的诊断。数据驱动的变压器故障诊断是直接依赖于变压器油中的溶解气体浓度数据，溶解的气体浓度能够反映出不同的故障类型。基于此，现有科研文献与专利技术专利多见于使用神经网络分类器来实施故障诊断。然而，溶解气体浓度数据驱动的变压器故障诊断存在一个显著的技术难题：各个故障类型下的溶解气体浓度数据不充足，这就是一类典型的小样本问题。这个技术难题会给传统基于神经网络的变压器故障诊断带来新的挑战。此外，由于油侵式变压器中的溶解气体浓度数据所能展现出的类别特征有限，三比值法就是摒弃直接使用溶解气体浓度数据，而采用溶解气体浓度之间的比值做进一步的分类诊断。因此，对溶解气体浓度数据进行进一步特征挖掘，对于故障诊断是有积极作用的。可以说，利用溶解气体分析数据实施变压器的故障诊断需要一个能应对小样本问题，且能从多方面特征进行特征分类匹配的故障诊断方法技术。
技术实现思路
本专利技术所要解决的主要技术问题是：在有限个溶解气体浓度数据做为参考的前提下，实施变压器故障类型的准确诊断。具体来讲，本专利技术方法首先对溶解气体浓度数据进行多方面的比值特征构造。其次，本专利技术方法使用判别型偏最小二乘算法将浓度比值数据进行转换，最后，实施基于近邻的相近度分析，从而诊断变压器的故障类型。本专利技术方法解决上述问题所采用的技术方案为：一种基于相近度分析策略的变压器故障诊断方法，包括以下所示步骤：步骤(1)：对变压器6种不同故障状态下的溶解气体浓度数据进行比值特征分析，从而得到变压器在局部放电故障状态下的N1个数据向量火花放电故障状态下的N2个数据向量电弧放电故障状态下的N3个数据向量中温过热故障状态下的N4个数据向量低温过热故障状态下的N5个数据向量和高温过热故障状态下的N6个数据向量具体的实施过程包括如下所示步骤(1.1)至步骤(1.4)。步骤(1.1)：变压器油中的溶解气体浓度数据具体包括：氢气浓度甲烷浓度乙烷浓度乙烯浓度和乙炔浓度其中，i表示样本编号，c∈{1，2，3，4，5，6}分别指代局部放电故障状态，火花放电故障状态，电弧放电故障状态，中温过热故障状态，低温过热故障状态，和高温过热故障状态。步骤(1.2)：根据如下所示公式计算比值系数上式中，d∈{1，2，…，15}，b∈{1，2，…，5}。步骤(1.3)：根据构造变压器第c类故障状态下的Nc个数据向量其中i∈{1，2，…，Nc}，R1×15表示1×15维的实数向量。步骤(1.4)：重复上述步骤(1.2)至步骤(1.3)从而分别得到变压器在6种不同故障状态下的数据向量。步骤(2)：按照如下所示形式将所有的N＝N1+N2+…+N6个数据向量组成一个数据矩阵X∈RN×15：其中，上标号T表示矩阵或向量的转置符号，RN×15表示N×15维的实数矩阵。步骤(3)：对数据矩阵X中的各个列向量实施标准化处理，得到标准化后的数据矩阵后，再根据如下所示步骤(3.1)至步骤(3.8)计算变换矩阵B∈R15×k，其中R15×k表示15×k维的实数矩阵，k表示输入权值向量的个数，同时投影向量的个数也等于k。步骤(3.1)：将矩阵Yc初始化为6×Nc维的零矩阵，再将矩阵Yc中第c行向量的元素全部设置为1，重复本步骤直至得到6个矩阵Y1，Y2，…，Y6。步骤(3.2)：初始化k＝1，并设置向量u为矩阵Y的第一列向量、矩阵Y0＝Y、和矩阵其中Y＝[Y1，Y2，…，Y6]T。步骤(3.3)：依据公式wk＝X0Tu/(uTu)计算输入权值向量wk，并用公式wk＝wk/||wk||对wk实施单位化处理。步骤(3.4)：先根据公式sk＝X0wk/(wkTwk)计算得分向量sk后，再根据公式gk＝Y0Tsk/(skTsk)计算输出权值向量gk，并根据公式u＝Y0gk更新向量u。步骤(3.5)：重复步骤(3.3)至步骤(3.4)直至sk收敛，判断收敛的标准为：得分向量sk中各元素不再变化。步骤(3.6)：保留输入权值向量wk与输出权值向量gk，并依据公式pk＝X0Tsk/(skTsk)计算投影向量pk。步骤(3.7)：依据公式计算矩阵后，判断中所有元素的平方和是否小于X0中所有元素的平方和；若是，则设置k＝k+1与后返回步骤(3.3)；若否，则将k个输入权值向量组成矩阵W＝[w1，w2，…，wk]，将k个投影向量组成矩阵P＝[p1，p2，…，pk]。步骤(3.8)：根据公式B＝W(PTW)-1计算变换矩阵B。步骤(4)：根据公式计算得分矩阵S∈RN×k后，将S中的第1行至第N1行的行向量组成矩阵S1，将第N1+1行至第N1+N2行的行向量组成矩阵S2，将第N1+N2+1行至第N1+N2+N3行的行向量组成矩阵S3，将第N1+N2+N3+1行至第N1+N2+N3+N4行的行向量组成矩阵S4，将第N1+N2+N3+N4+1行至第N1+N2+N3+N4+N5行的行向量组成矩阵S5，将N-N6+1行至第N行的行向量组成矩阵S6后，再根据公式φc＝ScTSc/(Nc-1)分别计算S1，S2，…，S6的协方差矩阵φ1，φ2，…，φ6。步骤(5)：在线测量得到变压器油中的溶解气体浓度数据，具体包括氢气浓度，甲烷浓度，乙烷浓度，乙烯浓度，和乙炔浓度这5个浓度数据。步骤(6)：根据步骤(5)中这5个浓度数据计算比值系数向量xnew∈R1×15，具体的实施过程与步骤(1.2)相同。步骤(7)：对xnew实施与步骤(3)中相同的标准化处理，得到向量后，再根据公式计算得分向量snew∈R1×k。步骤(8)：根据如下所示步骤(8.1)至步骤(8.2)计算相近度指标D1，D2，…，D6。步骤(8.1)：初始化c＝1。步骤(8.2)：根据公式计算得分向量snew与行向量之间的相近度其中，行向量表示矩阵Sc中的第j行的行向量，j∈{1，2，…，Nc}。步骤(8.3)：按照数值大小从中找出最小的m个相近度，并将这m个最小相近度之和记录为相近度指标Dc。步骤(8.4)：判断c是否小于6；若是，则设置c＝c+1后，返回步骤(8.2)；若否，则得到本文档来自技高网...

