基于信息融合技術(shù)變壓器的故障檢測

1、 基于信息融合技術(shù)變壓器的故障檢測摘要:電力變壓器故障的多樣性、不確定性和各種故障之間聯(lián)系的復(fù)雜性構(gòu)成了故障診斷技術(shù)上的難點(diǎn),僅靠單一的故障特征量和診斷方法無法完成診斷任務(wù)。把信息融合引入變壓器故障診斷中,將油色譜分析與電氣試驗(yàn)等其他信息相結(jié)合,建立基于信息融合技術(shù)的變壓器故障診斷模型。對(duì)變壓器故障進(jìn)行分層決策,不僅能判定故障性質(zhì),還能初步判定故障部位,提高故障診斷結(jié)果的準(zhǔn)確性,最大限度地減小不確定性。關(guān)鍵詞:信息融合;變壓器;故障診斷Abstract:As the faultinformation of power transformers has characteristics such

2、as complementarities,redundancy and uncertainty,the diagnosis task cant be finished by the simple fault characteristic vector and the diagnosis method.The basic ideas of information fusion are introduced and DGA(Dissolved Gas Analysis)is combined tightly with other information such as the results of

3、 conventional electrical test of power transformer.The power transformerfault diagnosismodel based on information fusion is built.The models can diagnose both fault property and fault spot,so as to improve reliability and lower uncertainty in fault diagnosis.Key words:information fusion;power transf

4、ormer;fault diagnosis緒論變壓器是輸變電系統(tǒng)中最重要的設(shè)備之一,其工況好壞直接影響系統(tǒng)安全。變壓器故障診斷過程之根本目的是獲取變壓器運(yùn)行時(shí)的狀態(tài)信息,并對(duì)變壓器性能進(jìn)行評(píng)價(jià)。但如何對(duì)大量信息進(jìn)行處理和綜合利用是變壓器故障診斷技術(shù)重點(diǎn)研究問題。 信息融合技術(shù)是當(dāng)前迅速發(fā)展起來的熱門技術(shù),在人工智能、目標(biāo)識(shí)別、醫(yī)學(xué)診斷等領(lǐng)域已得到廣泛應(yīng)用,但在變壓器故障診斷領(lǐng)域,仍處在初級(jí)階段。本文在對(duì)大型變壓器故障診斷信息進(jìn)行分類基礎(chǔ)上,提出基于信息融合的診斷思想,論述了變壓器故障診斷中信息融合技術(shù)利用的方法和技術(shù)手段。第一章 變壓器故障檢測與信息融合技術(shù)的結(jié)合概況 1變壓器故障診斷信息分類

5、和綜合應(yīng)用 1.1變壓器故障診斷信息分類變壓器故障診斷過程中,可用變壓器信息很多,歸類如下:(1)溶解在變壓器油中的特征氣體含量及產(chǎn)氣速率:用各種(低分子化合物)烴類氣體在變壓器油中單位體積含量及產(chǎn)生速率來分析、探測變壓器內(nèi)部局部放電情況,并通過油色譜分析法(三比值法、四比值法、特征氣體法)初步分析變壓器故障,此法可簡單反映變壓器內(nèi)部局部放電的水平。(2)微水分析法:最初用把柵場效應(yīng)管作變壓器油中溶解氫氣監(jiān)測傳感器,后來用催化燃燒測試技術(shù)測量油中游離氫含量和微水含量,從而了解變壓器內(nèi)部絕緣狀況(由于游離態(tài)氣泡含水分、雜質(zhì)等容易產(chǎn)生油中懸浮電位,繼而產(chǎn)生電小橋?qū)е聯(lián)舸╇妷合陆?對(duì)變壓器危害甚大)

6、。此法只能對(duì)變壓器監(jiān)測起片面作用。(3)溫度監(jiān)測法二主要測油溫和繞組熱點(diǎn)溫度,反映變壓器安全熱效應(yīng)。(4)直流及繞組電阻測量:繞組、直流電阻的測量可方便有效的考核繞組縱絕緣和電流回路連接狀況,反映繞組匝間短路、繞組斷股、分接開關(guān)及導(dǎo)線接頭接觸不良等。實(shí)際上它也是判斷各相繞組直流電阻是否平衡、調(diào)壓開關(guān)檔位是否正確。單純依靠絕緣電阻絕對(duì)值大小對(duì)繞組絕緣作出判斷,其靈敏度、有效性較低。故必須結(jié)合吸收比或極化指數(shù)、介質(zhì)損耗因數(shù)和泄漏電流試驗(yàn),才能對(duì)其做出真正可靠的絕緣試驗(yàn)。(5)其他:變壓器本身的部分電氣特性,如電壓、電流值等,甚至變壓器工作噪聲也能為變壓器故障診斷提供有效信息。1.2變壓器故障診斷信

