先先介紹了灰電位理論，然后提出了一種基于灰電位理論的干式變壓器故障診斷算法，并給出了利用該算法進(jìn)行故障診斷的基本步驟。較后，通過(guò)實(shí)例驗證了該方法的正確性。關(guān)鍵詞：干式變壓器；灰電位；基于灰色特殊能量理論的變壓器故障診斷新方法、偉、青(東南大學(xué)電力系，南京210096)摘要：本文介紹了變壓器故障診斷的潛在方法。然后提出了變壓器故障診斷的流程。較后，通過(guò)實(shí)驗結果證明了transformer的tobesafeibleandsefulmethododiagnosefault。關(guān)鍵詞：變壓器；灰色潛力；干式變壓器作為電力系統中較重要、較昂貴的主要設備之一，一直受到電力工作者的廣泛關(guān)注。在電力系統中，干式變壓器經(jīng)常發(fā)生故障，對電網(wǎng)的安全運行構成嚴重威脅。干式變壓器的故障診斷是根據故障現象確定故障的原因和類(lèi)型，為維護提供智能決策。在長(cháng)期的運行實(shí)踐中，人們積累了大量的干式變壓器故障數據。如何利用這些數據找出規律，使從故障癥狀中快速找出故障原因或故障位置成為一個(gè)亟待解決的問(wèn)題。2灰電位識別方法2.1原理簡(jiǎn)介灰電位識別是一種灰色理論與電位分類(lèi)設計相結合的新型非線(xiàn)性多類(lèi)模式識別算法。有一個(gè)距離較近的空間電荷群，稱(chēng)為同一個(gè)類(lèi)，其中每個(gè)電荷在空間中產(chǎn)生一個(gè)勢場(chǎng)，屬于同一類(lèi)的所有空間電荷產(chǎn)生的勢場(chǎng)構成一個(gè)類(lèi)勢場(chǎng)，它量化了一個(gè)類(lèi)的空間特征。潛在價(jià)值越大，越接近類(lèi)。也就是屬于這一類(lèi)的可能性越大。在物理學(xué)中，電荷引起的電勢值與距離倒數的平方成正比。同樣，可以認為一個(gè)模式所導致的潛在價(jià)值與其離這個(gè)類(lèi)的距離有關(guān)。通常構造一個(gè)以距離為自變量的勢函數來(lái)解決這個(gè)模式識別問(wèn)題。2.2用一個(gè)簡(jiǎn)單的例子說(shuō)明點(diǎn)勢函數的定義。直線(xiàn)上有一個(gè)點(diǎn)，也代表這個(gè)點(diǎn)的坐標。是待分類(lèi)的點(diǎn)坐標，定義為與任意模式點(diǎn)之間的勢函數，其中為常數系數。越接近某一模點(diǎn)，即越接近0，其勢值越大，V越接近1。2.3類(lèi)勢函數的定義提供了一個(gè)沿直線(xiàn)分布的a類(lèi)點(diǎn)， k (k=1，2，…，n)為a類(lèi)n個(gè)模態(tài)點(diǎn)的坐標值，為待分類(lèi)點(diǎn)的坐標。關(guān)于點(diǎn)類(lèi)A的的勢函數值稱(chēng)為類(lèi)勢值，它實(shí)際上是從到該類(lèi)所有點(diǎn)的點(diǎn)勢值之和的平均值。點(diǎn)類(lèi)A關(guān)于的類(lèi)勢值定義為2.4多樣本類(lèi)模式的勢函數。假設已知模式Xi的多維量化特征(I=1，2，n)用n個(gè)樣本be Xi={xij}，j=1，2，灰色理論中灰色關(guān)聯(lián)度的大小也反映了兩個(gè)模型樣本之間的相似性度量。根據灰色關(guān)聯(lián)度的定義[2]:設X為灰色關(guān)聯(lián)因子集，x0X為參考序列，xiX為比較序列，xi(k)，(x0，Xi)(0，1]表示系統中沒(méi)有兩個(gè)行為序列可以嚴格無(wú)關(guān)。2)對偶對偶表示當灰色關(guān)聯(lián)因子集中只有兩個(gè)序列時(shí)，成對比較滿(mǎn)足對偶。3)整體性反映了環(huán)境對灰色關(guān)聯(lián)度比較的影響，灰色關(guān)聯(lián)度隨環(huán)境的不同而變化。4)滿(mǎn)足貼近度后，(x0，xi)為xi與x0的灰色關(guān)聯(lián)度。鄰近性是相關(guān)性量化的一個(gè)限制因素。 #p#分頁(yè)標題#e#

可以看出，勢函數實(shí)際上是一個(gè)灰色關(guān)聯(lián)度計算函數，所以如果有m個(gè)Ak類(lèi)(k=1，2，m)。獲得相對于這M個(gè)模式要識別的某個(gè)模式的準電勢值。如果3-電位識別法應用前的預處理是3.1歸一化，為了消除變量間的量綱影響，應對變量進(jìn)行歸一化和變換，使每個(gè)變量的值統一在[0，1]之間。具體方法如下。設一個(gè)故障模式樣本歸一化變化前的多維量化特征矩陣為x={xij}和y={yij}歸一化變化后，則變換公式為w={wj}，歸一化變化后u={uj}，則變換公式為3.2。初始化變換初始化的目的是為了選擇一個(gè)合適的參考點(diǎn)進(jìn)行樣本比較，使其能夠得到恰當的表達讓歸一化變化后的失效模式樣本的多維量化特征矩陣為初始化變換后的y={yij}和z=(zij)，計算公式如下：讓歸一化變化后的實(shí)際失效的失效數據為初始化變換后的u={uj}和s={SJ}，其中m取公式(4)中的值。4干式變壓器故障診斷的潛在功能4.1故障模式集的組成為了得到多種故障模式和每種故障模式，在此基礎上，收集有代表性的故障數據，形成每種故障模式的多個(gè)樣本[4-6]

