• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于信息融合技術(shù)的變壓器故障診斷

      2022-11-16 02:14:32鄔連學(xué)張思睿
      關(guān)鍵詞:故障診斷證據(jù)概率

      鄔連學(xué), 張思睿

      (河北石油職業(yè)技術(shù)大學(xué) 電氣與電子系,河北 承德 067000)

      1 D-S證據(jù)理論思想

      D-S證據(jù)理論最早是在1966年由Dempter提出的,后來(lái)Shafer又在其基礎(chǔ)上對(duì)D-S證據(jù)理論進(jìn)行了擴(kuò)展和完善,最終將其歸納為一套數(shù)學(xué)理論,通過(guò)映射的方式將命題和集合之間聯(lián)系起來(lái),并在此基礎(chǔ)上引入相關(guān)函數(shù)來(lái)表達(dá)“不確定性”和“未知不明”等概念。

      為了讓D-S證據(jù)理論[13]更完善,以保證診斷結(jié)果的可靠性,特意在識(shí)別框架Θ的基礎(chǔ)上構(gòu)建了一種推理模型。其中Θ表示人們針對(duì)某一目標(biāo)對(duì)象所能想到的合理性結(jié)果。簡(jiǎn)單來(lái)說(shuō)就是:在一些可靠證據(jù)的支持下,人們?cè)谒心芟氲降暮侠硇越Y(jié)果中會(huì)產(chǎn)生一個(gè)基本可信度分配[4],該值就是證據(jù)在Θ上的體現(xiàn),這也是人們做出最后判斷的一個(gè)重要依據(jù)。

      在一個(gè)判決中,如果有好幾批證據(jù)是可以利用的話,即可得到同等數(shù)量的基本可信度分配[7],這是D-S證據(jù)理論應(yīng)用靈活性的一種體現(xiàn)。通常在獲得基本可信度分配后,就能求出它們的合成以及信任函數(shù)Bel,在D-S證據(jù)理論中,Bel就是人們判決所獲得的最后結(jié)果。

      1.1 D-S證據(jù)理論融合規(guī)則

      一個(gè)判決可能需要多批證據(jù)支持,假設(shè)用m1、m2、…,mn來(lái)表示Θ上不同的證據(jù)的BPA,則它們的正交即可用下列公式來(lái)表達(dá):

      (1)

      (2)

      公式(1)和公式(2)即代表D-S證據(jù)理論中理論融合的相關(guān)公式,證據(jù)間的沖突通常用K表示,且沖突的大小與該數(shù)值的大小呈正比關(guān)系。理論融合公式的最大優(yōu)勢(shì)在于能在保證結(jié)果準(zhǔn)確度的基礎(chǔ)上,對(duì)不同來(lái)源的證據(jù)進(jìn)行高效融合[8]。

      1.2 D-S證據(jù)理論在信息融合算法中的應(yīng)用優(yōu)勢(shì)

      D-S證據(jù)理論在信息融合算法中的應(yīng)用較為常見(jiàn),它的基本特征是結(jié)合故障類(lèi)型建立證據(jù)體,并給每個(gè)證據(jù)體分配概率指派函數(shù),再利用證據(jù)合成規(guī)程對(duì)其進(jìn)行合成,由此就能得出最大故障類(lèi)型的特征[9]。和傳統(tǒng)證據(jù)理論相比,D-S證據(jù)理論在信息融合算法中的應(yīng)用優(yōu)勢(shì)主要體現(xiàn)在以下幾點(diǎn):

      1)不用結(jié)合以往故障類(lèi)型的經(jīng)驗(yàn),只需在D-S合成規(guī)程的基礎(chǔ)上,對(duì)相關(guān)不確定信息進(jìn)行融合,結(jié)果更可靠、更準(zhǔn)確。

      2)針對(duì)具有沖突性的證據(jù),D-S證據(jù)理論所融合的結(jié)果也在合理范圍內(nèi),不會(huì)違背相關(guān)標(biāo)準(zhǔn)。