7、息綜合利用變壓器故障診斷應(yīng)充分利用各種信息,不應(yīng)局限于一種信息。從診斷學(xué)角度來看,診斷信息都是模糊、不精確的。診斷對(duì)象用一方面信息來反映其狀態(tài)行為都是不完整的,只有從多方面獲得關(guān)于同一對(duì)象的多維信息,并融合利用,才能對(duì)變壓器進(jìn)行更可靠、準(zhǔn)確的監(jiān)測與診斷。 2信息融合技術(shù) 信息融合是將來自不同信息源的信息進(jìn)行處理,信息集成是將各級(jí)信息融合過程進(jìn)行合成。兩過程最終目的是通過對(duì)多傳感器(多源)信息協(xié)同利用以產(chǎn)生對(duì)被測對(duì)象或過程的最佳估計(jì)。多傳感器信息融合的優(yōu)點(diǎn)表現(xiàn)在信息冗余性、容錯(cuò)性、互補(bǔ)性、實(shí)時(shí)性和低成本性。系統(tǒng)信息融合相對(duì)信息表征分3類。 (l)數(shù)據(jù)層融合 數(shù)據(jù)層融合法中,匹配的傳感器數(shù)據(jù)直接融

8、合,而后對(duì)融合的數(shù)據(jù)進(jìn)行特征提取和狀態(tài)(屬性)說明。實(shí)現(xiàn)數(shù)據(jù)層融合的傳感器必須是相同的或匹配的,在原始數(shù)據(jù)上實(shí)現(xiàn)關(guān)聯(lián),且保證同一目標(biāo)或狀態(tài)的數(shù)據(jù)進(jìn)行融合,傳感器原始數(shù)據(jù)融合后,識(shí)別的處理等價(jià)于對(duì)單傳感器信息處理。最簡單、最直觀的數(shù)據(jù)層融合法是算術(shù)平均和加權(quán)平均法。 (2)特征層融合 特征層狀態(tài)屬性融合就是特征層聯(lián)合識(shí)別,它實(shí)際是模式識(shí)別。多傳感器系統(tǒng)為識(shí)別提供比單傳感器更多的有關(guān)目標(biāo)(狀態(tài))的特征信息,增大了特征空間維數(shù)。具體融合法是模式識(shí)別相應(yīng)技術(shù),只是在融合前,融合系統(tǒng)首先對(duì)傳感器數(shù)據(jù)進(jìn)行預(yù)處理以完成特征提取及數(shù)據(jù)配準(zhǔn)。即通過傳感器信息變換,把各傳感器輸入數(shù)據(jù)變換成統(tǒng)一的數(shù)據(jù)表達(dá)形式(即具

9、有相同的數(shù)據(jù)結(jié)構(gòu)),在數(shù)據(jù)配準(zhǔn)后,還必須對(duì)特征進(jìn)行關(guān)聯(lián)處理,對(duì)目標(biāo)(狀態(tài))進(jìn)行的融合識(shí)別,就是基于關(guān)聯(lián)后的聯(lián)合特征矢量。具體實(shí)現(xiàn)技術(shù)包括參量模板法、特征壓縮和聚類分析、人工神經(jīng)網(wǎng)絡(luò)及基于知識(shí)的技術(shù)等。 (3)決策層融合決策層融合通過關(guān)聯(lián)處理、決策層融合判決,最終獲得聯(lián)合推斷結(jié)果。決策層融合輸出是1個(gè)聯(lián)合決策結(jié)果。所用主要方法有Bayesian推斷、Dempster一Shaefr證據(jù)理論、模糊集理論、專家系統(tǒng)等。多傳感器信息融合技術(shù)故障診斷過程是根據(jù)從對(duì)象某些檢測得到的故障特征(故障模式),經(jīng)信息融合分析處理,判斷是否存在故障及查找故障源的過程。3信息融合的變壓器故障診斷系統(tǒng)結(jié)構(gòu) 根據(jù)變壓器故障

