基于神經(jīng)網(wǎng)絡(luò)的故障診斷

1、神經(jīng)網(wǎng)絡(luò)工具箱應(yīng)用于故障診斷1 .問題描述電力系統(tǒng)的安全運(yùn)行具有十分重要的意義。當(dāng)高壓變壓器或其他類似設(shè)備在運(yùn)行中出現(xiàn)局部過熱、不完全放電或電弧放電等故障時(shí)，其內(nèi)部絕緣油、絕緣紙等絕緣材料將分解產(chǎn)生多種氣體，包括短鏈姓類氣體（C2H2、CH4等）和H2、CO2等，這些氣體稱作特征氣體。而特征氣體的含量與故障的嚴(yán)重程度有著很密切的關(guān)系，如下圖1所示。將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于變壓器故障診斷對大型變壓器的運(yùn)行有著非常重要的意義。絕境曲受焦分需主要是工乩和。二也等?CH,戰(zhàn)少固體純綠材料受熱分解主要是CO和C5,姓類三體臺(tái)量不空電孤放電生會(huì)是和及，其次是C。和CH,火花旗電局部放電產(chǎn)生速度快，主要是QH：

2、和也包括cilcmL主要是H"其次是CH4,CJL2 .神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)（1）輸入特征向量的確定變壓器的故障主要與甲烷（CH4）、氫氣（H2）、總姓（C1+C2）以及乙快（C2H2）4種氣體的濃度有關(guān)，據(jù)此可以設(shè)定特征向量由這4種氣體的濃度組成，即CH4H2、C1+C2（總姓）和C2H2,同時(shí)也設(shè)定了網(wǎng)絡(luò)輸入層的節(jié)點(diǎn)數(shù)為4個(gè)。（2）輸出特征向量的確定輸出量代表系統(tǒng)要實(shí)現(xiàn)的功能目標(biāo)，其選擇確定相對容易一些。只要問題確定了，一般輸出量也就確定了。在故障診斷問題中，輸出量就代表可能的故障類型。變壓器的典型故障類型有：一般過熱故障、嚴(yán)重過熱故障、局部放電故障、火花放電故障以及電弧放電故障等5種類

3、型，因此這里選擇5個(gè)向量作為網(wǎng)絡(luò)的輸出向量，即網(wǎng)絡(luò)輸出節(jié)點(diǎn)確定為5個(gè)。根據(jù)Sigmoid函數(shù)輸出值在0到1之間的特點(diǎn)，這里設(shè)定以0到1之間的數(shù)值大小表示對應(yīng)的故障程度，也可以理解為發(fā)生此類故障的概率，數(shù)值越接近1表示發(fā)生此類故障的幾率越大或說對應(yīng)的故障程度越大。針對本系統(tǒng),設(shè)定輸出值大于等于0.5時(shí)認(rèn)為有此類故障，小于0.5時(shí)認(rèn)為無此類故障。樣本的收集輸入、輸出向量確定好以后就可以進(jìn)行樣本的收集。蠅號(hào)ch4Ci+CiCH：一軀過熱嚴(yán)重過熱局部放電火花it電電娠放電158.99842123g0()100214.96915312.570100034K9.77S71046.5190J00026X54

4、7.9<1001Q50.810164100010657.5415546.4510c1000751.06ISixnif)000S201.87637oas4i000fl919519144001n10670233,84H()100011125128245DQ100012107127496224()u0()1376,SS5915001000014499267910536001000540,095150150815200001P163244342342U243010f)(數(shù)據(jù)歸一化處理時(shí)，注意：在歸一化處理的時(shí)候，因考慮到各氣體濃度值相差較大，如總姓的濃度比H2的濃度值高出幾個(gè)數(shù)量級(jí)，因此在歸一化

5、處理的時(shí)候，分別對各個(gè)氣體濃度值進(jìn)行處理，即最大值和最小值取的是各氣體的最值，而不是所有樣本值中的最值。在本實(shí)例中采用：MATLABRJ用歸一化公式u=(x-min(min(x)./(max(max(x)-min(min(x)(1)在公式1中x表示所需歸一化處理的數(shù)據(jù)，u表示歸一化后的結(jié)果處理結(jié)果如下：廳PCH4H2C1+C2C2H210.0116601220.061855670.0004551320.03292181120.0028387960.0220913110.0012642090.02880658430.0979664210.1281296020.004398090.03703703

6、740.0050488860.1251840940.0003910890.197119342500.01472754100.04115226360.0113680080.0220913110.0022630660.04115226370.0100697230.0265095730.000698496080.0402708770.1119293080.0157648270.01646090590.0036464180.0751104570.0003185070.181069959100.01326334300.0009281970.019753086110.0248837950.19263623

7、0.0009674760120.0212774480.1870397640.0020476680.9218107130.0152428270.0868924890.00057041014110.044913790150.0078728560.2209131080.000570410.343703704160.0647539670.639175258113 .BP網(wǎng)絡(luò)的設(shè)計(jì)BP網(wǎng)絡(luò)模型結(jié)構(gòu)的確定有兩條比較重要的指導(dǎo)原則：對于一般的模式識(shí)別問題，三層網(wǎng)絡(luò)即可以很好地解決。三層網(wǎng)絡(luò)中，隱含層神經(jīng)元個(gè)數(shù)ni的確定用參考公式：ni=2n+1,其中n為輸入神經(jīng)元數(shù)根據(jù)上述原則設(shè)計(jì)網(wǎng)絡(luò)，網(wǎng)絡(luò)的輸入層神經(jīng)元個(gè)

8、數(shù)為4個(gè)，輸出層神經(jīng)元個(gè)數(shù)為5個(gè)，可得隱含層神經(jīng)元個(gè)數(shù)ni為9。本應(yīng)用中，創(chuàng)建的BP網(wǎng)絡(luò)：學(xué)訓(xùn)練函數(shù)TRAINSC律習(xí)函數(shù)為LEARNGDMMATLAB程序清單：q=0.0116601220.061855670.0004551320.032921811;0.0028387960.0220913110.0012642090.028806584;0.0979664210.1281296020.004398090.037037037;0.0050488860.1251840940.0003910890.197119342;00.01472754100.041152263;0.0113680080.0

9、220913110.0022630660.041152263;0.0100697230.0265095730.0006984960;0.0402708770.1119293080.0157648270.016460905;0.0036464180.0751104570.0003185070.181069959;0.01326334300.0009281970.019753086;0.0248837950.192636230.0009674760;0.0212774480.1870397640.0020476680.9218107;0.0152428270.0868924890.00057041

10、0;110.044913790;0.0078728560.2209131080.000570410.343703704;0.0647539670.63917525811;p=q'a=00100;01000;01000;00010;00010;01000;10000;10000;00010;01000;01000;00001;10000;01000;00001;01000;t=a'net=newff(01;01;01;01,8,5,'tansig','purelin','trainscg','learngdm'

11、9;msereg);net.trainparam.epochs=200;net=train(net,p,t);figuregridon;Y=sim(net,p);plot(p,t,p,Y,'o')運(yùn)行結(jié)果：Y=0.99990.00040.00020.00010.99970.00020.00000.00000.0000error=-0.00010.00040.00020.0001-0.00030.00020.00000.0000-1.0000res=1.000010.1ooo41(0©OSE)u.2aN-e-n6©(r。擊poenbsueowBestTrainingPerformanceis0.10412atepoch200Gradient=0.0011421,atepoch200c2pb620406080100120140160180200200EpochsvalidationChecks=0,atepo