基于改进型主成分分析的电力变压器潜伏性故障诊断
2015-09-18杨廷方黄立滨曾祥君
电力自动化设备 2015年6期
杨廷方,张 航 ,黄立滨,曾祥君
(1.长沙理工大学 电气与信息工程学院,湖南 长沙 410077;2.南方电网科学研究院,广东 广州 510080)
0 引言
电力变压器是电力系统的重要设备,其自身的可靠性已经成为电网稳定运行的基础。及时、准确地诊断出变压器故障尤其是危险事故发生之前的潜伏性故障,不仅直接关系到电能输送的可靠性以及电力系统运行的安全性,还可以避免其因事故扩大,造成停机以及对系统冲击、烧坏设备而产生的巨大经济损失[1-2]。因此,提高变压器潜伏性故障诊断的准确率,具有非常重要的研究意义。
目前变压器油中溶解气体分析(DGA)法已成为电力系统判断变压器内部故障性质的主要方法[1-3]。在DGA法中最为常用的是三比值判断法则。三比值判断法则形式简单、清晰,使用方便,但在现场应用中经常发现有缺编码、编码边界过于绝对等缺点,甚至有些比值还找不到对应的故障类型,因此其故障诊断的准确率还有待提高。随着人工智能技术的发展,采用神经网络[4]、模糊聚类[5]、灰色理论[6]和证据推理[7]以及其他智能方法[8-11]进行变压器故障诊断的研究成为比较热门的主题。然而,神经网络法虽然具备自学习能力,但对样本的依赖性较大;模糊理论较容易忽略样本空间的相关性;灰色理论也容易受人为主观因素影响;证据推理算法太复杂,且在评价过程中会具有一定程度的不确定性和主观性。所以,目前这些人工智能方法在变压器故障诊断应用中的成熟性还有待提高。……
登录APP查看全文