10、及信息融合技術(shù)特點(diǎn),在變壓器故障系統(tǒng)中,用圖1信息融合故障診斷模型。 3.1數(shù)據(jù)采掘技術(shù) 數(shù)據(jù)采掘是從數(shù)據(jù)庫中抽取隱含的、以前未知的、潛在有用信息的過程。被開采出來的知識(shí),能用于信息管理、查詢處理、決策支持、過程控制及其它應(yīng)用。數(shù)據(jù)采掘所要發(fā)現(xiàn)的典型知識(shí)包括相關(guān)、分類、分簇等規(guī)則和序列模式等。 3.2基于數(shù)據(jù)層融合的故障報(bào)警數(shù)據(jù)層信息融合是信息融合和故障診斷的低層形態(tài)。主要完成數(shù)據(jù)標(biāo)準(zhǔn)化及數(shù)據(jù)越界報(bào)警功能。對(duì)變壓器某些故障模式,在二元假設(shè)前提下,把觀測空間分割成Z0和Z1 2個(gè)區(qū)域。當(dāng)傳感器信息(或轉(zhuǎn)換后的特征量)處于Z0中時(shí),可假定為故障沒發(fā)生,否則判定故障發(fā)生。選取適當(dāng)?shù)呐袥Q域,使重復(fù)試驗(yàn)

11、中錯(cuò)誤概率最小。 3.3基于特征層與決策層數(shù)據(jù)融合的故障診斷特征層融合需檢測層的融合結(jié)果及有關(guān)診斷對(duì)象描述的診斷知識(shí)融合結(jié)果。診斷知識(shí)來源包括先驗(yàn)的各種知識(shí)及通過數(shù)據(jù)采掘系統(tǒng)得到的有關(guān)對(duì)象運(yùn)行的新知識(shí)。故障發(fā)生時(shí),不能確定故障發(fā)生個(gè)數(shù),無法判定觀測數(shù)據(jù)是由真實(shí)故障還是由噪聲、干擾等產(chǎn)生的。這些不確定因素破壞了觀測數(shù)據(jù)與故障源之間的關(guān)系,需進(jìn)行特征層信息融合,即故障診斷。決策層融合信息來源是特征層的數(shù)據(jù)融合結(jié)果和對(duì)策知識(shí)融合的結(jié)果,根據(jù)決策層數(shù)據(jù)融合結(jié)果,可采取相應(yīng)故障狀態(tài)下的對(duì)策。特征層和決策層信息融合在本系統(tǒng)中基于同一套專家系統(tǒng)和數(shù)據(jù)采掘模塊運(yùn)作;同時(shí),給出故障診斷結(jié)果和提出相應(yīng)故障對(duì)策,將

12、其合為一層進(jìn)行設(shè)計(jì)。 3.4故障診斷信息融合過程描述(1)對(duì)來自于傳感器的特征量進(jìn)行有效性分析,排除壞數(shù)據(jù)對(duì)診斷過程不利影響。(2)對(duì)特征數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,形成統(tǒng)一特征表述,以便數(shù)據(jù)匹配和特征關(guān)聯(lián)一致性,保證信息融合成功。 (3)利用基于故障機(jī)理內(nèi)在因素的專家系統(tǒng),用匹配知識(shí)規(guī)則,引入模糊推理,從而得到特征信息與變壓器故障信息間關(guān)聯(lián)性質(zhì),完成故障初步診斷。 (4)通過人機(jī)接口,由操作人員提供環(huán)境信息,并對(duì)診斷結(jié)果進(jìn)行校正與核實(shí)。 (5)診斷過程完成后,其典型案例要存入數(shù)據(jù)庫,通過必要數(shù)據(jù)采掘?yàn)橐院鬀Q策融合作必要準(zhǔn)備。 4變壓器故障檢測一般流程 5本章小結(jié)變壓器故障診斷過程實(shí)質(zhì)上是對(duì)反映變壓器