      3)每個(gè)證據(jù)的概率指派函數(shù)[10]所獲取的方法相對(duì)統(tǒng)一。

      4)即便是面對(duì)海量證據(jù),D-S證據(jù)理論也能保證信息融合的效率。

      2 基于信息融合技術(shù)的變壓器故障診斷方法

      信息融合診斷是一個(gè)比較復(fù)雜的過(guò)程,需要多種理論和技術(shù)支持。在同一個(gè)識(shí)別框架下,各個(gè)特征向量信息存在一定的差異性[11],而D-S證據(jù)理論系統(tǒng)則能對(duì)每一個(gè)證據(jù)體來(lái)源進(jìn)行診斷,結(jié)合診斷結(jié)果即可判斷出各個(gè)證據(jù)體的可信度,再對(duì)各個(gè)證據(jù)主元進(jìn)行融合,就能得到最終的診斷結(jié)果,且該結(jié)果是可靠、準(zhǔn)確的。

      2.1 模型的建立

      為了進(jìn)一步提高變壓器故障類(lèi)型的診斷正確率,結(jié)合D-S證據(jù)理論構(gòu)建完善的故障診斷模型。將變壓器運(yùn)行故障的特征向量構(gòu)造劃分為多個(gè)故障特征向量,并將這些故障特征向量分別映射到BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)[6]和概率神經(jīng)網(wǎng)絡(luò)[5],其結(jié)果輸出為具有初步判斷變壓器故障類(lèi)型能力的新的特征向量[12],再利用D-S證據(jù)理論融合規(guī)則對(duì)所輸入的特征向量進(jìn)行融合,從而得出最終的診斷結(jié)果。基于D-S證據(jù)理論所完善的故障診斷模型如圖1所示。

      2.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)及仿真

      通過(guò)圖1可以看出,基于信息融合技術(shù)的變壓器診斷方法的核心結(jié)構(gòu)有兩部分構(gòu)成。一部分是BP神經(jīng)網(wǎng)絡(luò),特征氣體含量是它的輸入,它的輸出是變壓器發(fā)生各類(lèi)故障的概率值,將其稱為初步診斷層;另一部分是D-S信息融合部分,它的輸入是初步診斷層的輸出,它的輸出是變壓器的最終診斷結(jié)果,將其稱為最終診斷層。

      1)網(wǎng)絡(luò)輸入設(shè)置

      網(wǎng)絡(luò)的輸入有兩種方式,一種是以氫氣(H2)、甲烷(CH4)、乙烷(C2H6)、乙烯(C2H4)和乙炔(C2H2)這五種特征氣體的含量值為輸入,另一種以C2H2/C2H4,CH4/H2,C2H4/C2H6六種氣體含量的三種比值為輸入。訓(xùn)練樣本如表1所示。

      表1 網(wǎng)絡(luò)試訓(xùn)樣本

      2)網(wǎng)絡(luò)輸出設(shè)置

      網(wǎng)絡(luò)的輸出是變壓器的六種常見(jiàn)故障類(lèi)型[1],故障類(lèi)型分類(lèi)如表2所示。BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)的輸出的數(shù)據(jù)表示變壓器發(fā)生某種故障的概率值[2],同時(shí)也是基于融合技術(shù)的變壓器診斷方法的輸入。

      表2 網(wǎng)絡(luò)輸出與變壓器故障的對(duì)應(yīng)關(guān)系

      3)網(wǎng)絡(luò)參數(shù)設(shè)置

      初步診斷層的參數(shù)有輸入量的維度為3或5、輸出量的維度為6、隱藏層節(jié)點(diǎn)數(shù)為15、網(wǎng)絡(luò)誤差為0.001、訓(xùn)練次數(shù)為2000。當(dāng)輸入為5時(shí),BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)的誤差曲線如圖2所示。

      3 變壓器故障診斷實(shí)例分析

      某型號(hào)為SZ11-20000/35的故障變壓器,2019年6月21日,檢測(cè)人員利用色譜在線監(jiān)測(cè)裝置對(duì)變壓器進(jìn)行數(shù)據(jù)觀測(cè)時(shí),發(fā)現(xiàn)變壓器絕緣油色譜分析數(shù)據(jù)較前一天變化異常,次日繼續(xù)觀察發(fā)現(xiàn)總烴含量有所增加,并有繼續(xù)增加的趨勢(shì),其他特征氣體含量均有增加,工作人員初步判斷變壓器內(nèi)部存在過(guò)熱故障,且溫度有不斷上升趨勢(shì)。兩次檢測(cè)的油色譜數(shù)據(jù)如表3所示。

