[发明专利]一种基于自适应遗传算法的油浸式变压器故障诊断方法

摘要

本发明公开了一种基于自适应遗传算法的油浸式变压器故障诊断方法，包含执行子系统执行步骤，还包含评价子系统评价步骤和规则发现优化的步骤。分析建立了模型系统的结构，可产生比现有分类器更优良的分类器，提高系统整体性能；在信用分配的基础上，搜索优良的分类器规则，防止算法早熟并避免陷入局部最优。而且由于遗传算法的全局搜索特性，会使系统最后搜索出的故障规则最优，因此将这种变压器故障诊断方法应用到实际中会取得很高的准确率，而且这种方法规则简明、故障机理判断明确，可以为变压器设备的检修带来极大的方便。

主权项

一种基于自适应遗传算法的油浸式变压器故障诊断方法，其特征是，包含执行子系统执行步骤：步骤1：检测器把环境的输出即采集到的油中溶解气体的含量编码成外部消息存入消息队列之中；步骤2：将消息队列中的所有消息与故障规则集中的所有规则进行匹配，并把匹配成功的规则存入到匹配规则集之中，并且进行冲突检测；步骤3：对匹配规则集中的规则进行冲突检测，最后激活冲突检测中存活的规则，这条规则可以将其动作部分即故障类别作为新消息发送出去，发送的消息为外部消息或内部消息；未被激活的规则继续放入消息队列之中；步骤4：清空消息队列：若步骤3中产生的是外部消息，则将消息通过作用器作用于环境；若步骤3中产生的是内部消息，则将该消息再放入消息队列之中，并重复步骤2‑步骤4，直至在步骤3中产生的是外部消息为止；还包含评价子系统评价步骤：步骤5：评价子系统应用组桶式算法对规则进行信用分配，若当前的激活消息是外部消息，则该消息直接从环境中得到回报；若当前激活的消息是内部消息，则它需要在放入“消息队列”之后的下一轮匹配之后，获得由被匹配规则所发出的回报；还包含规则发现优化的步骤：步骤6：在执行子系统和信用分配子系统运行一段时间Tga之后，启动自适应遗传算法，对分类规则集进行优化，每隔Tga时间遗传算法运行一次；步骤7：对自适应遗传算法生成的规则进行专家指导，将确定的不正确、无代表性的规则舍弃。