13、運(yùn)行狀態(tài)的多源信息進(jìn)行獲取、融合并加以利用的過程。因此,向多傳感器信息融合發(fā)展是變壓器故障診斷發(fā)展的必然之路。本文在分析變壓器故障診斷和信息融合技術(shù)特點(diǎn)基礎(chǔ)上,提出具有數(shù)據(jù)采掘功能的基于信息融合技術(shù)的變壓器故障診斷系統(tǒng)一般模型及實(shí)現(xiàn)技術(shù),實(shí)踐證明,信息融合技術(shù)用于變壓器故障診斷,將提高診斷的可靠性和準(zhǔn)確性。第二章 多傳感器信息融合與層次分類故障檢測模型對(duì)于信息融合技術(shù)在變壓器故障檢測上的應(yīng)用，清華大學(xué)在大型變壓器和電機(jī)的局部放電監(jiān)測中,對(duì)取樣電流傳感器進(jìn)行了深入探討1,并引入了新的故障特征識(shí)別方法2,數(shù)字形態(tài)學(xué)也被引入用于提取監(jiān)測信息的波形特征3;此外,西安交通大學(xué)在變壓器的監(jiān)測中,嘗試了將油

14、中氣體分析與電氣試驗(yàn)結(jié)果相結(jié)合的綜合診斷方法4。這些都在很大程度上對(duì)在線監(jiān)測與故障診斷技術(shù)的發(fā)展起了促進(jìn)作用。將信息融合的基本思想引入變壓器故障診斷中,可以提高故障診斷結(jié)果的可靠性,最大限度地減小不確定性。1多傳感器信息融合技術(shù)多傳感器信息融合技術(shù)將來自不同信息源的信息進(jìn)行處理,最終目的通過對(duì)多傳感器(多源)信息的協(xié)同利用,產(chǎn)生對(duì)被測對(duì)象或過程的最佳估計(jì)5。目前,該技術(shù)已應(yīng)用在智能制造、過程監(jiān)測、機(jī)器人、導(dǎo)航、目標(biāo)識(shí)別、醫(yī)學(xué)診斷等領(lǐng)域,但在電力系統(tǒng)仍處在初級(jí)階段,還需要進(jìn)行深入的研究和探討。如電網(wǎng)運(yùn)行與控制、電力設(shè)備狀態(tài)監(jiān)測、故障診斷技術(shù)和電力調(diào)度等,利用數(shù)據(jù)集成與信息融合技術(shù)進(jìn)行故障診斷,可

15、以提高故障診斷的可靠性6。信息融合具有數(shù)據(jù)層、特征層、決策層三個(gè)層次,它能將來自多傳感器或多源的信息和數(shù)據(jù)進(jìn)行綜合處理,從而得出更為準(zhǔn)確、可靠的結(jié)論,可根據(jù)不同的應(yīng)用背景選擇相應(yīng)的融合層次和算法。對(duì)于電力變壓器通過研究油色譜分析基礎(chǔ)上的信息融合技術(shù),將油色譜分析與電氣試驗(yàn)等其他信息相結(jié)合,建立基于信息融合技術(shù)的變壓器故障診斷模型,對(duì)變壓器故障進(jìn)行分層決策,不僅能判定故障性質(zhì),還能初步判定故障部位。Shafer指出,證據(jù)對(duì)某一命題A的影響,必須包括至少兩條信息:A的置信度,它的否命題 的置信度。這兩條信息用命題的置信度和似真度表示。對(duì)于所有的 ,有如下的定義:定義設(shè)m1和m2是2上的兩個(gè)相互獨(dú)立

16、的基本概率賦值,焦元分別為A1, ,Ak和B1, ,Br.又設(shè) 則:m(C)=上式中,若K11,則m確定一個(gè)基本概率賦值;若K1=1,則認(rèn)為m1,m2矛盾,不能對(duì)基本概率賦值進(jìn)行組合;K1 1時(shí),對(duì)高度沖突的證據(jù)進(jìn)行正則化處理將會(huì)導(dǎo)致與直覺相悖的結(jié)果。定理1設(shè)e1,e2, ,em為m個(gè)證據(jù),對(duì)于ej(jm),如果 是識(shí)別框架上的mass函數(shù),P(ej)是ej的概率,則:2基于層次分類變壓器故障診斷模型準(zhǔn)確的故障診斷需要多源信息的支持,即對(duì)診斷的要求越高,越需要各方面的信息。為適應(yīng)變壓器的故障診斷信息“多層次”的特點(diǎn),提出分級(jí)決策模型,逐步尋找支持信息,使變壓器的故障診斷不斷深入,逐漸靠近故障的

