文 献 综 述

1. 课题背景和意义

现代设备技术水平不断提高，生产率、自动化要求越来越高，相应地，故障也随之增加。变压器作为电力系统中非常复杂而且非常重要的设备，其工作状态对电力系统、企事业单位及居民生活具有十分重要的影响。由于种种原因，变压器故障时有发生，事故率仍相当的高。只有正确地评估、准确地诊断、可靠地预测变压器的运行状态，才能指导现场对缺陷变压器开展状态检修，提高检修质量，避免检修人力、物力和财力的浪费。 如何提前对变压器故障进行预测和在故障发生后迅速判断故障原因是提高工作效率、减少经济损失的一个重要途径。所以采用智能方法建立相应模型，研究变压器状态与运行工况、历史运行记录的关系及其规律，利用变压器的信息准确地诊断、预测和评估变压器运行状态对实施变压器状态维修，对保证系统安全、可靠、经济运行，提高经济效益具有重要意义。

2．变压器故障种类

变压器的故障类型一般分为:油过热、油和纸过热、油纸绝缘中局部放电、油中火花放电、油中电弧、油和纸中电弧等类型。这些故障又可合并为低、高温过热,低、高能放电等4种类型。如果变压器内部裸金属局部过热,油裂解气体的主要特点φ(CH4)和φ(C2H4)较大;如果变压器内部存在放电故障,油裂解气体的主要特点是φ(H2)和φ(C2H2)较大;如变压器正常,油裂解气体的主要特点是老化过程中的φ(CO)和φ(CO2)较大,其它气体体积分数很小;如变压器出现固体绝缘故障,则φ(CO)和φ(CO2)很大,且φ(CO/CO2)gt;10。

不同故障产生的气体差异

3．目前变压器故障诊断的主要方法

3.1 基于神经网络技术的电力设备故障诊断

人工神经网络(Artificial Neural Network简称ANN)是一种模仿人脑行为及其活动过程的推理分析方法。它以神经兀的连接与并行机制来简化、抽象和模拟人脑的逻辑思维能力。在神经网络系统中，信息的存储和处理是合为一体的，能从不完全的，不精确的信息联想出完整的信息，因而神经网络具有很强的学习能力、信息处理能力和学习过程中的完善性能。它能从一系列的数据中综合出规律性的知识，较为有效地解决了专家系统知识获取的困难。其应用已渗透到各个领域，并在智能控制、模式识别、计算机视觉、自适应信号处理、知识处理、传感技术与机器人等方面得到广泛的应用。其在电气设备在线监测、故障诊断、负荷预报、智能控制等方面也取得很好的成就。

人工神经网络(ANN)已广泛用于变压器故障诊断中,其中BP神经网络又是最常用的一种。但BP神经网络中调节权值采用的负梯度下降法存在收敛速度慢和容易陷入局部极小等缺点。径向基函数(RBF)神经网络诊断变压器故障的新方法在逼近能力、分类能力和学习速度等方面均优于BP神经网络。

RBF网络的优点：

① 它具有唯一最佳逼近的特性，且无局部极小问题存在。

② RBF神经网络具有较强的输入和输出映射功能，并且理论证明在前向网络中RBF网络是完成映射功能的最优网络。

③ 网络连接权值与输出呈线性关系。

④ 分类能力好。

⑤ 学习过程收敛速度快。

许多模式识别试验都充分表明，RBF网络较其它网络具有更强的分类能力。首先，RBF具有更有效的非线性逼近能力。其次，RBF网络的学习速度较其它网络快。

3.2 基于模糊理论CFuzzy Theory)的故障诊断

1965年美国加州大学L. A. zadeh教授首次提出了表达事物模糊性的重要概念:隶属函数，从而奠定模糊理论的基础。模糊理论是以模糊集为基础，以处理模糊事物为目标，并将其严格数字量化后进行计算机处理的应用研究。模糊理论作为一种精确描述不确定性关系的方法，在解决变压器故障诊断的问题具有着独特的优势。它为变压器的绝缘故障诊断提供了一种新的途径。近几年，国内外学者将模糊理论引入变压器故障诊断领域，取得了不错的成果。