      表3 變壓器故障診斷樣本

      由表3特征氣體含量,計(jì)算出三比值C2H2/C2H4=0.153 7,CH4/H2=1.118 7,C2H4/C2H6=4.074 8,編碼為122,對(duì)應(yīng)的故障類(lèi)型為電弧放電。

      改良三比值法[3]初步認(rèn)定變壓器為電弧放電故障,而變電站工作人員依據(jù)經(jīng)驗(yàn)診斷為過(guò)熱故障,為了確定正確診斷結(jié)果,需對(duì)變壓器故障進(jìn)一步診斷。將故障特征量依次輸入BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò),得到變壓器各個(gè)故障類(lèi)型的概率分配如表4所示。

      表4 各證據(jù)體的基本概率分配

      從表4的診斷結(jié)果可見(jiàn),BP神經(jīng)網(wǎng)絡(luò)診斷為高溫過(guò)熱故障,Elman神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)診斷為電弧放電。將以上三種神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)進(jìn)行融合,如表5所示。

      表5 J1, J2, J3融合后的概率分配

      從表5融合結(jié)果可以得出,該變壓器為電弧放電故障,而工作人員的經(jīng)驗(yàn)判斷是錯(cuò)誤的。

      4 結(jié)論

      通過(guò)對(duì)變壓器故障的分析,可以確定基于信息融合技術(shù)的變壓器故障診斷方法為我們的變壓器故障診斷帶來(lái)了一個(gè)新的亮點(diǎn),在故障診斷過(guò)程中部分綜合性故障也被診斷出來(lái),基于信息融合技術(shù)的變壓器診斷方法相比于變壓器故障診斷的傳統(tǒng)方法準(zhǔn)確率更高,糾錯(cuò)能力更強(qiáng)。通過(guò)以上分析,可以得出以下結(jié)論:

      1)基于信息融合技術(shù)的變壓器故障診斷方法的精度和準(zhǔn)確度,依賴于三種神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確度。

      2)基于信息融合技術(shù)的變壓器故障診斷方法對(duì)常見(jiàn)的變壓器故障診斷方法具有糾錯(cuò)能力。

      3)基于信息融合技術(shù)的變壓器故障診斷方法隨著融合次數(shù)的增加,準(zhǔn)確度會(huì)有明顯的提高。

      為了進(jìn)一步驗(yàn)證診斷效果,本文對(duì)105組樣本進(jìn)行了故障診斷,正確診斷數(shù)為100組,診斷準(zhǔn)確率為95.24%。

      通過(guò)基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法和基于信息融合技術(shù)的變壓器故障診斷方法,這兩種方法對(duì)變壓器故障診斷的準(zhǔn)確率如表6所示。

      表6 不同診斷方法準(zhǔn)確率對(duì)比

      猜你喜歡
      故障診斷證據(jù)概率
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      概率與統(tǒng)計(jì)(一)
      概率與統(tǒng)計(jì)(二)
      對(duì)于家庭暴力應(yīng)當(dāng)如何搜集證據(jù)
      紅土地(2016年3期)2017-01-15 13:45:22
      手上的證據(jù)
      “大禹治水”有了新證據(jù)
      因果圖定性分析法及其在故障診斷中的應(yīng)用
      手上的證據(jù)
      基于LCD和排列熵的滾動(dòng)軸承故障診斷
      乌兰察布市| 三都| 甘洛县| 久治县| 普格县| 米易县| 酉阳| 安仁县| 开江县| 二连浩特市| 满洲里市| 万年县| 垦利县| 新绛县| 天峨县| 吉林市| 白朗县| 宝山区| 渝中区| 阜城县| 泉州市| 大渡口区| 陈巴尔虎旗| 井研县| 化隆| 平山县| 图们市| 莱西市| 伊川县| 彩票| 布尔津县| 陆河县| 新建县| 高陵县| 盘锦市| 东乡族自治县| 永登县| 万全县| 蓬安县| 古交市| 天等县|