3變壓器故障診斷智能方法

3.1模糊邏輯方法

模糊邏輯方法是以模糊理論和模糊關(guān)系為基礎(chǔ)的，通過積累經(jīng)驗(yàn)，依靠平常自己的知識來判斷故障和原因的不確定性。提出了基于模糊數(shù)學(xué)和概率論的變壓器故障診斷，通過建立變壓器故障性質(zhì)與故障征兆之間的完全因果強(qiáng)度關(guān)系，提高了模型的診斷精度。將模糊聚類的數(shù)據(jù)挖掘技術(shù)應(yīng)用到變壓器故障診斷中，通過建立故障樣本數(shù)據(jù)的相似關(guān)系矩陣而實(shí)現(xiàn)了對故障樣本集的聚類分析，最終實(shí)現(xiàn)了對故障樣本的診斷分析。以變壓器各個(gè)部件診斷為基礎(chǔ)，通過模糊理論來構(gòu)造變壓器狀態(tài)診斷模型，并用實(shí)例證明了該模型的有效性。

3.2專家系統(tǒng)

專家系統(tǒng)是現(xiàn)在經(jīng)常使用的一種方法。專家系統(tǒng)是累積大量的這方面的專家的經(jīng)驗(yàn)，和他們在日常工作中遇到的問題及其解決這些問題方法來進(jìn)行推理，從而學(xué)習(xí)到前人經(jīng)驗(yàn)和知識，還有對問題的解釋功能。現(xiàn)在，這一種方法已經(jīng)開始在電力系統(tǒng)運(yùn)行得到了很大應(yīng)用，尤其是在電氣設(shè)備的問題和線路故障上。有效地解決了使用單一的方法，造成結(jié)果不全的問題，可以使電力系統(tǒng)問題得到快速的解決。把人工智能專家系統(tǒng)引入到變壓器故障診斷中，實(shí)例測試表明該方法降低了判斷的隨機(jī)性，提高了診斷水平。將基于模糊Petri網(wǎng)的知識表示方法應(yīng)用于變壓器故障診斷專家系統(tǒng)中，并用實(shí)例證明了這種應(yīng)用的有效性。

3.3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是依據(jù)人類大腦高度的集成化和處理信息的快速化，再進(jìn)行節(jié)點(diǎn)互聯(lián)構(gòu)成信息處理的方法。這種人工神經(jīng)網(wǎng)絡(luò)可以做到復(fù)雜的邏輯操作和非線性映射。這種方法之所以能夠在電力變壓器上使用，是因?yàn)槠湓诎l(fā)生問題和電力運(yùn)行故障的時(shí)候，可以建立非線性映射關(guān)系，這種關(guān)系符合人工神經(jīng)網(wǎng)絡(luò)的原理。這一種方法，在我國還沒有被應(yīng)用，但是在國外，已經(jīng)開始得到了應(yīng)用，并得到了很不錯(cuò)的效果。

3.4支持向量機(jī)

支持向量機(jī)(Support VectorMachine，SVM)是一種新興且對解決變壓器故障非常有效的方法，它是一種機(jī)器學(xué)習(xí)方法。它的理論最開始是針對模式識別問題提出的，主要是來解決這一方面問題的。后來經(jīng)過人們的學(xué)習(xí)和研究，才擴(kuò)展到現(xiàn)在這一領(lǐng)域。支持向量機(jī)這種方法在處理變壓器的數(shù)據(jù)問題和技術(shù)樣本上，非常有優(yōu)勢。因?yàn)椋跇颖据^少的時(shí)候，有很強(qiáng)的適應(yīng)能力，能夠及時(shí)地將數(shù)據(jù)分類并提高計(jì)算能力。尤其是在面臨電力變壓器一類的問題時(shí)，更是非常方便。

4結(jié)論

綜上，電力變壓器如果在運(yùn)行中出現(xiàn)故障問題，就需要相關(guān)工作人員給出診斷方法，做好檢修工作。若問題沒有得到重視，就會引起一系列電力事故的發(fā)生，影響我國社會生活大安全和穩(wěn)定。分析和處理變壓器故障需要綜合多種技術(shù)手段和分析方法，狀態(tài)檢修工作可以及時(shí)發(fā)現(xiàn)變壓器缺陷，避免變壓器故障發(fā)生和后果擴(kuò)大，從而保證社會的用電安全。

參考文獻(xiàn)：

[1]楊鳳春，賈本巖，張麗娟.電力變壓器故障診斷方法研究[J].科技創(chuàng)新與應(yīng)用,2016,04:184.

[2]楊雷.淺談電力變壓器故障與故障診斷分析[J].江西建材,2016，17:223+225.

作者簡介:

周杰(1989.09--)，男，江蘇宿遷人，畢業(yè)學(xué)校：長沙理工大學(xué),單位：國網(wǎng)江蘇省電力有限公司宿遷供電分公司，研究方向：變電檢修。