基于BP神径网络砷电力变瓜器故障诊断.pdf

第4 4卷第3 期 2 0 0 7 年3 月 蒯 T RJ NS FORA 石 配 V o l . 4 4 Ma r c h No . 3 2 0 0 7 了 基于B P神径网络 砷电 力变瓜器故障 诊断 杜文霞， 吕 斧， 句希源 ( 河北师范大学， 河北 石家庄 0 5 0 0 3 1 ) 摘要: 介绍了 墓于B P神经网络的电力变 压器的故障诊断方法， 并给出了 实例。 关键词: 电力变压器; 神经网 络; 三比 值法; 故障; 诊断 中图分类号: T M 4 0 6文献标识码: B文章编号: 1 0 0 1 - 8 4 2 5 ( 2 0 0 7 ) 0 3 - 0 0 4 5 - 0 3 F a u lt D ia g n o s is o f P o w e r T r a n s f o r m e r B a s e d o n BP N e u r a l N e t wo r k D U We n - x ia ， L U F e n g , J U X i- y u a n ( H e b e i N o r m a l U n iv e r s it y , S h ij ia z h u a n g 0 5 0 0 3 1 ， C h in a ) A b s t r a c t : T h e m e t h o d t o d ia g n o s e p o w e r t r a n s f o r m e r f a u lt s b a s e d o n B P n e u r a l n e t w o r k is i n t r o d u c e d . T h e e x a m p le s a r e p r e s e n t e d . K e y w o r d s : P o w e r t r a n s f o r m e r ; N e u r a l n e t w o r k ; T h r e e - r a t io m e t h o d ; F a u lt ; D ia g n o s is 1 引言 电力变压器是电力系统的重要设备之一，其故 障的诊断对整个电力系统的安全性和可靠性极为重 要。三比值法在油中溶解气体为特征量的充油变压 器故障诊断中得以广泛的应用， 并得到了大量的实 践及事例验证。这种根据气体比值划分区间的编码 规则基本上是合理的，尤其是在远离区间分界点的 地方， 这样确定的编码其准确率相当高但是， 当气 体组分比 值在判断区间交界处附近时，采用三比值 法有时判断不准甚至误判。由于神经网络自 身有很 好的归纳和抽象能力， 且在众多的神经网络模型中， 误差反向传播( B a c k P r o p a g a t io n - B P ) 神经网络又具 有良 好的模式分类能力，故笔者尝试用B P 神经网 络来处理比值编码问题， 其能够在一定程度上弥补 三比值法的不足。 2 三比值法的原理 三比值法的原理是: 根据充油电器设备内油、 纸 绝缘故障裂解产生的气体组分含量的相互依赖关 系， 从5 种特征气体中( H Z , C 氏. C Z H 6 . C 2 H 4 . C 2 H z ) 选 用两种溶解度和扩散系数相近的气体组分组成三比 值， 以不同的编码表示， 其编码规则见表 1 ， 对故障 性质的判断见表2 0 在实际应用中，比值编码边界模糊的比值区间 内的故障， 往往容易误判。 3 B P神经网络 B P 神经网络是一种有隐含层的多层前馈网络， 结构如图 1 所示。在B P 神经网络中的神经元多采 用S 型函数作为激活函数， 利用其连续可导性， 便于 引人最小二乘 ( L e a s t M e a n S q u a r e s - L M S )学习算 法， 即在网络学习过程中， 使网络的输出与期望输出 的误差边向后传播边修正连接权值，以期望其误差 表 1 三比值法的编码规则 Ta b l e 1 Co d e rul e f o r t h r e e - r a t i o me t h o d 特征气体的比值 比值范围编码 - C ZH , C , H , C H . H 2 C A C , H , 3222 基金项目: 为河北省自然科学基金资助( F 2 0 0 4 0 0 0 1 8 0 ) 第 4 4 卷 Ta b l e 2 表2 判断故障性质的三比值法 T h r e e - r a t i o m e t h o d t o d i a g n o s e f a u l t c h a r a c t e r i s t i c s 序号故障性质 比值范围编码 C ZH Z C A C 旦 a H z C A C A 0 无故障 000 1 低能量密度的局部放电 010 2 高能量密度的局部放电 110 3低能量放电1 - 200 - 2 4 高能量放电 1 02 5 低于1 5 0 的热故障 001 6 1 5 0 - 3 0 0 低温过热故障 020 7 3 0 07 0 0 中温过热故障 ，021 8 高于7 0 0 高温过热故障 022 图2 B P网络故障诊断结构图 F i g . 