[发明专利]一种智能电网故障诊断方法

说明书

技术领域

本发明涉及电力配电系统故障诊断技术领域，特别涉及一种智能电网故障诊断方法。

背景技术

安全、稳定的供电系统是国民经济发展的重要基础，是现代工业社会和谐发展的必要条件。电力变压器是电力系统中的重要枢纽设备，其运行的可靠性直接关系到电力系统的安全性与稳定性。目前大型变压器在运行中出现异常现象的情况时有发生，对电网的安全运行造成了严重威胁。

国内电力系统中大多数电力变压器采用绝缘油对内部系统进行散热和绝缘，而变压器处于不同运行状态时，其绝缘油中溶解气体组分和浓度各不相同，对油中溶解气体进行采样和分析，即可推断出变压器的运行状态，可以有效地对变压器进行故障诊断。然而变压器结构的复杂性以及故障原因、故障现象和故障机理的多样性、随机性和模糊性，使得其绝缘故障诊断存在许多困难。利用油中溶解气体分析(DGA， Dissolved Gas Analysis)方法，检测油浸变压器内部故障，已成为对其进行绝缘监督的重要手段。但是故障特征气体与故障之间存在复杂的非线性关系，传统的IEC三比值法和无编码比值法判断过于简单化，且存在比值盲区问题，往往不能对故障进行准确的诊断。

近年来，众多人工智能方法被单独或交叉应用于DGA故障诊断表的建立中，且不同程度的改善了故障表的适应性。粗糙集理论是Pawlak教授于1991年提出的一种分析和处理不精确、不一致、不完整数据的方法，其能够在保留关键信息前提下，对知识处理求得知识的最小表达。粗糙集理论的应用，能够优先对属性进行约简，解决不完备信息情况下的变压器故障诊断问题。粗糙集理论中，属性简约是分类规则获取的关键步骤。现有研究中，如粗糙集与贝叶斯网络相结合，或粗糙集与IEC三比值法相结合等诊断方法，多基于可辨识矩阵，离散化多基于专家经验，简约后得到的诊断规则缺少针对性。

发明内容

本发明所解决的技术问题克服上面所述目前存在的技术缺陷，而目的提供一种基于改进粗糙集约简算法的配电系统在线故障诊断方法，特别是配电变压器故障诊断方法，以提高故障诊断的针对性。

本发明提供了一种智能电网故障诊断方法，它包括配电变压器的故障诊断方法，其该方法包括以下步骤：

a.采集特征气体浓度数据；

b.存入数据库；

c.形成原始信息表；

d.结合遗传算法的适应函数，利用粗糙集理论，将原始信息表进行连选属性离散化，形成离散化信息表；

e.结合遗传算法的适应函数，进行属性简约和值简约，其中，适应值函数如式1所示，其中f(a)是约简的相对冗余度，P(a)是惩罚函数，C₀是预设阈值，                                                为元素a的重要度，，为第j条条件属性，为第i条决策属性；α值使得惩罚函数P(a)在C(a)<C₀时近似为1，在C(a)>C₀时迅速衰减为0；群体进化早期取值较小，群体进化后期，取值逐渐增大；

              式1

f.判断是否存在故障以及故障种类；

g.显示故障信息。

本发明中所提取的特征气体包括H2，CH4，C2H6，C3H8，C2H4，C3H6，C2H2，C3H4，CO2，C0，CH4/ H2，C2H6/ CH4，C2H4/ C2H6，C2H2/ C2H4，C2H6/ C2H2和C2H2/ CH4。

本发明上述步骤中，还存在步骤(1-2)，其位于步骤(1)和步骤(2)之间，计算特征气体浓度变化速率，判断产气速率是否超临界值，如果超过临界值则执行步骤(7)，如果不超过临界值，则执行步骤(2)。

本发明还提供一种利用权利要求1所述方法诊断变压器故障的变压器故障诊断装置，其包括检测模块、控制模块，判断模块、显示模块以及接口模块，其中检测模块获得特征气体的浓度数据，控制模块基于权利要求1所述的方法获得决策标准，判断模块基于检测模块获得的气体浓度数据，判断故障种类。

具体实施方式

本发明的基于遗传算法进行约简的粗糙集变压器故障诊断方法的具体方法结合实施例进行说明。