基于机理/数据混合驱动的变压器故障诊断模型研究

时间：2022-02-24 01:02:00

关键字：故障诊断机理驱动数据驱动

手机看文章

扫描二维码
随时随地手机看文章

[导读]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。

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。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。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。

综上,本文提出并设计了一种基于机理/数据混合驱动的变压器故障诊断模型。该模型利用历史运行数据、案例库和故障树,通过案例匹配和规则推理方法,构建机理/数据混合驱动的故障诊断模型,有效地避开了复杂数学建模过程,节约了成本,通过案例自增的方式进化案例库,有效提高了模型的稳定性。

1模型整体架构设计

变压器故障诊断模型是使用变压器台账数据、运行数据、故障数据、历史案例等信息作为系统输入,然后利用诊断模型对变压器的运行状态进行评估和潜伏性故障诊断,得出故障诊断结果及解决办法,作为输出反馈给用户。其整体框架如图1所示。

1.1用户层

用户层包括输入故障现象模块、故障现象预处理模块、故障处理模块及结果反馈模块。对故障现象进行描述和预处理后,将状态信息输入到故障诊断层,并提出故障查询。得到诊断结果之后,需要检修人员拿着结果找出故障原因,并解决故障。如果该规则已存在于案例库,则调用历史案例:若该规则与案例库不同或者是一条新规则,则将该规则反馈给故障构建层进行案例库更新。

1.2故障诊断层

故障诊断层承接用户层输入,完成故障诊断并反馈结果给用户层,是诊断系统的核心,包括故障诊断模型和故障类型及解决办法输出模块。故障诊断模型核心是采用案例和规则串行推理的方式对故障进行诊断并输出诊断结果。故障类型及解决办法输出模块主要负责将故障诊断结果 ,包括故障原因、故障解决办法等信息输出给用户。

1.3案例库构建层

案例库构建层是系统底层知识库,包括现象案例映射模块和案例库更新模块。根据历史故障诊断经验,案例映射模块进行案例收集,包括故障现象、原因、类型及经过实践验证的解决办法之间的映射关系。在进行故障诊断时,可以为故障诊断层提供相似的案例。案例更新模块,负责将新的案例收集入库,及时更新和进化案例库。

1.4规则构建层

规则构建层也是系统底层规则库,负责规则的生成及管理 ,其核心为基于规则生成模块。本文应用故障树分析方法构建变压器规则模型。此模块产生的规则作用并服务于故障诊断层的规则推理模块。

2机理/数据混合驱动方法

基于机理/数据混合驱动的故障诊断模型是故障诊断层的关键技术,其整体思路为利用案例匹配和规则推理相结合的方式,首先输入故障现象,然后检索案例库,寻找相似案例。若有相似案例 ,则快速获得诊断结果及相应检修策略:若没有合适的相似案例,则启动规则推理,最终将推理产生结果作为诊断结果进行输出。该模型流程图如图2所示。