2 F a u l t d i a g n o s i s d i a g r a m o f B P n e t w o r k 均方值最小。 输出层 图中， X , , X 2 , X 3 分别对应 C Z H J C Z H 4 , C H 4 / H : 和 C Z H XA 3 组气体的比值。 4 . 2 B P网络模型的建立 建立B P 网络模型， 也就是确定网络输人层、 隐 含层、 输出层的节点个数以及隐含层的层数。 B P ， 模型采用( 1 - 4 - 3 ) ， 也就是说B P . 网络输人 层 1 个节点，用来接收特征气体中C Z H : 和C 2 H 4 的 比值， 用X ， 表示; 该网络有一个隐含层， 取节点数为 4 ;输出节点数为3 ，分别用Y o , Y : 和Y Z 表示， Y o = 1 对应编码为0,Y,=1对应编码为1 , Y 2 = 1 对应编码为 2 0 B 几模型采用( 1 - 7 - 3 ) ， 该网络输人X : 用来接 收特征气体中C H ; 和H : 的比值， 输出分别用Y 3 , Y 4 和Y s 表示。 Y 3 = 1 对应编码为O , Y 4 = 1 对应编码为1 ， Y 5 = 1 对应编码为2 0 B 几模型采用( 1 - 6 - 3 ) ， 该网络输人X 3 用来接 收特征气体中C A 和C A 的比值， 输出分别用叽、 叽和Y : 表示。 Y 6 = 1 对应编码为O , Y , = 1 对应编码为 1 , Y 8 = 1 对应编码为2 0 3 个 B P网络模型的输人、 输 出及编码的对应关系见表3 0 输人层 隐含层 图， B P网络结构示意图 F i g . 1 S t r u c t u r a l d i a g r a m o f B P B P神经网络的学习过程包括正向和反向传播 两个阶段， 在正向传播过程中， 输人信息从输人层 经隐含层逐层处理， 并传向输出层， 每一层神经元 的状态只影响下一层。如果在输出层得不到期望输 出， 则转入反向传播， 将误差信号沿原来的通路返 回， 通过修改各层神经元的权值， 使误差信号最小， 这就是误差反向传播的过程。 经过训练的B P 网络模型可以映射任意复杂的 非线性关系， 当有一组新的输人时， 它能够给出与 某一训练样本最接近的输出， 故它具有良好模式分 类能力。针对上述三比值法的不足， 选用具有良好 模式分类能力的B P神经网络来处理比值编码问 题， 再用三比值法配合诊断， 将进一步提高对变压 器故障进行诊断的准确性。 表 3 Ta b l e 3 日 P网络模型输入、 输出及编码的对应关系 R e l a t i o n a m o n g i n p u t , o u t p u t a n d c o d e i n BP n e t wo r k mo d e l 4 变压器故障诊断的神经网络模型 4 . 1 诊断过程 首先计算 C Z H J C Z H 4 , C H , / H : 和C Z H 4 / C Z H 6 3 组 气体比值， 将其依次作为B P , , B R和B 巧网络的输 人;其次根据3 个B P网络的输出对3 组气体比值 进行编码; 最后依表2 判断故障类型， 其诊断结构 图如图2 所示。 网络名称网络输人网络输出 比值范围编码 B P , X , = C , H 式Z H .Y oY IY z 30012 B P , X z = C H 扩 H ZY 3Y sY , 10012 B P , X = C 2 H 4 C 八Y 6Y , Y , 30012 从表3中可以看出， 3 个网络都有一个共同的 约束条件: 每个网络的输出只能有一个为l a 第 3 期 杜文霞、 吕锋、 句希7 $ : 基于 B 户 神经网络的电力变压器故障诊断 要想使 B P网络具有很好的模式分类能力， 组 织训练样本很关键， 样本应当具有代表性、 广泛性， 只有通过具有代表性的学习样本训练出来的B P 网 络才能正确映射输人输出关系， 也只有具有广泛性 的学习样本可使训练出来 B P网络具有较好的适应 能力， 而不至于在某种场合适用， 而在另外一种情 况下就无能为力。笔者依据以上选取样本的原则， 通过查阅大量的资料，组织 1 8 个学习样本来对 3 个B P 神经网络进行训练，用训练好的网络进行电 力变压器的在线故障诊断， 下面用实例验证该方法 的有效性和准确性。 5 诊断实例 【 例1 1 对某台变压器用气相色谱分析油中溶 解气体， 测得各种气体含量( 单位N t U L ) : H 2 = 2 0 0 4 , C H , = 9 7 3 9 , C 2 H 6 = 2 7 5 0 , C 2 H 4 = 5 1 1 2 9 C 2 H 2 = 0 ， 试进行故 障诊断。 