基于改进K-means聚类算法的变压器局部放电故障定位诊断方法技术

本发明专利技术公开了一种基于改进K

【技术实现步骤摘要】
基于改进K
‑
means聚类算法的变压器局部放电故障定位诊断方法


[0001]本专利技术涉及变压器的
，更具体地说是涉及变压器故障诊断方法的


技术介绍

[0002]通常情况下，电网的大多数故障都是由于设备的绝缘缺陷引起局部放电(Partial discharge，PD)造成的。作为在电网中供电的主要设备，变压器的绝缘状态正常与否直接关系到电网的安全运行。因此针对变压器的PD进行精确的故障定位诊断对于电网的安全稳定运行是十分重要的。
[0003]在PD故障定位诊断中，检测方法通常可以分为两种：超高频法(ultra
‑
high
‑
frequency，UHF)和声发射传感器法(acoustic emission sensors，AES)。UHF法抗干扰性强、灵敏度高，变压器外壳具有电磁屏蔽效果，因此大多数UHF传感器必须预先安装在变压器中，给该方法的实际应用造成较大影响。而AES法不受外部电气干扰的影响，可安装在变压器外壳上。因此，AES法在PD中故障定位诊断中受到了广泛的应用。
[0004]当变压器发生PD时，AES法是计算声信号的到达时间差(time difference of arrival，TDA)，然后根据时间差建立方程，以进行故障定位诊断。因此，时延问题是PD故障定位的一个关键参数。然而，由于故障定位方程是一个非线性方程，检测系统和内部结构的噪声干扰使得所获得的时间延迟数据不可避免地存在误差，将导致PD故障定位诊断精度的降低。
[0005]为提高变压器故障定位精度，现有技术提出了一种利用牛拉法迭代求解故障定位方程，但牛拉法对初值敏感，且容易陷入局部收敛。为了解决牛拉法的求解困境，也有部分学者研究了遗传算法、神经网络算法等智能优化算法进行故障定位方程的求解。然而，上述算法都没有考虑时间延迟误差对PD定位精度的影响。

技术实现思路

[0006]本专利技术为了解决上述之不足而提供一种基于改进K
‑
means聚类算法的变压器局部放电故障定位诊断方法，该方法有效考虑了时间延迟，从而提高了变压器局部放电定位精度。
[0007]本专利技术为了解决上述技术问题而采用的技术解决方案如下：
[0008]基于改进K
‑
means聚类算法的变压器局部放电故障定位诊断方法，首先通过将非线性定位方程的二阶项消去，实现非线性定位方程的线性化处理；然后，通过使用多个AES定位PD故障点初始值，并在考虑时间延迟误差的情况下通过冗余时间量测计算多组PD故障定位点；最后，通过使用改进K
‑
means聚类算法，利用聚类密度和凝聚度参数确定聚类中心和聚类个数，并进行聚类优化处理以确定最佳的PD定位点位置。
[0009]具体步骤如下：
[0010]第一步，到达时间差定位
[0011]时差故障定位方法的原理是通过多个传感器接收信号，然后通过使用各个传感器的坐标和时间延迟数据建立非线性定位方程，最后通过求解定位方程获得定位点坐标。
[0012]通过四个AES来同时检测PD信号，设PD源和AES的坐标分别是P(x,y,z)和S
i
(x
i
,y
i
,z
i
)，根据时差定位原理，可建立如下定位方程：
[0013][0014]式中：t表示PD源声波到达第一个传感器所需的时间；τ
i1
表示PD源声波到第i(i＝2，3，
…
，n)个传感器和第一个传感器之间的时间延迟；v表示声波传播速度；
[0015]第二步，非线性故障定位方程的线性化
[0016]通过5个AES进行变压器PD故障定位说明线性化计算过程，由式(1)可得式(2)至式(6)：
[0017](x
‑
x1)2+(y
‑
y1)2+(z
‑
z1)2＝v2t2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0018](x
‑
x2)2+(y
‑
y2)2+(z
‑
z2)2＝v2(t+τ
21
)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0019](x
‑
x3)2+(y
‑
y3)2+(z
‑
z3)2＝v2(t+τ
31
)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0020](x
‑
x4)2+(y
‑
y4)2+(z
‑
z4)2＝v2(t+τ
41
)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0021](x
‑
x5)2+(y
‑
y5)2+(z
‑
z5)2＝v2(t+τ
51
)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0022]则非线性故障定位方程的线性化过程为：将上述式子展开并将式(3)与(2)相减，可得：
[0023][0024]令x
i1
＝x
i
‑
x1，y
i1
＝y
i
‑
y1，z
i1
＝z
i
‑
z1，l
i
＝x
i2
+y
i2
+z
i2
(i＝2,3,
…
,5)，则式(7)可整理为：
[0025]x
21
x+y
21
y+z
21
z+v2τ
212
[0026]＝0.5
×
[(l2‑
l1‑
v2τ
212
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0027]类似的，将式(4)至式(6)与式(2)分别相减，可得：
[0028]x
31
x+y
31
y+z
31
z+v2τ
312
[0029]＝0.5
×
[(l3‑
l1‑
v2τ
312
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0030]x
41
x+y
41
y+z
41
z+v2τ
412
[0031]＝0.5
×
[(l4‑
l1‑
v2τ
412
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0032]x...

【技术保护点】

【技术特征摘要】
1.基于改进K
‑
means聚类算法的变压器局部放电故障定位诊断方法，其特征在于：首先通过将非线性定位方程的二阶项消去，实现非线性定位方程的线性化处理；然后，通过使用多个AES定位PD故障点初始值，并在考虑时间延迟误差的情况下通过冗余时间量测计算多组PD故障定位点；最后，通过使用改进K
‑
means聚类算法，利用聚类密度和凝聚度参数确定聚类中心和聚类个数，并进行聚类优化处理以确定最佳的PD定位点位置。2.根据权利要求1所述的基于改进K
‑
means聚类算法的变压器局部放电故障定位诊断方法，其特征在于：具体步骤如下：第一步，到达时间差定位通过四个AES来同时检测PD信号，设PD源和AES的坐标分别是和，根据时差定位原理，可建立如下定位方程：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中：t表示PD源声波到达第一个传感器所需的时间；表示PD源声波到第i(i＝2，3，
…
，n)个传感器和第一个传感器之间的时间延迟；v表示声波传播速度；第二步，非线性故障定位方程的线性化通过5个AES进行变压器PD故障定位说明线性化计算过程，由式(1)可得式(2)至式(6)：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)则非线性故障定位方程的线性化过程为：将上述式子展开并将式(3)与(2)相减，可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)令，，，()，则式(7)可整理为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)类似的，将式(4)至式(6)与式(2)分别相减，可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)将式(8)至式(10)写成矩阵形式，可得：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)基于高斯Gauss消去法，可求解出以上坐标，获取变压器PD故障位置；第三步，获取定位值通过使用一组AES值，可以获得一个PD的定位值，将其表示为P1，对于同一PD源的另一组AES的坐标和时间延迟数据，可以获得P2，基于式(12)进行计算PD定位，获得多个PD定位值，通过使用聚类算法获取最佳PD定位...

【专利技术属性】
技术研发人员：赵安安，翁遂波，陈晨，张鹏超，
申请(专利权)人：国网湖北省电力有限公司襄阳供电公司，
类型：发明
国别省市：