[发明专利]基于三比值特征量的小波PSO‑SVM变压器故障诊断方法

说明书

技术领域

本发明属于电气设备故障诊断方法技术领域，具体涉及一种基于三比值特征量的小波PSO-SVM变压器故障诊断方法。

背景技术

油浸式变压器是电网的核心设备，承担着电压变换和电能传输等重任。变压器部分一旦发生故障可能导致电网严重故障，进而造成大停电等巨大损失。因此，如何准确判断变压器的运行状态，评估变压器的故障情况，降低变压器的故障风险，是电力企业急需解决的关键问题，也是保障电力系统稳定运行的重中之重。

溶解气体分析法(DGA)作为应用最广泛、最可靠的缺陷类型诊断方法之一，可有效区分变压器内部存在的缺陷类型。其原理主要是：变圧器在运行过程中，主要受到热应力及电应力的影响，变压器中的油纸绝缘系统逐渐受到破坏，进而分解产生CO、CO₂及低分子烃类等相关产物，这些特征气体溶解于油中。因为不同性质故障所产生的气体含量和种类有所差异，所以能够根据变压器油中溶解气体的特征来判断故障类型。常用的故障表征气体包括：H₂、CH₄、C₂H₂、C₂H₄、C₂H₆、CO和CO₂。DGA油中溶解气体分析法不仅可有效诊断变压器内部的潜伏性故障，且方便在线监测。但是现有的DGA诊断方法涉及特征量较多，且一些理化特征量(如油中溶解CO、CO₂和糠醛含量等)作为评估变压器故障诊断的参考依据时受到现场换滤油、温度、适度等因素影响，有效性难以保证。

在实际工程应用中多采用气体体积分数相对比值的方法进行诊断，如我国现行的DL/T 722-2000《导则》中推荐的即是三比值法。比值法计算简单，判断法则直观,对操作人员要求不高，适合现场工作人员使用。因此引入三比值法对采集到的DGA特征量进行处理和归一变换，以保证其有效性。但比值法存在编码边界过于绝对，编码不全等问题。

目前变压器故障诊断的研究主要集中在基于已有的DGA特征量(即DGA比值，如Roger比值、IEC比值等)，采用支持向量机(SVM)等技术建立变压器故障诊断模型。然而，不同文献中SVM诊断模型采用的DGA特征量有明显的区别，且部分DGA气体比值不具备变压器故障诊断的能力，采用这些气体比值反而会影响故障诊断的效果。因此，亟需综合应用DGA三比值特征量和SVM模型的优点，进行变压器故障诊断，提升变压器故障诊断的准确率。

发明内容

本发明的目的在于针对现有技术中的上述问题，提供一种基于三比值特征量的小波PSO-SVM变压器故障诊断方法。

为实现上述发明目的，本发明采用了如下技术方案：

基于三比值特征量的小波PSO-SVM变压器故障诊断方法，包括如下步骤：

(1)采集变压器故障样本数据，选取变压器油中DGA特征量，对DGA特征量的比值进行分析；

(2)对所述步骤(1)分析后的DGA特征量的比值进行归一化预处理，得到归一化后的溶解气体分析三比值特征量数据；

(3)构建非线性多分类的支持向量机模型，并求解优化函数；

(4)采用小波核函数作为所述步骤(3)中支持向量机模型的核函数，通过所述步骤(3)的优化函数和小波核函数，计算出非线性多分类时支持向量机模型的分类决策函数；

(5)构建粒子群优化算法以优化支持向量机核函数的参数；

(6)采用所述步骤(5)的粒子群优化算法对所述步骤(4)中的核函数进行参数优化，构建小波PSO-SVM故障诊断模型；

(7)利用DGA特征量、待定惩罚因子和核参数的支持向量机模型形成故障诊断的目标函数，计算出目标函数的最优解，即为故障诊断的最优函数适应度；

(8)计算所述步骤(7)中目标函数最优解所对应的支持向量机模型惩罚因子和核参数，即为最优的支持向量机模型惩罚因子和核参数；

(9)将所述步骤(8)中最优的支持向量机模型惩罚因子和核参数代入所述步骤(7)中的故障诊断目标函数，构建小波核函数支持向量机诊断模型，采用该诊断模型对电力变压器油中溶解气体进行故障诊断，判断变压器的运行状态。