【技术保护点】
1.一种基于相近度分析策略的变压器故障诊断方法，其特征在于，包括以下步骤：/n步骤(1)：对变压器6种不同故障状态下的溶解气体浓度数据进行比值特征分析，从而得到变压器在局部放电故障状态下的N

【技术特征摘要】
1.一种基于相近度分析策略的变压器故障诊断方法，其特征在于，包括以下步骤：
步骤(1)：对变压器6种不同故障状态下的溶解气体浓度数据进行比值特征分析，从而得到变压器在局部放电故障状态下的N1个数据向量火花放电故障状态下的N2个数据向量电弧放电故障状态下的N3个数据向量中温过热故障状态下的N4个数据向量低温过热故障状态下的N5个数据向量和高温过热故障状态下的N6个数据向量具体的实施过程包括如下所示步骤(1.1)至步骤(1.4)；
步骤(1.1)：变压器油中的溶解气体浓度数据具体包括：氢气浓度甲烷浓度乙烷浓度乙烯浓度和乙炔浓度其中，i表示样本编号，c∈{1，2，3，4，5，6}分别指代局部放电故障状态，火花放电故障状态，电弧放电故障状态，中温过热故障状态，低温过热故障状态，和高温过热故障状态；
步骤(1.2)：根据如下所示公式计算比值系数



上式中，d∈{1，2，…，15}，b∈{1，2，…，5}；
步骤(1.3)：根据构造变压器在第c类故障状态下的Nc个数据向量其中，R1×15表示1×15维的实数向量；
步骤(1.4)：重复上述步骤(1.2)至步骤(1.3)从而分别得到变压器在6种不同故障状态下数据向量；
步骤(2)：按照如下所示形式将所有的N＝N1+N2+…+N6个数据向量组成一个数据矩阵X∈RN×15：



其中，上标号T表示矩阵或向量的转置符号，RN×15表示N×15维的实数矩阵；
步骤(3)：对数据矩阵X中的各个列向量实施标准化处理，得到标准化后的数据矩阵后，再根据如下所示步骤(3.1)至步骤(3.8)计算变换矩阵B∈R15×k，其中R15×k表示15×k维的实数矩阵，k表示输入权值向量的个数；
步骤(3.1)：将矩阵Yc初始化为6×Nc维的零矩阵，再将矩阵Yc中第c行向量的元素全部设置为1，重复本步骤直至得到6个矩阵Y1，Y2，…，Y6；
步骤(3.2)：初始化k＝1，并设置向量u为矩阵Y的第一列向量、矩阵Y0＝Y、和矩阵其中Y＝[Y1，Y2，…，Y6]T；
步骤(3.3)：依据公式wk＝X0Tu/(uTu)计算输入权值向量wk，并用公式wk＝wk/||wk||对wk实施单位化处理；
步骤(3.4)：先根据公式sk＝X0wk/(wkTwk)计算得分向量sk后，再根据公式gk＝Y0Tsk/(skTsk)计算输出权值向量gk，并...

【专利技术属性】
技术研发人员：方浩杰，蓝艇，其他发明人请求不公开姓名，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33