基于半監督分類方法的變壓器故障診斷研究

趙小軍

摘 要：在電力變壓器故障診斷過程中，變壓器油中溶解氣體分析至關重要。由于在變壓器故障診斷過程中，存在著已知數據沒有利用待分類數據問題，這就需要將半監督分類法融入到變壓器故障診斷中，構建變壓器故障的診斷模型。半監督分類法能夠利用已知數據和未知數據獲取更多相關信息，從而起到更好的故障診斷效果。基于此，本文重點分析半監督分類法在變壓器故障診斷中的應用。

關鍵詞：半監督分類法；故障診斷；溶解氣體；變壓器

在電子系統當中，變壓器作為核心設備，主要用作于電壓變換、電能分配、電力輸出等領域，保障變壓器正常運行是保障電力系統可靠、安全運行的關鍵。變壓器油中溶解氣體分析作為電力變壓器絕緣診斷的重要方法，能夠精準判斷變壓器內部的故障程度。在變壓器故障診斷當中，我國主要應用改良3比值方法。該種方法操作更加簡單，在實際應用中發揮著重要的作用，但會偶爾出現編碼邊界過于絕對、暴露編碼不全等問題。因此，在近些年的研究中，提出了多種智能信息變壓器故障診斷技術，大大提高了變壓器的診斷效果。

1 半監督分類法概述

半監督分類法簡稱SSC，主要是綜合利用大量未標簽數據和少量標簽數據來提高學習效果的一種形式，如今已經成為了社會各個階層研究的重點，在圖像檢索、網頁分類中的應用非常廣泛。但是將半監督分類法應用到變壓器故障診斷中卻是近些年才得以興起。因此，需要采用數據集來進行分析：

假設數學符號X={x1，x2，…，xl，xl+1，…，xl+u}，數據xi∈Rd；d為實數集R的維數；i=1，2，…，l+u。表示標簽數據集L={x1，x2，…，xl}；未標簽數據集為U={xl+1，xl+2，…，xl+u}；并且X=L∪U，其中的l和u本別表示標簽數據的合數（包括標簽數和未標簽數）。類別集合W={w1，w2，…，wc}，其中的wr為類別標簽；r=1，2，…，c；c為類別數（c≥2）。

2 半監督分類法在變壓器故障診斷的應用

2.1 應用流程

通過分析1中的數據集公式，可以將變壓器故障樣本數據進行歸化處理，這樣更加便于描述，可以將歸化數據設定為xi。進而從各類故障類別當中隨機抽取數量相等樣本作為標簽數據，沒有挑選出來的數據作為未標簽數據集。其應用流程如下：

第一步，初始化。需要假設停止誤差閾值、循環變量，并隨機生成為標簽的數據矩陣。

第二步，矩陣計算。需要根據上述數據集計算樣本數據的近鄰矩陣。

第三步，未標簽數據更新。

第四步，終止條件判定。如果判定內容小于誤差閾值，則需要重復為標簽數據更新。

第五步，未標簽數據分類。需要找出更新值元素中的最大值，并得出相應的序列號，將數據進行分類。

從以上五個步驟能過看出，該種方法具有諸多優點，包括使用便捷、控制參數少、計算量小、無需大量樣本即可進行，在實際應用中也有非常好的效果。

2.2 半監督分類法在變壓器故障診斷中的實際應用

變壓器絕緣此材料經過分解能夠產生20種以上的氣體，由于我國對所選取的氣體分析對象缺乏統一性，根據國內應用半監督分類方法的實際情況表明，采用油中溶解氣體中的H2、CH4、C2H4等故障氣體檢測更為高效、精準。再者，由于電壓等級、變壓器容量存在著不同差異，因此，變壓器油中溶解氣體體積分數也存在著很大產局，這就需要對樣本進行歸一化處理。

據有關標準規定，變壓器常見故常有六種，其分別是：低溫過熱、中溫過熱、高溫過熱、低能放電、局部放電、高能放電。筆者通過應用Matlab語言在cpu為Pentium（R）4、主頻為24GHz、內存為2GMB計算機上開展仿真實驗。

在應用半監督分類法進行變壓器故障診斷過程中，從各類故障中隨機抽取標簽數據集，并且保障其數量相等，其余的數據都設定為未標簽數據集。取近鄰數為7，一共開展30次試驗，取均值。通過實際的試驗表明，標簽數量增加其診斷的正確率就越高。在故障樣本數據為3個標簽數值過程中，其判斷錯誤的次數為30，診斷正確率能夠在83.4%以上。隨著標簽數量逐漸提高，其診斷正確率也在不斷提高，當故障樣本為5個標簽過程中，錯誤判斷為16個，診斷正確率在91.2%以上。

通過采用IEC3比值法分析，3種診斷方法的正確率都有所不同。而采用模糊近鄰標簽傳遞的半監督分類法，能夠全面利用標簽、未標簽的數據，提高學習效果。即使在標簽數較少的情況下，也能夠保障80%以上的準確率，并且會隨著標簽數量不斷增加，變壓器故障診斷概率也會逐漸上升。

3 結論

從實際應用情況來說，半監督分類法能夠綜合利用標簽、未標簽數據提高學習效果。在采用半監督分類法對變壓器故障診斷過程中，經相關實踐表明，如果標簽數量較少時，即可到達理想的診斷效果，正確率在80.0%以上，同時會隨著標簽數量增加而提高變壓器故障診斷的正確率，理論狀態下會越來越接近100%。本文重點提出了模糊近鄰標簽傳遞的半監督分類法，具有操作方便、計算量小、應用參數少等特點，能夠有效提高變壓器故障診斷的正確率，希望能夠為變壓器故障診斷拓寬思路。