基于机理/数据混合驱动的变压器故障诊断模型研究
2021-12-17许晓路刘川燕罗传仙
机电信息 2021年29期
许晓路 刘川燕 罗传仙



摘 要:通过研究变压器常见缺陷和故障,提出基于机理/数据混合驱动的变压器设备故障诊断策略。该策略首先需要根据历史记录建立变压器故障案例库,然后对待检测案例进行案例匹配,若库中存在相似案例则快速得到诊断结论,若没有相似案例则启动故障推理模块。故障推理模块通过对变压器故障模式进行划分,基于不同故障模式,形成不同的推理规则,构建变压器故障树,以此进行故障推理。通过最后的案例分析,证明该策略能够对变压器设备故障进行准确、有效、快速的诊断和分析,且诊断结论可靠,实用性强。
关键词:变压器;故障分析;故障诊断;机理驱动;数据驱动
0 引言
变压器作为电力调压/传输的关键性核心部件,是电力运维重点监控对象。近年来,基于数据驱动的变压器故障诊断模型研究成为热点,如采用统计分析、BP神经网络、支持向量机、贝叶斯网络、聚类分析等对数据进行训练得到预测模型来进行故障预测[1-2]。但此类算法需要大量数据进行模型训练,而实际应用中却难以满足,导致模型准确率低、精细化程度不够等问题。
基于机理分析驱动的变压器故障诊断模型研究仍在不断发展,此类方法试图将变压器化学试验数据、电气分析数据和巡检数据等进行融合,并建立关系网络,以此推算潜伏故障,如模糊学习、关联规则挖掘、隐含马尔科夫模型等[3-5]。但变压器故障与相关特征数据间因果关系不明确,需要大量的专业经验辅助支撑,导致最终故障模型可靠性低。……
登录APP查看全文
