变压器故障诊断方法与流程

本发明属于电力设备故障检测
技术领域：
，具体涉及一种变压器故障诊断方法。
背景技术：
：变压器是电力系统的一个重要部件，可靠运行对电力系统的安全性影响巨大，其故障诊断一直受到国内外学术界与工程界人员的广泛重视。近年来，国内外学者提出了多种变压器故障诊断的方法，如人工神经网络、贝叶斯网络、专家系统和支持向量机等。公茂法等提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法，提高了故障诊断正确率。针对变压器故障诊断中的信息具有随机性和不确定性的特点，宋功益等提出了一种基于模糊贝叶斯网络的变压器故障诊断方法。师瑞峰等提出了一种可扩展的油中溶解气体成分的电力变压器故障诊断系统，该系统具有较好的操作性和判别准确率。郑含博等针对变压器油中溶解气体，提出了一种多分类最小二乘支持向量机和改进粒子群优化相结合的电力变压器故障诊断方法。但上述诊断方法和系统主要以数据分析为主，对变压器运行状态量之间的关联性和内在联系分析不足，变压器故障诊断存在误差。因此，我们迫切需要一种准确判断变压器故障诊断的方法。技术实现要素：本发明的目的在于提供一种变压器故障诊断方法，该方法能准确判断变压器的故障。本发明所采用的技术方案是：一种变压器故障诊断方法，包括如下步骤：1)、收集故障案例，并对案例进行整理归类收集各个电力公司变压器的实际故障诊断案例，结合行业内权威专家经验，对案例进行整理归类；整理归类是对原始数据进行核实验证，按故障类别对数据进行归类；2)、建立故障诊断规则库；所述规则库包括N条故障规则；3)、根据变压器状态进行故障诊断输入变压器相关的状态量；对N条故障规则进行遍历；将N条故障诊断规则分成L个推理机，每个推理机实现的知识规则条数K如下：其中，为向上取整符号；每个推理机作为单独的函数，输入变压器相关的状态量，L个故障推理机由OpenMP并行执行，将每个推理机诊断的结果进行合并，以匹配最佳的规则为变压器故障诊断结果；最佳匹配的依据是状态量相似度最高；4)、输出故障诊断结果。步骤2)中，建立故障诊断规则库的步骤为：将原始数据进行离散化，对状态量与故障模式进行编号，建立状态量与故障模式之间的因果关系，从而形成故障诊断规则库。原始数据离散化是将连续的状态数据依据其特征进行离散取值，例如对于巡检中0代表正常，1代表异常；绕组频率响应按严重程度取0、1、2、3分别对应绕组正常、轻微、明显、严重变形等。步骤3)中，通过WebService接口调用服务，输入变压器的状态量，得到故障诊断结果。步骤3)中，采用多核并行计算进行变压器故障诊断，其步骤为：将规则推理由多个推理机实现；多个推理机在多核上同时并行计算；并行推理算法由OpenMP实现，充分利用了硬件资源，提高了推理的速度。步骤3)采用故障诊断推理并行算法进行运算，该算法是指基于OpenMP多核并行实现的规则推理匹配算法。推理机的个数由计算机的核心数确定，即计算机有几个核心，就有几个推理机；步骤4)中，通过WebService接口输出变压器故障诊断结果。本发明按在线监测、带电检测、停电试验和巡检建立变压器的状态量，对于同时存在在线监测、带电检测、停电试验的状态量值，按停电试验、带电检测、在线监测的先后顺序进行赋值，这样依据数据的可靠性取值，保证了状态量值的准确和有效。状态量的取值根据状态量的特征进行取值，例如对于巡检中0代表正常，1代表异常；油色谱按最常使用的改良三比值法进行取值；绕组频率响应按严重程度取0、1、2、3分别对应绕组正常、轻微、明显、严重变形等。本发明通过WebService对故障诊断算法进行封装，以服务的形式对外发布。其他系统通过WebService接口调用服务，输入变压器的状态量，得到变压器故障诊断结果。根据故障诊断的结果，结合变压器现场的情况，制定具体的处理措施，排除变压器故障。本发明产生的有益效果是：本发明能准确的对变压器进行故障诊断，诊断结果准确可靠，可以为实时管控、运维检修、应急抢修和低电压治理等日常运维提供辅助决策意见，在整个计划(Plan)、执行(Do)、检查(Check)和处置(Action)的闭环管控流程中，为制定合理计划提供参考；该方法也可供生产管理、营销、调度等系统调用；本发明能直接指导生产运行、状态检修和故障诊断工作，极大的提高生产成本和管理水平，推进状态监测、状态检修以及智能运维等产业发展，产生巨大的经济效益和社会效益；本发明采用多核并行计算对变压器故障诊断算法进行加速，诊断算法以WebService服务的方式对外发布，实现了算法跨平台跨语言的调用，供其他程序进行调用，非常简单、方便。