基于BP神經(jīng)網(wǎng)絡(luò)的油浸式變壓器故障診斷

黃明增 高瀧森 林廣大

摘 要：本文研究了一種基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法，利用油中氣體含量分析的方法，收集整理變壓器故障信息作為訓(xùn)練和診斷樣本，建立了基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷模型，準(zhǔn)確率最高達(dá)到95%，具有較高的實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞：油浸式變壓器；BP神經(jīng)網(wǎng)絡(luò)；故障診斷

中圖分類(lèi)號(hào)：TM411 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2018）07-0049-03

Fault Diagnosis of Oil-immersed Transformer Based on BP Neural Network

HUANG Mingzeng1 Gao Longsen2 LIN Guangda1

（1. College of Engineering， South China Agricultural University，Guangzhou Guangdong 510642；

2. College of Information Engineering， Hebei Geography University，Shijiazhuang Hebei 050031）

Abstract： In this paper， we studied a kind of transformer fault diagnosis method based on BP neural network， using analysis method of gas content， collected transformer fault information as the training samples， and diagnosised based on BP neural network model of transformer fault diagnosis， 96% accurate， feasible in practical application.

Keywords： oil-immersed transformer；BP nerve network；fault diagnosis

油浸式變壓器在電力系統(tǒng)中發(fā)揮著變化電壓、電能轉(zhuǎn)化的作用，其安全、穩(wěn)定運(yùn)行影響著整個(gè)電力系統(tǒng)的可靠性，關(guān)系到國(guó)計(jì)民生。由此，準(zhǔn)確判斷變壓器的運(yùn)行狀態(tài)，對(duì)變壓器潛伏性的故障做出預(yù)測(cè)，就顯得極為重要，也是國(guó)內(nèi)研究的焦點(diǎn)之一[1，2]。當(dāng)油浸變壓器內(nèi)部存在過(guò)熱或放電故障時(shí)，其內(nèi)部油中溶解的氣體類(lèi)型和含量會(huì)發(fā)生變化，油中溶解氣體分析成為判別其運(yùn)行狀態(tài)的一種有效手段[3]。

在判斷變壓器故障時(shí)用到的特征氣體主要包括：氫氣（H2）、甲烷（CH4）、乙烷（C2H6）、乙烯（CH4）、乙炔（C2H2）、一氧化碳（CO）及二氧化碳（CO2）。本文選取前五種氣體作為故障診斷氣體，將變壓器的故障類(lèi)型分為中低溫過(guò)熱、高溫過(guò)熱、低能放電和高能放電故障。本文將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于變壓器故障預(yù)測(cè)診斷，對(duì)準(zhǔn)確判斷變壓器的運(yùn)行狀態(tài)及預(yù)測(cè)變壓器潛伏性故障具有重要意義。

1 BP神經(jīng)網(wǎng)絡(luò)

BP（backpropagation）神經(jīng)網(wǎng)絡(luò)是一類(lèi)多層的前饋型神經(jīng)網(wǎng)絡(luò)。由于其權(quán)值的調(diào)整采用反向傳播（Backpropagation）的學(xué)習(xí)算法，因此被稱(chēng)為BP網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，可調(diào)整的參數(shù)多，訓(xùn)練算法多，可操作性好，擁有高度的自組織能力、非線性逼近能力和自學(xué)習(xí)能力 ，在模式識(shí)別和分類(lèi)方面應(yīng)用十分廣泛，也適用于變壓器故障診斷。……