故障诊断 matlab 仿真,基于MATLAB的BP网络变压器故障诊断仿真

• 62 • 内 燃 机 与 配 件基于MATLAB的BP网络变压器故障诊断仿真 郑广瑞;王娜 (包头供电局，包 头 014000) 摘要:基于油中溶解气体分析针变压器故障诊断的对传统方法，在诊断过程中各存在不同程度的诊断缺陷。导致输出的诊断结果 不准确、不能真实、全面反映变压器的真实故障状态。将人工网络算法应用到电力变压器故障诊断中。搭建了 B P 网络诊断模型，实现 对不同类型、不同程度故障的诊断。并运 用MATLAB神经网络工具箱进行仿真实验，较传统的变压器故障诊断的方法明显的提高了 故障诊断准确率。 关键词：DGA; B P 网络;变压器;故障诊断; MATLAB 0 引言 电力变压器是整个电力系统的枢纽设备之一，其运行 状态直接关系到整个系统的安全稳定运行。因此研究变压 器故障诊断具有十分重要的意义。 Dissolve Gas-in-Analysis简称D GA是目前诊断变压 器潜伏性故障最常规方法之一。通过提取变压器油样，对 油中溶解气体的在线监测和分析，可以实时或定时监测 变压器的运行状态，判断其是否正常工作。这是因为，对 于同一性质或不同性质的故障，绝缘物分解产生的气体 含量以及气体种类随故障的严重程度而异，而与绝缘油 的种类无关。因此油中溶解气体的组份和含量在一定程 度上可以反映出变压器故障状态，可将其作为反映变压 器故障的特征量。 B P 人工神经网络是人工智能方法体系成员之一。它 的基本结构是对人脑神经元的简单模拟，所以具有强大的 分布式存储能力、并行处理能力以及自适应学习能力。神 经网络自身的这些特征决定了，它可以处理从输入空间到 输出空间的非线性信息交换，因此可以解决基于油中 D GA的的变压器内部故障的诊断。 1 B P 人工神经网络原理 1.1 B P 神经元 神经网络的最基本的信息单元是人工神经元，其结 构是非线神经单元。 模式为多输入单输出如图1 所示为 神经元的基本模型图。神经元的数学模型输出可用下式 来表达： [yoFl(x„,) jx,=a( w，y„,，0 ) lyi=f( x,) 从人工神经元模型中，任意一个输入x„,(i=1，2,…，m ) 经过预处理单元I 计算后，其输出结果为： y〇,=I(x„,) (1) 其中输入函数为a ,其输入\输出关系为： x,=a( w ,y„,,0 ) ( 2 ) 式(2)中输入函数a 可以是任意函数，棕为权向量，兹 为阈值。净输入量X,经传输函数f ，在f 中产生神经元的输 出y,。B P 神经元的传输函数f 常用S 型函数使其输出值 作者简介：郑广瑞(1984-)男 ，内蒙古丰镇人，硕士研究生，主要从 事电力设备故障诊断研究；王娜(1989-)，女 ，河北保定 人 ，硕士研究生，主要从事继电保护整定计算研究。 图1 神经元数学模型范围为0-1之内。 1.2人工神经网络模型 人工神经网络是一种采用误差反向递归传播的多层 前馈神经网络。其网络模型包括输入层，隐级层以及输出 层 ，其中隐级层的数量可以是一个或多个，但是现已证明 三层B P 网络就可以实现任意阶数的非线性映射。B P 网络 模型如图2 所示。 图2 B P 网络模型结构 1.3人工B P 网络原理 人工B P 网络算法其原理是将样表训练学习过程分 成误差反向传播以及正向传播两个过程。首先是将学习数 据从输入层一隐含层一输出层的正向传播过程。经过第一 阶段后，若输出层的实际输出与期望输出相差太大，则转 向第二阶段。第二阶段，通过误差反向传播来修正权系数 和阈值。将它们的误差以某种形式通过输出层一隐含层一 输