17、真實(shí)情況;另一方面,采用分級(jí)決策也降低識(shí)別框架的復(fù)雜程度,減少證據(jù)組合的運(yùn)算量,從而提高了證據(jù)推理的效率,基于證據(jù)理論的變壓器故障診斷分層決策模型,如圖2所示。圖2基于證據(jù)理論的變壓器故障診斷分層決策模型 （1)一級(jí)決策融合一級(jí)診斷的目標(biāo)是要確定是否有故障發(fā)生,以及確定故障類型。這一層的診斷分析是直接在對(duì)變壓器的運(yùn)行狀況實(shí)行在線監(jiān)測的基礎(chǔ)上進(jìn)行。油中溶解氣體分析技術(shù)是目前對(duì)油浸變壓器進(jìn)行故障診斷最方便、最有效的手段之一,這一級(jí)融合故障診斷建立在油中溶解氣體分析的基礎(chǔ)上。異?，F(xiàn)象、氣體注意值、產(chǎn)氣速率、降負(fù)荷運(yùn)行后氣體含量測定結(jié)果均是偏重于對(duì)變壓器的狀態(tài)監(jiān)測,判定是否有故障發(fā)生;在證據(jù)存在的情況

18、下,利用關(guān)鍵氣體法及新導(dǎo)則IEC-60599對(duì)故障進(jìn)行判定;對(duì)判定結(jié)果進(jìn)行一級(jí)融合,從而確定故障類型。一級(jí)融合的證據(jù)空間E=ei,i=0,1, ,n,其中ei表示“降負(fù)荷運(yùn)行后氣體含量測定結(jié)果”,“關(guān)鍵氣體法”,“新導(dǎo)則IEC-60599診斷”等,根據(jù)實(shí)際證據(jù)存在,選擇合適的證據(jù)組成證據(jù)空間;一級(jí)融合的識(shí)別框架為0= F0,F1,F2,其中,F0,F1,F2分別表示“無故障”,“放電故障”,“過熱故障”。（2) 二級(jí)故障診斷決策融合二級(jí)診斷決策,即在一級(jí)決策的基礎(chǔ)上,繼續(xù)尋找相應(yīng)的證據(jù),對(duì)故障部位進(jìn)一步判別,使故障診斷的結(jié)論逐步準(zhǔn)確、精細(xì),對(duì)應(yīng)于識(shí)別框架的細(xì)化,這種細(xì)化使得故障判決的層次更加分

19、明,從而獲得關(guān)于故障點(diǎn)的更詳盡的信息。在對(duì)變壓器故障部位進(jìn)行深入研究的基礎(chǔ)上,確定故障部位判定的分層識(shí)別框架。第一層識(shí)別框架1=G1,G2,G3,G4,G5,其中,G1,G2,G3,G4,G5分別表示涉及“固體絕緣的放電”,“不涉及固體絕緣的放電”,“導(dǎo)電回路過熱”,“導(dǎo)磁回路過熱”,“受潮,非正常老化等”。這一層的判定建立在一級(jí)決策融合的基礎(chǔ)上,將故障部位粗分,確定故障部位大概的范圍。根據(jù)故障發(fā)生的部位、原因,分別將前述粗分時(shí)的G1,G2,G3,G4,G5進(jìn)行進(jìn)一步的細(xì)化,在識(shí)別1的基礎(chǔ)上,考慮到1中各種故障的支持證據(jù)間有很強(qiáng)的獨(dú)立性,將框架作進(jìn)一步細(xì)化是合適的;在足夠多證據(jù)的支持下,判決的

20、結(jié)果將更加準(zhǔn)確,這對(duì)故障排除和變壓器維修更有指導(dǎo)意義,變壓器故障分層定位模型,如圖3所示。圖3變壓器故障分層定位模型 G1=h1,h2,h3,h1,h2,h3分別代表圍屏放電,引線閃絡(luò),匝間短路;G2=h4,h5,h6,h4,h5,h6分別代表懸浮放電,油中局放,分接開關(guān)滲漏油;G3=h7,h8,h9,h7,h8,h9分別代表繞組過熱,分接開關(guān)故障,引線故障;G4=h10,h11,h12,h10,h11,h12分別代表鐵芯多點(diǎn)接地,漏磁及局部發(fā)熱,油流受阻過熱;G5代表變壓器進(jìn)水受潮,非正常老化等其他。 這一層判定中需要離線試驗(yàn)的相關(guān)證據(jù),再將這些證據(jù)利用D-S法則進(jìn)行融合,從而推理出故障部位