。例如，對于鐵芯多點(diǎn)接地搜集到樣本如表1所示。 用式（2）和式（4）進(jìn)行數據預處理后得到的多位量化特征陣A為 用式（2）和式（4）進(jìn)行數據預處理后得到的多位量化特征陣B為 4．2 故障實(shí)例 某電廠(chǎng)6號220kV主變1999年5月19日油色譜試驗數據如表3所示。 用故障點(diǎn)估算溫度的經(jīng)驗公式T＝，計算得到故障點(diǎn)溫度為722℃。測得鐵芯接地電流為0．1A，絕緣電阻偏差為11％，利用式（3）和式（5）計算該故障相對于鐵芯多點(diǎn)接地故障的模式待判特征為 用式（2）計算該故障相對于故障模式A的灰色位勢函數值V1＝0．535。 用式（3）和式（5）計算該故障相對于引線(xiàn)接頭過(guò)熱故障的模式待判特征為 用式（1）計算該故障相對于故障模式B的灰色位勢函數值V2＝0．859。 因為V1＜V2，故判斷該故障屬于引線(xiàn)接頭過(guò)熱故障，經(jīng)吊罩檢查，發(fā)現穿過(guò)220kV側A相套管內的引線(xiàn)與銅管接觸，因干式變壓器220kV側A相電流一部分通過(guò)銅管導致高溫過(guò)熱，診斷符合實(shí)際狀況，說(shuō)明灰色位勢函數法是成功的。5 幾點(diǎn)討論 1）由上例可以看出，故障類(lèi)型及相應的故障診斷規則的提取是灰色位勢算法診斷干式變壓器故障的基礎，一組良好的診斷規則能夠使診斷準確，基于粗糙集理論的診斷規則的提取在這方面作出了貢獻［7］。 2）灰色位勢算法是利用樣本形成故障類(lèi)型的，所以樣本的數量對于診斷的精確與否起著(zhù)至關(guān)重要的作用，只有大量的樣本才能反映一類(lèi)故障的本質(zhì)特征。所以故障樣本的數據收集是本算法實(shí)現的關(guān)鍵。 3）由于干式變壓器的種類(lèi)繁多，電壓等級相差很大，同時(shí)干式變壓器部件繁多，涉及物理、化學(xué)變化，故障種類(lèi)也很多，因此一般需要利用多種檢測方法檢測故障。隨著(zhù)檢測手段的增多，診斷規則也會(huì )相應增多，在進(jìn)行基于知識的推理時(shí)有可能產(chǎn)生“匹配沖突”或“組合爆炸”等問(wèn)題［8］，這時(shí)如果將灰色位勢算法與擅長(cháng)非線(xiàn)性映射的人工神經(jīng)網(wǎng)絡(luò )以及決策樹(shù)方法結合起來(lái)，將大大簡(jiǎn)化算法，有可能使得干式變壓器故障診斷系統實(shí)用化。6 結束語(yǔ) 本文探討了模式識別中的一種算法——灰色位勢算法在干式變壓器故障診斷中的應用。在確立了故障診斷規則的前提下，該方法可以直接處理現場(chǎng)采集到的數據，在大樣本的情況下診斷尤佳，用于干式變壓器故障診斷是比較合適的。針對實(shí)際診斷情況的多樣化和復雜性，如將灰色位勢算法和人工神經(jīng)網(wǎng)絡(luò )及故障樹(shù)方法結合起來(lái)，形成一個(gè)層次型的診斷結構，通過(guò)層次分類(lèi)的處理，則干式變壓器故障診斷有望走上實(shí)用化道路。參考文獻［1］胡遠來(lái)，賈王月．灰色位勢算法在儲層預測中的應用［J］．礦物巖石，2002，87（3）：87－90［2］劉思峰，郭天榜．灰色系統理論及其應用［M］．開(kāi)封：河南大學(xué)出版社，1991．59－60［3］孫輝，李衛東，孫啟忠．判決樹(shù)用于干式變壓器故障診斷的研究［J］．中電機工程學(xué)報，2001，21（2）：50－55［4］董其．電力干式變壓器故障與診斷［M］．北京：中電力出版社，2001．90－108［5］電力工業(yè)設備診斷技術(shù)專(zhuān)業(yè)協(xié)會(huì )．干式變壓器故障診斷典型案例匯編［J］：中電力企業(yè)管理，1994，（1）［6］電力工業(yè)設備診斷技術(shù)專(zhuān)業(yè)協(xié)會(huì )．干式變壓器故障診斷典型案例匯編（續1）［J］：中電力企業(yè)管理，1994，（2）［7］袁?？娏υO備狀態(tài)檢測、預測及故障診斷的研究［D］．南京：東南大學(xué)，2002 來(lái)源：中電力網(wǎng)#p#分頁(yè)標題#e#