[发明专利]一种基于模糊神经网络的变压器直流偏磁的诊断方法在审

专利信息
申请号: 202011132498.9 申请日: 2020-10-21
公开(公告)号: CN112307918A 公开(公告)日: 2021-02-02
发明(设计)人: 李涛;张琛亮;郭春林;朱柯佳;马慧远 申请(专利权)人: 华北电力大学;国网北京市电力公司;国家电网有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01R31/62;G01M7/02;G01H17/00
代理公司: 北京众合诚成知识产权代理有限公司 11246 代理人: 黄家俊
地址: 102206 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模糊 神经网络 变压器 直流 诊断 方法
【权利要求书】:

1.一种基于模糊神经网络的变压器直流偏磁的诊断方法,其特征在于,包括以下步骤:

步骤1:选择变压器振动的基频幅值pf50、频率复杂度FC、奇偶次谐波幅值之比λoe作为特征量,采用振动传感器采集变压器工作时的振动信号数据,将数据分析处理得到该时刻变压器的特征量参数;

步骤2:构造隶属度函数及神经网络,并初始化相关参数;

步骤3:将样本分为训练集和验证集,使用训练集对包含隶属度函数的神经网络进行训练,直至误差满足要求;

步骤4:在验证集上验证训练好的模型的有效性;

步骤5:利用训练好的模型,通过遍历法寻找三特征量隶属度函数中的关键值,从而确定隶属度函数参数,获得可用于故障诊断的故障概率曲线;训练好的模型的输出仅可表示变压器的故障与否,即输出集为[0,1];

步骤6:根据故障概率曲线,得到三种特征量对应的故障概率,取其加权平均数为变压器最终的发生故障概率,即发生直流偏磁的概率。

2.根据权利要求1所述的诊断方法,其特征在于,步骤1中所述频率复杂度FC、奇偶次谐波幅值之比λoe的计算方法如下式(1)、(2)所示:

其中,基频幅值pf50为100-2000Hz中50Hz倍频频率幅值。

3.根据权利要求2所述的诊断方法,其特征在于,步骤2中所述神经网络架构共有六层组成,依次分别为输入层、量化输入层、3层隐含层、输出层,其中每个隐含层有6个神经元;所述隶属度函数选择S型函数,如式(3)所示:

所述神经网络的第一层为输入层,x1,x2,x3分别为三个输入特征量,节点数为3个,输入层将采集到的特征量数据传递到第二层;第二层为量化输入层,通过隶属度函数将输入变量模糊化,节点数为三个,每个节点代表一个模糊集合;第三到五层为网络的隐含层;第六层为输出层,输出结果为0和1,1代表变压器发生直流偏磁,0代表变压器无直流偏磁。

4.根据权利要求3所述的诊断方法,其特征在于,所述步骤3具体包括:

步骤S31:输入训练样本及期望输出,设定学习误差那个及最大训练次数;

步骤S32:初始化隶属度函数的参数以及神经网络中节点的各连接权值;

步骤S33:输入样本,第2层隶属度函数将其模糊化,并经过第3-5层进行计算,通过第6层输出;

步骤S34:计算得到的目标值与实际值之间的平方误差E(i),判断是否满足误差要求;

步骤S35:若不满足要求,进行反向传播,计算各层参数调整量,并更新参数,若满足要求,保存已训练好的网络及参数。

5.根据权利要求4所述的诊断方法,其特征在于,所述步骤5中所述确定隶属度函数参数指确定隶属度函数S(x)的参数α和β,具体为:

当特征量X大于某个特定值时,不论其余两个特征量如何取值,神经网络都会判断其为故障状态,此时记特征量X为XH,即如式(4)所示:

取ε作为极小值,则如式(5)所示:

整理可得,如式(6)所示:

在隶属度函数曲线上找到一个点XM,使得步骤5中训练好的模型的输出从0变到1,假定点XM在隶属度函数曲线S(x)中对应的故障概率为1/2,即如式(7)所示,

整理得到,如式(8)所示:

β=-XM=f(X1,X2) (8),

其中,X1,X2是除了X以外的两个特征量;f(X1,X2)通过对已有网络进行取值测试,拟合出XM的曲线。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学;国网北京市电力公司;国家电网有限公司,未经华北电力大学;国网北京市电力公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011132498.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top