21、。 3實(shí)例分析 某主變型號(hào)為SFZ9-31500 110,油重11.2 t,1997年4月投產(chǎn)。2000年3月25日發(fā)現(xiàn)主變油溫達(dá)65 ,與當(dāng)時(shí)所帶20 000 kVA負(fù)荷及18的環(huán)境溫度不符,判斷主變內(nèi)部可能存在過熱性故障。該變壓器的油中溶解氣體分析結(jié)果,見表17。表1某故障變壓器油中溶解氣體分析結(jié)果(×10-6) 診斷步驟如下: 一級(jí)決策的識(shí)別框架為0= F0,F1,F2,證據(jù)空間E= e1,e2,e3,其中,e1,e2,e3,分別表示降負(fù)荷運(yùn)行后氣體含量測定結(jié)果(設(shè)為ml),關(guān)鍵氣體法(設(shè)為m2),新導(dǎo)則IEC-60599診斷(設(shè)為m3)。 e1表示改為帶1/3負(fù)荷運(yùn)行后氣體含

22、量仍然在增加,由此可見確有故障存在(證據(jù)置信度C);e2表示關(guān)鍵氣體法顯示油紙過熱(證據(jù)置信度C);e3表示新導(dǎo)則IEC-60599診斷,判定為T700的高溫過熱故障(證據(jù)置信度C)。 在對(duì)證據(jù)進(jìn)行深入評(píng)估分析的基礎(chǔ)上,得到參與一級(jí)決策融合的條件mass函數(shù),見表2。表2一級(jí)決策mass函數(shù) 根據(jù)定理結(jié)合先驗(yàn)概率經(jīng)過融合后的結(jié)果為:F1(放電故障)置信度為0,即不可能發(fā)生;而F2(過熱故障)的置信度為0.96,即非常強(qiáng)的支持信度。 可見,經(jīng)過證據(jù)融合后得到更強(qiáng)的證據(jù)支持,因此,可判定故障類型為過熱故障,可能是導(dǎo)電回路過熱或?qū)Т呕芈愤^熱,一級(jí)融合結(jié)果,見表3。表3一級(jí)融合結(jié)果 二級(jí)決策中繼續(xù)尋找

23、相應(yīng)的證據(jù),停電測試鐵芯對(duì)地絕緣電阻異常接近于0,將鐵芯對(duì)地絕緣電阻作為證據(jù)e4,該證據(jù)對(duì)磁路過熱為強(qiáng)的置信度支持;將CO/ CO2作為證據(jù)e5,由表CO/CO2=0.218,在0.09與0.33之間,該證據(jù)對(duì)磁路過熱的支持為弱的置信度支持。由于證據(jù)e4的置信度為強(qiáng),由此將故障部位初步確定為導(dǎo)磁回路過熱,由G4=h10,h11,h12,h10,h11,h12分別代表鐵芯多點(diǎn)接地,漏磁及局部發(fā)熱,油流受阻過熱,由于缺乏對(duì)h11,h12的支持證據(jù),在對(duì)故障進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)上,可以得到二級(jí)決策mass函數(shù),見表4。表4二級(jí)決策mass函數(shù) 根據(jù)定理結(jié)合先驗(yàn)概率經(jīng)過二級(jí)融合結(jié)果,見表5。表5二級(jí)融合

24、結(jié)果 故障置信度最高的為h10,即鐵芯多點(diǎn)接地發(fā)生概率最大,因此確定為主要故障。同時(shí),從證據(jù)的置信區(qū)間可以看出故障判定中的不確定性,更符合故障的實(shí)際情況。在實(shí)際的吊罩檢查中,發(fā)現(xiàn)有鐵芯多點(diǎn)接地引起的過熱故障,判斷與實(shí)際相符。 4本章小結(jié) D-S證據(jù)理論是概率論的推廣,具有比概率論更弱的公理體系和更嚴(yán)謹(jǐn)推理過程,能夠更加客觀地反映事物的不確定性。作為一種決策融合推理手段,日益廣泛地應(yīng)用于人工智能領(lǐng)域。本文應(yīng)用D-S證據(jù)理論,建立了基于證據(jù)推理融合的變壓器故障診斷模型,通過多故障信息的融合,有效地提高故障診斷結(jié)論的可信度,減小不確定性,通過計(jì)算機(jī)仿真證明了方法的有效性。因此,基于D-S證據(jù)理論信息

