《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 電源技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于人工免疫算法的變壓器故障診斷方法
基于人工免疫算法的變壓器故障診斷方法
摘要: 電力變壓器故障診斷的人工免疫算法充分利用了人工免疫網(wǎng)絡(luò)的自學(xué)習(xí)和自記憶的優(yōu)點(diǎn),對(duì)故障樣本抗原進(jìn)行訓(xùn)練。獲取的記憶抗體集具有故障的類別信息,,由于抗原和記憶抗體的作用要考慮兩者的類別信息,使記憶抗體能夠很好地學(xué)習(xí)和記憶同一類別抗原的數(shù)據(jù)特征,,提高了算法的準(zhǔn)確度。通過(guò)實(shí)驗(yàn)的結(jié)果證明,,人工免疫算法的故障診斷準(zhǔn)確率要高于IEC三比值法,,證明了該算法的有效性。
Abstract:
Key words :

引言

電力變壓器是電力系統(tǒng)的樞紐設(shè)備,,其運(yùn)行可靠性直接關(guān)系到電力系統(tǒng)的安全與穩(wěn)定,。隨著電力行業(yè)的飛速發(fā)展,電力變壓器正向高電壓,、大容量方向發(fā)展,,然而電壓等級(jí)越高,容量越大,,電力變壓器故障率越高,;故障影響范圍大,檢修時(shí)間和難度大大提高,。因此,若能在電力變壓器運(yùn)行過(guò)程中通過(guò)某些檢測(cè)和試驗(yàn),,及時(shí)有效地判斷其狀態(tài),,預(yù)先發(fā)現(xiàn)早期潛伏性故障,從而減少事故發(fā)生,,這對(duì)電力系統(tǒng)的安全運(yùn)行具有重要意義,。一般特征氣體法是根據(jù)各種故障所產(chǎn)生的特征氣體來(lái)判斷變壓器故障性質(zhì),而IEC三比值法是利用油中溶解氣體分析(Dissolved Gas Analvsis,,簡(jiǎn)稱DGA)結(jié)果對(duì)充油電力設(shè)備故障診斷的最基本方法,。此外,各種智能技術(shù)如人工神經(jīng)網(wǎng)絡(luò),、遺傳算法,、小波分析、模糊推理,、灰色聚類等被引入變壓器故障診斷中,。然而,由于電力變壓器是一個(gè)復(fù)雜系統(tǒng),,不確定因素及不確定信息充斥其間,,因此,,還需進(jìn)一步提高故障診斷的準(zhǔn)確率。而人工免疫系統(tǒng)的基本原理是抵御外部入侵使其機(jī)體免受病原侵害,,通過(guò)抗體與抗原的作用關(guān)系,,使抗體在學(xué)習(xí)抗原模式的過(guò)程中不斷優(yōu)化,從而得到能夠表征抗原特征的獨(dú)特型抗體,,這將是變壓器故障診斷方面的一個(gè)新方向,。這里提出一種基于人工免疫系統(tǒng)的故障診斷方法。

2 人工免疫系統(tǒng)簡(jiǎn)介

圖l為一形態(tài)空間,。圖中U為整個(gè)形態(tài)空間,,太陽(yáng)為抗體,Uv為抗體形成的識(shí)別空間,,r為識(shí)別半徑,,A為抗原。識(shí)別是尋找與抗原高度匹配的抗體,。當(dāng)抗原入侵免疫系統(tǒng)時(shí),。首先與抗原親和力高的抗體受刺激產(chǎn)生克隆和高頻變異,生成新抗體種類,,然后親和力更高的抗體結(jié)合抗原后引起更強(qiáng)的反應(yīng),,經(jīng)過(guò)不斷循環(huán)篩選出匹配抗體??梢?jiàn),,當(dāng)免疫系統(tǒng)的抗體識(shí)別球網(wǎng)絡(luò)能覆蓋抗原形態(tài)空間,就可利用有限抗體,,通過(guò)不精確匹配和克隆選擇可精確識(shí)別任意抗原,。
 

 
3 人工免疫算法

3.1 基本原理

免疫是生物體的特異性生理反應(yīng)。免疫系統(tǒng)由具有免疫功能的器官,、組織,、細(xì)胞和免疫效應(yīng)分子及其基因組成,通過(guò)分布在全身的各類淋巴細(xì)胞識(shí)別和清除侵入生物體的抗原性異物,。生物免疫系統(tǒng)所具有的多樣性,、耐受性、免疫記憶,、分布式并行處理,、自組織、自學(xué)習(xí),、自適應(yīng)和魯棒性等優(yōu)點(diǎn),。

3.2 算法數(shù)學(xué)描述

人工免疫算法主要模擬生物免疫系統(tǒng)中的有關(guān)抗原處理的核心思想,包括抗體的產(chǎn)生、自體耐受,、克隆擴(kuò)增,、免疫記憶等。步驟如下:

