基于模糊輸入的BP-ART2混合神經(jīng)網(wǎng)絡(luò)在電力變壓器故障綜合

1.引言
　　電力變壓器是電力系統(tǒng)中重要的設(shè)備之一，對(duì)電力系統(tǒng)的安全運(yùn)行起著舉足輕重的作用。搞好變壓器的運(yùn)行維護(hù)，特別是故障診斷工作，對(duì)于提高電力系統(tǒng)安全運(yùn)行可靠性具有非常重要的作用。

　　DGA的出現(xiàn)和逐漸成熟，給變壓器故障診斷帶來了許多便利。利用DGA來判斷變壓器故障的方法有許多種，如羅杰斯法、特征氣體法、三比值法、電協(xié)研法等，然而這些方法本身具有一定程度的不完善性，僅基于DGA，并不能對(duì)故障進(jìn)行準(zhǔn)確評(píng)判，不能準(zhǔn)確定位。結(jié)合電氣試驗(yàn)，如測直流電阻，絕緣電阻，吸收比等，再加上一些故障特征，如溫度升高，油位下降等，綜合進(jìn)行評(píng)判，可以有效提高診斷質(zhì)量。

　　BP神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性逼近能力，能進(jìn)行故障模式識(shí)別，還能進(jìn)行故障嚴(yán)重程度評(píng)估和故障預(yù)測，應(yīng)用很廣，但它對(duì)異常類故障處理能力低，不具備增量學(xué)習(xí)功能。ART 2模型是一種自組織的網(wǎng)絡(luò)模型，采用無監(jiān)督的競爭學(xué)習(xí)規(guī)則，不存在BP算法對(duì)樣本知識(shí)的強(qiáng)烈依賴性問題，能正確識(shí)別出異常類故障，且識(shí)別速度快。但是，該模型是通過聚類來完成模式分類任務(wù)的，它不能進(jìn)行故障嚴(yán)重性評(píng)估和發(fā)展趨勢預(yù)測。把BP神經(jīng)網(wǎng)絡(luò)和ART2模型結(jié)合起來，將有監(jiān)督算法和無監(jiān)督算法集成起來，用模糊量作為輸入，構(gòu)成一種新的模糊神經(jīng)網(wǎng)絡(luò)，來對(duì)變壓器進(jìn)行診斷，可以取得良好診斷效果【1】。

2.電力變壓器常見故障及其特點(diǎn)【3】
　　變壓器故障有很多種，一些常見的故障及其故障特點(diǎn)如下：
　?。?）分解開關(guān)接觸不良：直流電阻差值大，特征氣體中既含有H2又含有CO，且CH4或C2H4含量高。
　　（2）繞組匝間短路：變比偏差大，直流電阻差值大，H2和C2H2含量高，含有CO。
　?。?）有載分接開關(guān)箱漏油：溫度過高，油位下降率高。
　　（4）過熱性故障：CH4和C2H4含量高，還可能含有CO和CO2，溫度較高。
　?。?）絕緣老化：介質(zhì)損耗tg較大，絕緣電阻過低，特征氣體中CO、CO2 和CH4較多。
　　（6）嚴(yán)重受潮：介質(zhì)損耗tg較大，水分含量大，吸收比小于1.3，絕緣電阻過低，特征氣體中H2含量大。
　?。?）油中局部放電：H2、C2H2、CH4和CO含量高。
　?。?）斷線故障：直流電阻差值大，H2含量最大。
　　變壓器常見故障很多，故障原因也很多。把故障的多種特征提取出來，送到故障診斷模型中，進(jìn)行分析、綜合，最后可得出故障診斷結(jié)果。

3.故障診斷模型－多重模糊神經(jīng)網(wǎng)絡(luò)的建立
　　用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行變壓器故障診斷時(shí)，考慮到實(shí)際應(yīng)用中樣本多，數(shù)據(jù)差異大，采用一個(gè)網(wǎng)絡(luò)非常復(fù)雜，而且收斂性差，診斷準(zhǔn)確率低，因此，本文根據(jù)某些特征指標(biāo)和一定的規(guī)則組合，將整個(gè)樣本分為若干個(gè)相互獨(dú)立的子樣本集，建立多重子模糊神經(jīng)網(wǎng)絡(luò)，如圖1所示。

　　圖中x1，x2，x3為表2中所述的三比值法輸入值。
　　第一塊模糊神經(jīng)網(wǎng)絡(luò)采用特征氣體，如H2，C2H2，CH4，C2H4，C2H6，CO及CO2等測定值作為輸入，產(chǎn)生一系列的輸出。第二塊模糊神經(jīng)網(wǎng)絡(luò)采用氣體三比值法作為輸入，產(chǎn)生一系列的輸出。第三塊模糊神經(jīng)網(wǎng)絡(luò)可采用直流電阻、絕緣電阻、吸收比、極化指數(shù)、變比、介質(zhì)損耗tgδ、水分等電氣試驗(yàn)測定值作為輸入。第四塊模糊神經(jīng)網(wǎng)絡(luò)可采用油位、油溫度等測定值作為輸入。輸入模糊化后，送入BP神經(jīng)網(wǎng)絡(luò)，經(jīng)處理后，產(chǎn)生一系列結(jié)果，送入ART2模型中，再經(jīng)處理后產(chǎn)生診斷結(jié)果，輸出量有：正常，絕緣老化，繞組匝間短路，分接頭接觸不良，絕緣擊穿，嚴(yán)重受潮，油中局部放電，有載分接開關(guān)箱漏油，斷線，過熱性故障，鐵心短路，固體絕緣電弧分解等。
　　混合神經(jīng)網(wǎng)絡(luò)中BP神經(jīng)網(wǎng)絡(luò)為如下圖所示三層結(jié)構(gòu)：

　　BP1為3層，其輸入量為7個(gè)第1到3輸入量為H2，總烴及C2H2測定量，第4到7輸入量為C2H2，H2，CH4與C2H4在總烴中所占的比例，隱含層20個(gè)，輸出量為6個(gè)，分別表示一般過熱（>500℃），局部放電，火花放電，電弧放電與過熱兼電弧放電;BP2也為3層，其輸入量為3個(gè)，隱含層12個(gè)，輸出量為9個(gè)，其輸入輸出含義見表2。BP1、BP2兩類在現(xiàn)場已有應(yīng)用，因此，其輸入、輸出及隱含層神經(jīng)元數(shù)量是由經(jīng)驗(yàn)給出的；由于現(xiàn)場條件的限制，BP3、BP4輸入量、輸出量的個(gè)數(shù)及隱含層數(shù)由根據(jù)現(xiàn)場實(shí)際所能提供的測定數(shù)據(jù)來確定，仿真中采用介質(zhì)損耗tgδ、直流電阻、吸收比、油位、水分的測量值作為輸入，網(wǎng)絡(luò)也采用三層結(jié)構(gòu)，其輸入層、隱含層、輸出層分別為3、10、6和2、8、5。BP神經(jīng)網(wǎng)絡(luò)采用文獻(xiàn)5所述的學(xué)習(xí)算法。由于BP算法存在收斂速度慢，學(xué)習(xí)精度低等問題，本文采用加動(dòng)量因子，及不等權(quán)、半隨機(jī)初始解等方法加以解決，以加快收斂速度。