25、融合故障診斷方法,具有一定的理論意義和實(shí)際應(yīng)用價(jià)值。第三章 信息融合技術(shù)下變壓器故障部位檢測 將D-S決策證據(jù)理論方法用于變壓器故障部位診斷，目的在于融合由不同故障診斷方法所獲得的信息，得到組合支持程度，以提高診斷的準(zhǔn)確性。 1變壓器故障部位識(shí)別框架的形成 設(shè) 為變壓器故障部位的窮舉集合，在故障診斷過程中，通過對(duì)故障特征信號(hào)的觀察、分析與處理， 如果存在多個(gè)證據(jù)支持或否定中的某個(gè)或某些故障部位， 就需要對(duì)這些證據(jù)的信任進(jìn)行組合。在證據(jù)理論中稱為分辨框。 運(yùn)行實(shí)踐表明8在多數(shù)情況下,變壓器最易發(fā)生故障的部位有以下幾種:套管下端部分接開關(guān)接觸不良引線接頭斷開或接觸不良穿心螺桿絕緣不良鐵心多點(diǎn)接地匝

26、間絕緣擊穿。由此假設(shè)變壓器故障部位識(shí)別框架為： 式中：f0為正常狀態(tài)，f1為套管下端部故障，f2為分接開關(guān)接觸不良，f3為引線接頭斷開或結(jié)反，f4為穿心螺桿絕緣不良，f5為鐵心多點(diǎn)接地，f6為匝間絕緣擊穿，為變壓器發(fā)生上述可能故障的總集。 2基本概率賦值函數(shù)的構(gòu)造為了構(gòu)造基本概率賦值函數(shù)，把變壓器預(yù)防性,電氣試驗(yàn)結(jié)果，色譜試驗(yàn)結(jié)果，在線檢測情況等技術(shù)分析的特征信息按故障類型、故障部位、故障原因及其相關(guān)情況表示為若干個(gè)產(chǎn)生式規(guī)則，并存儲(chǔ)在分析系統(tǒng)的數(shù)據(jù)庫中，如：規(guī)則1：如果變壓器異常，且三比值為0.22，則存在高于700的熱故障，。規(guī)則2：如果三比值法診斷為高于700的熱故障，則分接開關(guān)或引線接

27、頭或鐵心多點(diǎn)接地故障，上述規(guī)則表示成： ，其中：（1）E為條件：它是一個(gè)二元組，由條件本身及其信任度組成，當(dāng)條件E為簡單條件時(shí)，信任度CER(E)由與之匹配的證據(jù)確定；若證據(jù)是前面推出的中間結(jié)論，信任度由以下D-S合并規(guī)則得到。（2）H為結(jié)論，CF為規(guī)則強(qiáng)度，表示當(dāng)條件E為真時(shí)，結(jié)論H有CF大小的信任度，它由領(lǐng)域?qū)＜腋鶕?jù)自己的經(jīng)驗(yàn)和知識(shí)給出，且滿足：其中，m為識(shí)別框架上的基本概率賦值函數(shù)。顯然，結(jié)H的信任度與條件E為真的程度有關(guān)，把結(jié)論H的信任度用基本概率賦值函數(shù)定義為：上述定義意味著除結(jié)論H外的其他子集的基本概率賦值為0。3證據(jù)組合與推理證據(jù)的組合與推理過程是不確定值沿推理網(wǎng)絡(luò)傳播的過程，即證據(jù)不斷組合（信任函數(shù)Bel合成）的過程，該過程主要包括兩方面：根據(jù)相匹配的產(chǎn)生式規(guī)則求出相應(yīng)的基本概率賦值函數(shù)，實(shí)現(xiàn)信任度的傳遞與更新；根據(jù)基本概率賦值函數(shù)求出相應(yīng)的信任函數(shù)和似真函數(shù)，從而得到信任區(qū)間：如果有兩條及以上的證據(jù)支持同一個(gè)結(jié)論,假定結(jié)論為H的 k個(gè)規(guī)則被激發(fā)，則對(duì)應(yīng)有k個(gè)基本概率賦值函數(shù)，分別為m1，m2，.，mk，則組合基本概率賦值函數(shù)如下:上