基于概率神经网络的变压器故障诊断研究

王淼

（中国能源建设集团辽宁电力勘测设计院有限公司，辽宁 沈阳 110179）

基于神经网络的变压器故障诊断研究在20世纪80年代中后期快速发展。人工神经网络开辟了一种研究方法。PNN络在Bayes分类规则与Parzen窗的概率密度函数（Spread）的基础上演化而来的算法，用线性算法解决非线性算法。PNN不用任何的训练，达到网络训练的目的。油中气体溶解分析法诊断的效率非常高。PNN网络的优点在于网络训练简单简洁，将故障样本映射到模式空间上。通过PNN的非线性能力，形成一个强大的故障诊断系统，准确率提高。

1 变压器的故障诊断

（1）变压器的故障诊断概述。变压器是电力系统中重要的且价格高的装置，如果变压器发生故障，将会造成电力系统断电，维修费用高，经济损失比较严重，所以，用质量高的变压器以及掌握一定的变压器故障诊断技术，在电网运行中尤为重要。常见的故障主要有以下几种：绕组故障、铁芯故障、主绝缘故障、引线故障、分接故障、套管故障。

（2）变压器故障诊断的基本方法。①直观检查法。通过平时的检测，对变压器的异常现象进行直观的判断（如表1）。②电气预防性实验法。在电气预防实验时，要想准确的诊断故障发生的位置，需要参考的因素较多。例如可以通过测直流电阻、绝缘性、有载调压开关、铁芯接地电流和远红外线等。

表1 直观现象判断故障类型法

（3）油中溶解气体分析法。比如说根据特征气体判断故障类型（如表2）。

表2 依据特征气体的特点判断故障类型

2 概率神经网络诊断方法

基于PNN的故障诊断问题可以描述为：假设X=（x1，x2， …，xn)是判断的故障特征样本。若 hAlAfA(X)hBlBfB(X)，则 X∈θB，其中，hA和hB分别是故障模式θA、θB的先验概率（hA=NA/N，hB=NB/N）；NA、NB为故障模式的θA、θB的训练样本数，N为训练样本总数；lA、lB分别是将本属于θA、θB的故障特征样本X错误地分别划分到模式θB、θA的代价因子；fA、fB分别是故障模式θA、θB的概率密度函数（Probability Density Function），PDF必须根据现有的故障特征样本来求它的统计值。由Parzen方法得到的PDF估计式见公式（1）。

Xai是故障模式θA的第i个训练向量；m为故障模式θA的训练样本数目；δ为平滑参数，其值确定了以样本点为中心的钟状曲线的宽度。PNN的创建函数newpnn，该函数用于创建PNN网络，PNN网络是一种适用于分类问题的径向基网络，其调用格式见公式（2）。

3 基于PNN的变压器故障诊断建模

PNN模型构建。一般的故障诊断系统大多采用BP网络系统，BP算法速度比较慢，没有准确的隐藏层单元，部分值极易出现最优值，不能完全地表明故障类型的特点。如果网络出现问题，BP网络需要重新输入所有的数值，操作比较麻烦。在建模的过程中，特长样本参数的选择将会直接影响实验结果的准确性。因此，应该根据实际的实验需求在PNN建模中选择科学、合理的故障特征样本参数。通过实验发现，在油中溶解气体分析的方法是一种比较科学的方法，所得到的实验结果符合预期的实验要求。而且在判断故障时运用到了改良三比值法，进一步增加了实验结果的准确性。在此基础上，构造了PNN网络模型（如图1）。

图1 PNN网络模型

4 基于PNN的故障诊断研究

变压器故障诊断常用的方法有绝缘实验、局部放电实验、绝缘油电气实验、油中溶解气体分析（简称DCA、工程也被称为色谱分析）以及其它各种常用的诊断技术方法。其中以油中溶解气体分析最为使用常的故障诊断技术手段。根据我国有关人员的统计，我国有50%的变压器故障都是通过油中溶解方法检测出的。油中气体溶解分析法的优点是在进行检测工程中不需要停止工作。故障的严重程度根据油中甲烷（C2H6）、乙烷（C2H6）、乙烯（C2H4）、乙炔（C2H2）以及一氧化碳（CO）、二氧化碳（CO2）和氢气（H2）七种气体的量确定。目前我国的440 kV以上的大型变压器，一般都采用油来进行绝缘和散热。而变压器的过热和各种故障都会有利于气体的产生，就能定期的对变压器进行检测，也不影响设备工作，同时可以及早的发现故障的存在，并给于及时的处理。相关理论，各种气体随着温度升高的最大析出率依次为H2、CH4、C2H6、C2H4和C2H2。后来Rogers 就选择五种特征气体的四类比值CH4/H2，C2H6/CH4，C2H4/C2H6和 C2H2/C2H4对其进行故障诊断判别。目前，三比值法已经普遍被认为是最优的诊断技术。

大量实例及分析表明，三比值由于其原理的特点，也是存在这许多的不足之处。

（1）实际变压器的结构复杂和工作环境恶劣，所获得的信息大多都不会出现在表1范围内，所以就会无法进行故障诊断。

（2）三比值法是在油中气体各组分过高或超过一定的限制值，而且还要在进行综合性的分析和处理判断其是处于异常状态下，才能进行判断其是属于那类故障。而对正常状态分析是没有实际的意义，且如果在事先没有进行正常与异常的判断就对其进行三比值分析，是很容易误判断的。

（3）如果出现在编码边界模糊区的故障，就会有很高的几率误判断。

（4）对于故障为正常的绝缘老化过程，其产生的CO和CO2含量会明显上升，这就需要对表2进行编码扩充，利用CO2/CO比值进行故障诊断。

（5）依据故障的性质对故障分类本事就存在这模糊性，这就是三比值诊断技术很难准确的诊断。总之，三比值目前已经被利用到很多的场合进行故障诊断，但是由于其依据的原理本事就拥有模糊性，而且故障特征与编码节也存在着过渡阶段，三比值法只是建立在典型的故障诊断技术上，对于综合性的故障是无法精确的诊断。所以三比值法还是需要不断地改善，通过积累更多的专家经验，进步的完善，使其能更准确诊断所有的故障类型。

5 结语

变压器是国家电网不可缺少的组成部分。各种部件价格比较昂贵，某个过程出现故障，对电网造成重大的经济损失。本文对基于PNN的变压器故障诊断进行了研究。但是要实现在线的故障诊断，面临着以下的问题。

（1）变压器油中气体的数据的采集的准确性。

（2）数据的传输和转换过程的简洁性。

（3）提高故障样本的质量。因此对变压器故障诊断还有大的研究空间。