由上列数据按表 1 计算出三组气体比值C Z H j C 2 H 4 = 0 , C H 4 / H 2 = 4 . 8 5 9 7 8 , C 2 H 4 / C 2 H 6 = 1 . 8 5 9 2 7 ， 得出比 值编码为0 2 1 ; 将三组气体比值输人 B P网络模型， 三个网络的输出为: Y o = 1 ，Y , = 1 ，Y 2 = 2 . 8 3 9 6 e - 0 0 9 Y 3 = 6 . 6 8 8 8 e - 0 1 0 , Y 4 二 一 9 8 7 7 e - 0 0 9 , Y 5 = 1 Y 6 = 6 . 1 5 5 3 e - 0 0 9 ， Y , = 1 ， Y 8 = - 2 . 2 2 0 4 e - 0 1 6 查表 3 得出B P网络对气体比值的编码也是 0 2 1 ， 配合表2 则诊断结果为: 低能放电。实际检查 结果为: 二次绕组对铁心发生放电， 绕组有一贯通 性损伤。 【 例r: 某台变压器油中各气体含量如下( 单 位 : W U L ) : H : 二 1 2 7 , C H 4 = 1 0 7 , C 2 H 4 = 1 1 , C 尹; = 1 5 4 , C 尹2 = 2 2 4 ， 试进行故障诊断。 由上列数据按表 1 计算出三组气体比值C 2 H Z / C Z H 4 = 2 0 . 3 6 3 6 3 , C H 4 / H 2 = 0 . 8 4 2 5 2 , C 2 H C Z H 6 = 0 .0 7 1 4 2 , 得出比值编码为2 0 0 ; 将三组气体比值输人B P网络 模型， 3 个网络的输出为: Y o = 4 .9 6 3 5 e - 0 1 0 , Y ， 二 一 6 4 2 2 e - 0 1 0 Y 2 = 1 Y 3 = 1 Y 4 = - 5 . 7 4 8 9 e - 0 0 9 Y 5 = 1 . 6 9 5 7 e - 0 0 8 Y 6 = 1 Y , = 2 . 6 9 6 6 - 0 0 8 Y 8 = - 8 . 3 0 8 9 - 0 1 3 查表 3 得出B P网络对气体比值的编码也是 2 0 0 ， 配合表2 则诊断结果为: 低能放电。 实际检查结 果为: 二次绕组对铁心发生放电， 绕组有一贯通性损 伤。 【 例3 1 对某台变压器油中3 组气体组分的比 值如下: C Z H J C Z H 4 = 3 . 1 4 , C H 4/ H Z = 0 . 1 0 3 , C Z H 4 / C 尹。 二 2 1 .8 ， 查表1 得出比值编码为2 0 2 ; 将3 组气体比值 输人B P网络模型, 3 个网络的输出为: Y o = - 1 . 1 0 1 6 e - 0 0 9 ，Y , = 1 ，Y 2 = - 1 . 7 3 4 5 e - 0 1 0 Y 3 = 1 ，Y 4 二 一 5 . 2 4 0 9 e - 0 0 9 ，Y 5 = - 2 . 1 5 0 6 e - 0 1 1 Y 6 = 7 . 1 0 5 4 e - 0 1 3 ，Y 7 = 1 .4 6 1 3 e - 0 1 2 ，Y 8 = 1 查表3 得出B P网络对气体比值的编码是 1 0 2 , 实际检查结果为电弧放电引起的高能量放电故障， 而按三比值法得到比值编码却为2 0 2 ， 其误判的原 因是C Z H 式2 H 4 = 3 . 1 4 ， 在分界点C 2 H ) C 2 H 4 = 3 处附近， 而分界点的值是根据大量的变压器故障事例经过调 查、 分析采用数学统计的方法得出的。 显然分界点的 值是一个统计值， 具有一定的分散性， 这种统计方法 不可避免地舍弃了一些次要因素，必然就要以牺牲 一定的判断准确度为代价。 6 结论 例1 、 例2 验证了用 B P 神经网络对气体比值编 码的正确性和可行性，例3 说明该方法较传统的三 比值法更准确、 更有效， 实例证明该方法既发挥了三 比值法的长处，又在一定程度上弥补了三比值法对 于在比值区间交界处附近的数据可能会误码判的不 足， 有一定的应用价值。 参考文献: 1 G B M 2 5 2 - 2 0 0 1 ， 变压器油中溶解气体分析与判断导则 S . 2 l 徐丽娜. 神经元网络控制 M . 哈尔滨: 哈尔滨工业大学出 版社， 1 9 9 9 . 收稿日期: 2 0 0 5 - 1 1 - 1 4 作者简介: 杜文霞( 1 9 7 3 - ) ， 女， 河北石家庄人， 河北师范大学电子系讲师， 吕锋( 1 9 5 8 - ) ， 女， 检测与诊断; 句希源( 1 9 6 3 - ) . 男， 河北石家庄人. 河北师范大学电子系教授 主要从事智能检测与控制技术研究工作; ， 博士生导师， 研究方向为电机控制及故障 河北汤州人， 河北师范大学电子系讲师， 研究方向为电机及控制。