基于數據挖掘的變壓器故障診斷和預測研究

何延峰

摘要：作為電力系統日常工作的重要保障基礎變壓器在整個系統當中發揮著十分重要的作用。一旦變壓器出現故障不僅僅會影響電力系統的正常化運行，同時也將帶來了嚴重的經濟損失，這將會直接導致負面社會效益的出現。為了防止上述情況出現就需要對變壓器故障診斷工作進行落實，針對故障點構建出預見性防護方案。本文對基于數據挖掘的變壓器故障診斷進行了分析，提出了一系列觀點，供以參考。

關鍵詞：故障診斷；變壓器；數據發掘

引言

變壓器是電網安全運營的基本保證，盡管目前在變壓器運行過程中已經提出了一系列保護措施如避雷針配置、接地保護、差動保護等，但從實際情況來看這些保護措施顯然不能滿足變壓器的實際工作需求，由于變壓器內部結構十分復雜，在長期負荷下必然會出現各種問題如老化、材質裂化等，這必然會帶來一定程度的故障。而為了讓這些故障得到有效的控制就需要對診斷工作以及預測工作進行深入完善，以此來維持其穩定狀態。數據挖掘技術為變壓器故障診斷以及故障預測提供了有力的技術基礎，這對于變壓器乃至整個電力系統的穩定運行均有著十分重要的意義。

1.數據發掘概述

數據發掘事實上是一個綜合性的過程中，在這個過程中需要從大量數據當中進行“隱性數據”提取，這些數據無論是用于信息管理、查詢優化還是過程控制等都有著十分重要的作用。當然數據發掘涉及范圍十分廣泛，它不單單涵蓋了數據庫內容，同時還承載了數理統計、計算等，對相關人員具有較高的專業性要求。近年來隨著電力系統規模的不斷擴大使得電力系統的數據承載量得到了極大的提升，這也使得電力行業對數據挖掘技術也越來越重視。例如在變壓器測試過程中由于一些客觀或主觀因素影響會造成一系列的錯誤數據，再加上變壓器復雜程度較高，使得它的故障呈現了不確定性，而基于數據發掘則能夠將這些潛在因素解剖出來，這也使其在電力系統當中有了巨大的應用空間

2.基于數據挖掘的變壓器故障診斷系統分析

對于數據發掘而言它是一個完整的規程，在此規程當中需要對大型數據庫的有效實用信息進行發掘，使其成為決策信息。對于整個數據挖掘環境而言其中涉及到了變壓器數據集市、數據集市服務器、數據發掘模塊中以及可視化工具。變壓器數據集市是最為主要的工作對象，服務器主要是針對數據發掘模塊的要求對數據進行提取，而數據發掘模塊是整個系統的核心構建，它可對變壓器的DGA數據進行整合處理并進行迅速化的數據分類[1]。可視化工具則實現了人機交互，讓用戶可以更為清晰地觀察的數據動向并進行分析。數據發掘主要遵循了以下流程：原始DGA數據→被選擇數據→預處理后的數據→被抽取的知識→可視化狀態結果。

數據發掘完成后則需要對條件屬性、決策屬性進行確定，換句話說故障診斷事實上就是由故障征兆至故障類型的映射，根據相關條件對其進行分類并整合，這就涉及到了分類模型的設計。盡管變壓器的故障種類較為繁雜，但是故障的特征性也較多，那么分類器設計過程中就需要對典型代表的特征屬性進行捕捉，使用較少量的特征性信息來反映出更多的需求信息。對于變壓器而言絕緣油的狀態是十分重要的參考，在變壓器處于不同工作條件下時絕緣油當中溶解氣體濃度及各種氣體比例關系存在較為明顯的差異，那么便可以根據這種差異化特則將變壓器的故障清晰地反映出來，同時也可以將它視作絕緣老化判定的參考標準[2]。定義屬性條件以及來匹配相應的數據類型并以此結構構建出數據庫。

在上述基礎上還要對數據進行離散化處理，這是數據預處理過程中的關鍵內容。從需求上來看連續性離散化的需求主要來自以下方面：由于在實際工作過程中數據集當中涵蓋了大量數據，因此形成了大量的數據集，若直接對這些數據進行挖掘就需要耗費大量的時間，同時這些數據集也會占用大量的數據空間，那么采取連續離散化那么便可以讓數據量得到有效壓縮，讓數據處理負荷得到控制。在本研究中采取了樸素貝葉斯分類器來進行數據分離，也就是說將相關屬性值看成定性數據從而實現離散化。結合相關導則[3]得到離散化標準表，如下所示：

3.結語

由以上研究可知基于數據挖掘的變壓器故障診斷過程中故障數據整合分類是十分關鍵的環節，它是確保故障診斷取得成效性的基礎，利用樸素貝葉斯分類器來進行離散分離從而保證數據的有效性，同時構建對應的數據庫為故障診斷提供良好的環境。

參考文獻：

[1]張永宜，段志宏. 基于專家知識庫的電力變壓器故障診斷系統[J]. 西安工程大學學報. 2011（04）

[2]劉守明，胡志坤，王美玲. 基于知識庫的電力變壓器故障診斷專家系統[J]. 計算機測量與控制. 2011（07）

[3]張金江，梁耀升，尹玉娟. 基于模糊理論與支持向量機的變壓器故障診斷方法[J]. 電力科學與技術學報. 2011（02）.