基于DGA和HMM的小样本变压器故障诊断算法.pdf
《基于DGA和HMM的小样本变压器故障诊断算法.pdf》由会员分享,可在线阅读,更多相关《基于DGA和HMM的小样本变压器故障诊断算法.pdf(4页珍藏版)》请在咨信网上搜索。
1、机械制造刘敏等基于 和 的小样本变压器故障诊断算法第一作者简介:刘敏()男江西吉安人硕士研究生研究方向为变压器故障诊断.:./.基于 和 的小样本变压器故障诊断算法刘敏王洪申魏泰(.兰州理工大学 机电工程学院甘肃 兰州 .甘肃省特种设备检验检测研究院甘肃 兰州)摘 要:针对基于油中溶解气体分析()的变压器故障诊断方法需要大量训练样本而实际应用中缺乏样本的问题提出在小样本情况下一种应用基于 和隐马尔科夫模型()的变压器故障诊断算法 该算法利用 提取变压器的故障特征使用 作为变压器故障诊断分类器并对 模型的训练算法进行改进引入比例因子和多观测序列 试验结果表明:使用公开数据集 作为变压器故障数据集
2、将本算法与常用于小样本情况的、决策树算法相比较本算法的变压器故障诊断正确率更高关键词:油中溶解气体分析隐马尔科夫模型 算法变压器故障诊断中图分类号:文献标志码:文章编号:()(.):()().:引言电力变压器是电网输电环节中最关键的设备及时发现变压器的潜伏性故障能有效保障电网的安全稳定运行减少电力系统故障带来的经济损失 目前国内外针对油浸式变压器故障诊断常用的检测方法是油中溶解气体分析()技术将变压器绝缘油中溶解的气体成分作为故障诊断的特征量再结合 三比值法和罗杰斯比值法等传统方法来诊断故障 这种做法应用广泛已积累了许多实践经验我国现行的国家标准中使用的就是 三比值法传统方法虽然简单、快速但仍
3、存在诊断准确度不高和应用局限性等问题以 三比值法为例存在故障编码缺失的问题导致实践中出现无法判断故障类型的情况 目前已有新的智能诊断方法被引入变压器故障诊断研究领域中例如人工神经网络、模糊理论、支持向量机等 这些智能方法虽然故障诊断精度更高但对训练样本数据集的完备性要求高训练算法需要大量带标签的样本而实际应用中难以满足此要求针对实际应用中缺乏数据样本的情况本文引入无监督 学 习 的 隐 马 尔 科 夫 模 型()来解决油浸式变压器故障诊断问题 是一种著名的有向图模型已成功地用于语音识别、自然语言处理和故障诊断等领域 具有很强的学习能力和模式分类能力能从训练数据中深入挖掘变压器故障的隐含信息同时
4、 的训练算法计算简单收敛速度快对样本数量的要求低能应用在小样本的情况因此本文将 作为分类器引入油浸式变压器故障诊断中并对 的训练算法()进行改进引入多观测序列和比例因子来提高算法的实用性在小样本情况下将本文算法与常用于小样本分类的 算法和其他算法相比较试验证明本文算法具有更高的故障诊断精度 算法概述.原理 描述了一个由隐状态组成的马尔科夫链可以机械制造刘敏等基于 和 的小样本变压器故障诊断算法由一个三元组()表示其中 是初始状态概率向量 是状态转移概率矩阵 是观测概率矩阵 每个隐状态生成一个观测值隐状态之间转移的概率构成一个状态转移概率矩阵 状态生成观测值的概率组成观测概率矩阵 状态的变换用一
5、个状态序列描述同理状态序列对应的观测值用一个观测序列表示如图 所示BA图 原理 可以解决三类问题:概率问题、学习问题和预测问题 将 应用于变压器故障诊断问题时需要将 作为分类器这归属于学习问题 即将 数据作为观测序列需要训练出得到最大观测概率的 即已知观测序列 估计 的()参数 根据变压器故障数据的特点本文拟使用离散的左右型.的训练 算法是基于极大似然估计的无监督算法用于训练 对各参数进行迭代计算 在实际应用时 算法存在两个问题:观测序列问题:经典的 算法是单观测序列的对于左右型的 不可能只用一个观测序列训练模型为了有足够的数据对模型参数进行可靠估计必须使用多个观察序列精度溢出问题:中参与计算
6、的是小于 的各项概率值计算前向概率和后向概率()和()需要累乘各状态转移概率 和观测概率()实际计算时概率值可能会趋于 而超过机器浮点数的精度范围造成精度损失 在多观测序列和长观测序列情况下问题更为明显为了解决上述问题本文拟使用带比例因子的多观测序列的 算法训练 在计算过程中加入一个放大因子并在后续计算中消去即可解决精度溢出问题 算法计算公式如下:()()()()()/()()()()/()()/()式中:表示第 个观测序列表示对应观测序列 的训练时序 是隐状态数目()和()是 时刻的前向概率和后向概率是对应观测序列 的比例因子是状态 向状态 转移的概率()是观测序列 在 时刻对应观测值 的观
7、测概率 前向概率()和后向概率和()计算公式如下:()()()/()()()()()()()()()式中()和 ()是中间变量利用上述公式可以对 模型进行训练 的训练流程如图 所示UDOlU0FltiFltiEOlU0KFD!U l=LU K33l=lFU=图 训练流程图 基于 的变压器故障诊断.变压器的故障分析油浸式变压器的主要故障原因可分为电性和热性的因为无运动部件机械性的故障极少 发生故障时变压器的绝缘材料会在电场或热场的影响下发生分解、老化等现象产生氢气、二氧化碳、甲烷、乙烯、乙炔等气体并溶解在绝缘油中 故障类型不同产生的气体种类和浓度都不同 通过 分析油浸式变压器的绝缘油就能获得变压
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 DGA HMM 小样 变压器 故障诊断 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。