(1)定義描述抗原抗體的類別信息,,定義一矩陣Aj=[Ai1,,Aj2,Aj3,,Aj4,,Aj5,F(xiàn)],,其中,,Aj代表油中的H2、CH4,、C2H6,、C2H4、C2H2這5種氣體的體積分?jǐn)?shù),,F(xiàn)代表其對(duì)應(yīng)的故障類別,。把收集到的變壓器故障樣本A分為訓(xùn)練抗原集Aj和檢驗(yàn)抗原集Ac。

(2)規(guī)格化 把訓(xùn)練抗原集Aj比例規(guī)格化,,產(chǎn)生N個(gè)非記憶抗體,,并選擇一定數(shù)量的抗原作為記憶抗體Ar,分別凈化,。其規(guī)格化公式為:
 


(3)親和力 計(jì)算抗原Aj和記憶抗體Ar以及非記憶抗體之間的親和力,。
 


(4)克隆和變異選擇親和力最高的n個(gè)抗體進(jìn)行克隆得到選擇集Cj,對(duì)克隆后的抗體Cz以學(xué)習(xí)率m進(jìn)行變異得到抗體集C*j
 


式中:NC為克隆數(shù),;Czh為變異數(shù),;round取整,Cscale為克隆規(guī)模,。

(5)抗體集計(jì)算訓(xùn)練抗原集Aj和變異后的抗體集Cj*的親和力,選擇親和力最高的p抗體為對(duì)應(yīng)抗原的部分記憶抗體集Mj,,并刪除親和力小于自然死亡閾值Yd的記憶抗體,。再計(jì)算部分記憶抗體集Mj中相同類別記憶抗體間的親和力,刪除親和力大于免疫抑制閾值y,。的記憶抗體,,得到部分記憶抗體集Mj*。于是,,得到總的記憶抗體集Ur=ArUMj*,。

(6)循環(huán) 選擇下一抗原,循環(huán)步驟2。

(7)抑制對(duì)記憶抗體Ar進(jìn)行抑制,,刪除同類記憶抗體間親和力大于免疫抑制閾值Ys的記憶抗體,,直至抗原與抗體的親和力接近。否則,,隨機(jī)產(chǎn)生d個(gè)抗體Ad,,則抗體集Ad*=ArUAd。

(8)檢驗(yàn) 計(jì)算檢驗(yàn)抗原集Ac和記憶抗體集Ur之間的歐氏距離,,檢驗(yàn)抗原的類別,。

L=||Ac一Ur||

3.3 參數(shù)選定

(1)抗體n的選擇 n為抗體集中被選擇用來(lái)克隆增殖的抗體個(gè)數(shù),n值越大則克隆集合Cj越大,,這樣可加大記憶抗體的搜索空間,,但也相應(yīng)增加了算法計(jì)算量;而n值越小則每次產(chǎn)生記憶抗體集的個(gè)數(shù)越少,,導(dǎo)致算法迭代次數(shù)增多,。通過(guò)試算可得出最佳的抗體選擇數(shù)為4。

(2)其他參數(shù)設(shè)置 初始化抗體個(gè)數(shù)N=20,抗體克隆規(guī)模K=10,,自然死亡閾值Yd=l,,抑制閾值Ys=0.15,新產(chǎn)生抗體數(shù)d=10,。

4 故障分析

常見(jiàn)的變壓器故障類型有:低溫過(guò)熱T1(t<300℃),、中溫過(guò)熱T2(300℃500℃),、局部放電PD,、低能放電D1、高能放電D2等6種潛伏性故障類型,。這里收集了478個(gè)故障樣本作為數(shù)據(jù)源,。

將收集的故障樣本分為2部分,其中235個(gè)作為訓(xùn)練抗原集,,剩下的243個(gè)作為檢驗(yàn)抗原集,。輸入到上述的人工免疫算法中,重復(fù)訓(xùn)練10次,,得到的記憶抗體集個(gè)數(shù)平均為31,,訓(xùn)練抗原的數(shù)據(jù)壓縮比為86%。計(jì)算243個(gè)檢驗(yàn)抗原和記憶抗體集的歐氏距離,,得出總的故障診斷準(zhǔn)確率為86.8%,。表1為故障樣本經(jīng)人工免疫算法處理后的結(jié)果及各種故障類型的診斷準(zhǔn)確率。


表2給出了12組故障實(shí)例,。將人工免疫算法的診斷結(jié)果和IEC三比值法進(jìn)行比較,,可以看出,,前者的診斷準(zhǔn)確率要高于后者。

 
5 結(jié)語(yǔ)

電力變壓器故障診斷的人工免疫算法充分利用了人工免疫網(wǎng)絡(luò)的自學(xué)習(xí)和自記憶的優(yōu)點(diǎn),,對(duì)故障樣本抗原進(jìn)行訓(xùn)練,。獲取的記憶抗體集具有故障的類別信息,由于抗原和記憶抗體的作用要考慮兩者的類別信息,,使記憶抗體能夠很好地學(xué)習(xí)和記憶同一類別抗原的數(shù)據(jù)特征,,提高了算法的準(zhǔn)確度。通過(guò)實(shí)驗(yàn)的結(jié)果證明,,人工免疫算法的故障診斷準(zhǔn)確率要高于IEC三比值法,,證明了該算法的有效性。

 

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。