附图说明下面将结合附图及实施例对本发明作进一步说明，附图中：图1是基于规则推理的并行故障诊断过程图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。参见图1，一种变压器故障诊断方法，包括如下步骤：1)、收集280个变压器现场故障诊断的案例，并对案例进行整理归类；整理归类是对原始数据进行核实验证，按故障类别对数据进行归类；2)、建立故障诊断规则库将280个变压器现场故障诊断的案例进行离散化，对状态量与故障模式进行编号，建立状态量与故障模式之间的因果关系，从而形成故障诊断规则库；其步骤为：将原始数据进行离散化，按在线监测、带电检测、停电试验和巡检建立变压器的状态量，对于同时存在在线监测、带电检测、停电试验的状态量值，按停电试验、带电检测、在线监测的先后顺序进行赋值，这种依据数据的可靠性取值，保证了状态量值的准确和有效；状态量的取值根据状态量的特征进行取值，例如对于巡检中0代表正常，1代表异常；油色谱按最常使用的改良三比值法进行取值；绕组频率响应按严重程度取0、1、2、3分别对应绕组正常、轻微、明显、严重变形等；280个变压器现场故障诊断的案例中变压器故障诊断状态量有104个，故障模式有32个，编码表如表1所示；表1状态量编码编号状态量状态值M1油色谱改良三比值M2绕组直流电组0：正常；1：异常M3绕组频率响应0：正常；1：轻度变形；2：中度变形；3：严重变形M4绕组变比0：正常；1：偏高异常；-1：偏低异常M5局部放电0：正常；1：异常M6铁芯接地电流0：正常；1：异常M7瓦斯继电器保护动作0：正常；1：异常M8红外测温0：正常；1：异常M9顶层油温0：正常；1：异常.........M104油箱渗漏油0：正常；1：异常表2故障模式编码根据收集的280个变压器现场故障诊断的案例，结合行业内权威专家的经验，形成80条知识规则，表3中*表示状态量与故障模式不相关；表3故障诊断知识规则库每条知识规则由变压器故障案例抽象出来，每条规则库包含了若干条实际的案例。这些案例包括详细的故障处理措施、设备信息、气象、图片和2020欧洲杯投注官网 等信息，通过查看这些案例，能指导用户进行故障的处理和分析；本发明的知识规则库随着专家现场诊断经验的积累而不断的丰富，规则库还具有自学习功能，能将确诊的案例自动抽象为故障诊断的知识规则，并添加到故障诊断规则库中；3)、根据变压器状态进行故障诊断输入变压器相关的状态量；对N＝80条故障规则进行遍历；以16核的服务器为例,将N＝80条故障诊断规则分成L＝16个推理机，每个推理机实现的知识规则条数K＝5；每个推理机作为单独的函数，输入变压器相关的状态量，L＝16个故障推理机由OpenMP并行执行，每个推理机找出与输入的状态量相匹配的故障诊断结果，将每个推理机诊断的结果进行合并，以匹配最佳的规则为变压器故障诊断结果；4)、通过WebService接口输出变压器故障诊断结果。参见图1，程序开始时只有一个主线程，输入变压器相关的状态量,16个故障推理机由OpenMP并行执行，每个推理机诊断的结果由主程序进行合并，作为最终的诊断结果输出。为了验证本发明方法的有效性和可行性，通过收集的案例库进行验证。实验环境如下：CPU：Intel(R)Xeon(R)E7-48302.13GHz2.93GHz，共16个核；内存：64G；运行环境：VisualStudio2013和MyEclipse2014。变压器规则推理的服务在Windows环境下采用C++编写，服务调用在Linux环境下采用Java编写。利用神经网络、贝叶斯网络和本发明方法对收集的280个案例进行故障诊断，诊断结果的比较如表4所示。表4三种方法的比较结果方法平均运行时间(ms)准确率神经网络732483.93％贝叶斯网络524381.79％本发明方法126393.93％本发明方法进行故障诊断的时间短，准确率高，相比其他两种方法更加有效，更加适合对变压器故障进行诊断。用本方法对某台10kV变压器进行故障诊断，该变压器异常的状态数据如下：油温偏高，红外带电检测发现套管发热，套管表面有裂纹现象。采用本发明方法进行故障诊断的结果为：故障模式为套管绝缘受潮劣化。通过摇表检查瓷套管与地间的绝缘电阻，确认了系统自动诊断的结果与实际情况一致，本方法对现场的运维人员有很好的指导意义。本发明提出了一种基于规则推理的变压器并行故障诊断服务，通过OpenMP对基于规则推理的变压器故障诊断算法进行多核并行加速，采用WebService方式封装该算法，并对外提供服务；实现了不同平台不同语言间的算法调用，接口清晰灵活，故障诊断准确率高，运行时间短，非常适合对各个电压等级的变压器进行故障诊断。应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。当前第1页1 2 3