[发明专利]一种基于云模型和改进DS证据理论的变压器故障诊断方法

权利要求书

1.一种基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，包括：

步骤1、获取变压器油中溶解气故障样本，建立变压器的故障样本集；

步骤2、采用所述故障样本集建立各类型故障的故障标准云模型；

步骤3、计算待诊断样本与所述故障标准云模型间的最终隶属度矩阵；

步骤4、根据所述最终隶属度矩阵确定不同故障下的基本概率分配；

步骤5、利用Pignistic概率距离构建相似度并对所述基本概率分配进行修正，引入平均支持度加权优化证据融合规则，并使用改进D-S证据理论对所述基本概率分配进行融合，以得到最终融合结果；

步骤6、在所述最终融合结果中，选取基本概率最大值对应的变压器状态作为诊断结果。

2.根据权利要求1所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述故障样本集包含有多种变压器故障类型的油色谱样本，所述油色谱样本由多种特征气体的含量特征构成。

3.根据权利要求1所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述步骤2包括：

步骤21、针对所述故障样本集，对原始数据进行归一化处理；

步骤22、通过分析所述故障样本集计算变压器各状态下，各故障特征值的期望、标准差和离散程度，进而构建所述故障标准云模型。

4.根据权利要求3所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述步骤3包括：

步骤31、根据故障特征值的期望、标准差和离散程度，计算所述待诊断样本的第i个故障特征下第j类故障的隶属度；

步骤32、所述待诊断样本的各特征与故障标准云模型间的隶属度值构建隶属度矩阵μ_ij＝[μ_i1,μ_i2,…,μ_in]，其中n为变压器故障类型总数；

步骤33、计算第i个故障特征对应的不确定性隶属度φ_i＝1-max(μ_ij)；计算所述待诊断样本的所有特征下各类故障的隶属度和对应的不确定隶属度，构建最终隶属度矩阵。

5.根据权利要求4所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述步骤4包括：

步骤41、将所述最终隶属度矩阵每一行进行归一化处理，得到所述待诊断样本的所述基本概率分配。

6.根据权利要求5所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述步骤5包括：

步骤51、基于Pignistic概率函数构建相似度，并将所述基本概率分配与对应的所述相似度相乘，以对所述基本概率分配进行修正；

步骤52、基于平均支持度加权方法对D-S证据理论Dempster融合规则进行优化；

步骤53、使用优化后的融合规则对修正后的所述基本概率分配进行信息融合，得到所述最终融合结果。

7.根据权利要求2-6中任一项所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述多种特征气体为氢气、甲烷、乙烷、乙烯和乙炔，所述多种变压器故障类型包括正状态、低温过热、中温过热、高温过热、局部放电、低能放电和高能放电。

8.根据权利要求3所述的基于云模型和改进DS证据理论的变压器故障诊断方法，其特征在于，所述步骤21中采用百分比归一化方法，计算公式如下所示：

式中，X_i表示第i个特征气体占所有特征气体的百分比；x_i表示第i个特征气体含量；THC表示总烃气体含量；H₂表示氢气气体含量。