3.3 专家系统诊断法

专家系统(Expert System ES)是一种具有大量专门知识的程序系统，它根据多个专家提供的专业知识进行推理，解决通常需要专家才一能解决的复杂问题。变压器故障诊断专家系统是一个基于规则的专家系统，专家系统在解决难以建立数学模型，较多依赖人类专家经验知识的问题上有独特的优势，在信息不完整或不确定的情况下仍能给出较为合理的结论，因此国内外有不少学者从专家系统的角度去研究变压器故障诊断，与此同时，很多学者将专家系统与其它智能方法结合，进行变压器的故障诊断研究。这些研究成果推动了专家系统的实用化，但同时也应看到专家系统存在着两个主要问题:①知识获取的”瓶颈”问题②诊断推理不确定性问题。这些问题大大影响了其故障诊断的准确性。

3.4 基于遗传算法的故障诊断

遗传算法简称GA(Genetic Algorithm)是由生物进化思想启发得出的一种具有全局搜索能力的算法目前遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到了广泛的应用。 另外还有灰色理论、支持向量机(SVM)算法、Bayes推理法、证据组合法以及粒子群优化算法(PSO)等多种人工智能方法，亦各有其自身的特性和优点。随着各种智能方法的应用研究，将多种智能方法融合起来进行故障诊断也成为智能诊断方法新兴发展起来的一个方向。

4．变压器故障诊断的发展趋势

电力变压器故障诊断是个相当复杂的问题，涉及到多方面的因素，根据各种参数作出正确判断必须要有坚实的理论基础和丰富的运行维护经验。国内外的研究人员应用不同的理论和方法，在各自擅长的领域内取得了一定的成果，但许多先进技术和理论并没有完全成熟，如何进一步提高这些方法的有效性尚待进一步研究，如何融合先进方法，充分发挥各自的优点，也成为故障诊断技术的发展方向之一。

5．使用的开发工具

Matlab简介

在人工神经网络的功能实现上 ,与传统的利用 Basic、 Fortran、 C等语言编程相比 ,直接应用第四代计算机语言 MATLAB的神经网络工具箱更加简便易行。MATLAB是由美国Mathworks公司发布的面向科学计算、 数据可视化以及交互式程序设计的高级语言 ,其诸如小波分析、鲁棒控制、 模糊逻辑、 神经网络等丰富的工具箱代表了当今一流专家学者在这些领域的前沿工作。利用其工具箱 ,可以跟踪国际先进的数学理论和模型 ,避免繁琐的编程 ,从而把主要精力用在工程对象的分析研究上。

MATLAB主要有以下几种优点：高效方便的运算，直观灵活的语言，超高的编程效率，出色的图形处理功能，强大的开放性和可扩展性以及拥有先进的可视化工具和功能强大的工具箱。

参考文献：

[1]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社. 1999.

[2]王晓霞,王涛．基于BP神经网络的变压器故障诊断[J]．华东电力，2008，36(2):113-116．

[3]操敦奎.变压器油中气体分析诊断与故障检查[M].北京:中国电力出版社, 2005.

[4]梁永春,李彦明．改进型组合RBF神经网络的变压器故障诊断[J]．高电压技术，2005，31（91）：31-33．

[5]韩力群.人工神经网络理论设计及应用[M] .北京:化学工业出版社,2002.

[6]张德丰. MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009.

[7] 钱政，高文胜，尚勇，等.用可靠性数据分析及BP网络诊断变压器故障高电压技术，1999，25(1):13-15.

[8]章剑光，周浩等.基于RPROP神经网络算法的主变DGA故障诊断模型[J],电力系统自动化，2004，28(14):63-65

[9]段慧达，刘学军等. 糊输入的概率神经网络在变压器故障诊断中的应用[J],电力应用,2007,26(7):28-30

[10]章剑光，周浩，项灿芳.基于Super SAB神经网络算法的主变压器故障诊断模型[J].电工技术学报，2004, 19(7):49-52

[11]刘娜，高文胜，谈克雄.基于组合神经网络模型的电力变压器故障诊断方法[J].电工技术学报，2003, 18(2):83-86

[12]Fushuan Wen et al,Fault section estimation in power system using a genetic algorithm[J].Electric Power system Reseach ,1995,34,165-172

[13]SUN Yan-jing, ZHANG Shen, MIAO Chang-xin, LI Jing-meng, Improved BP Neural Network for Transformer Fault Diagnosis[J].China Univ Mining amp; Technol , 2007, 17(1): 0138#8211;0142

[14] 王旭,王宏,等.人工神经元网络原理与应用[M].东北大学出版社,2000.

[15] 周春光,梁艳春.计算智能:人工神经网络、模糊系统、进化计算[M].长春: 吉林出版社,2001.

[16] 韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2002.