[发明专利]一种基于Fuzzy-ART的并联电抗器故障诊断方法

权利要求书

1.一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：包括如下步骤：

步骤1：根据电抗器结构，布置振动传感器的位置，采集不同预紧力状态下并联电抗器振动信号X(t)；

步骤2：采用多尺度排列熵算法提取振动信号特征量；

步骤3：根据步骤2中提取的信号特征量构造特征向量H；

步骤4：将步骤3得到的特征向量H分为测试样本集与训练样本集，将训练样本集输入到Fuzzy-ART网络中，对Fuzzy-ART进行训练，将训练样本集输入到训练好的Fuzzy-ART网络中进行测试，从而判断并联电抗器绕组压紧状态。

2.根据权利要求1所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述振动传感器采用压电式振动加速度传感器，振动传感器通过磁座吸附布置在并联电抗器油箱表面。

3.根据权利要求1所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述步骤2，具体步骤如下：

步骤2.1：假设一组时间序列{x_i|i＝1,2,…,N}，对其进行相空间重构，得到重构的时间序列X_i：

X_i＝[x_i,x_i+τ,…,x_i+(m-1)τ] (1)

其中，m为嵌入维数，τ为延迟时间，x_i为时间序列X_i中第i个数据点，x_i+τ为时间序列X_i中第i+τ个数据点，x_i+(m-1)τ为时间序列X_i中第i+(m-1)τ个数据点；

步骤2.2：将时间序列中的m个数据点按升序排列，即r表示重构序列X_i中数据点的位置，为重构序列中数据点按升序排列后第2个数据点，同理为重构序列中数据点按升序排列后第m个数据点；当存在时，数据点按r_j、r_k的大小进行排列，即若r_j＜r_k，则认为表示重构序列X_i中第r_j个数据点，r_j、r_k表示重构序列X_i中数据点所在位置，表示重构序列X_i中第r_k个数据点；

步骤2.2：时间序列X_i有m！种排列方式，对任一种排列方式ω，T(ω)表示其出现的次数，则其出现的概率为：

因此，时间序列X_i的排列熵H_PE可定义为：

H_PE＝-∑P(ω)lnP(ω) (3)

归一化后得到归一化后的排列熵PE：

利用多尺度排列熵进行特征提取时，嵌入维数m、延迟时间τ和尺度因子s。

4.根据权利要求3所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述嵌入维数m取3～7，延迟时间τ＝2，尺度因子s取11。

5.根据权利要求1所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述步骤3具体包括：以s＝1,s＝2振动信号所对应的排列熵Z₁，Z₂构建特征向量H＝[Z₁,Z₂,]。

6.根据权利要求1所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述Fuzzy-ART网络由预处理层,比较层,识别层构成；

预处理层F₀，对原始输入的特征向量H进行补码处理；

比较层F₁，接受来自F₀层自底向上的输入和F₂层自顶向下的输入；

识别层F₂，表示输入模式所属类别。

7.根据权利要求6所述的一种基于Fuzzy-ART的并联电抗器故障诊断方法，其特征在于：所述Fuzzy-ART网络识别过程具体如下：

(1)预处理：输入外部向量H，在F₀层对外部向量H做补码处理，得到向量N，

(2)网络初始化：进行权值W、选择参数α、学习速率β和警戒阈值ρ的初始化；

(3)模式选择：根据输入向量N和F₂的节点j(j＝1,2,…,N)计算选择函数T_j，通过T_J＝max(T₁,T₂,…,T_N)，选择函数T_j取最大值的节点J即为所求。其中，(N∧w_j)_i＝min(Z_i,w_ij)，

(4)模式匹配：计算输入向量N与节点J的匹配程度M_J，将M_J与警戒阈值ρ进行比较；

(5)若M_J≥ρ，则发生共振，将该输入向量归为节点J所属模式类，并进行权值调整：节点J权值调整为：w_ij＝β(I∧w_ij)+(1-β)w_ij，其他节点权值不变；否则回到(3)重新选择下一个节点进行模式匹配，直到匹配成功。