基于多传感器信息融合的电力设备故障诊断方法

昆明供电局 李 进 张 萌

基于多传感器信息融合的电力设备故障诊断方法

昆明供电局 李 进 张 萌

当前如何有效实现电力设备故障诊断以及如何提高故障诊断的准确率是一个热点研究课题。本文将多传感器信息融合理论应用在电力设备的故障诊断，所研究算法包含三个指标参数，分别是温度、温度差和温度变化率。通过利用传感器在等时间段测量设备的温度，然后计算出温度差和温度变化率，最后利用这三个指标参数使用数据融合系统的方法综合判断该设备是否发生故障。这个方法可以使电力设备故障诊断更加精确，减少误报率，并且在很大程度上减少冗余信息。

信息融合；故障诊断；神经网络

0　引言

随着我国国民经济的发展和人民物质生活水平的不断提高，对电力需求越来越大，促使电网不断扩大。同时，各行各业对电网供电的安全性、可靠性要求也越来越高，高压输变电设备的安全运行己成为影响电力系统安全、稳定、经济运行的重要因素。

我国在故障诊断技术方面的研究起步较晚，前期阶段是了解设备诊断技术的重要性，设备故障诊断技术的相关理论研究比较多，以快速傅里叶变换、谱分析、信号处理等技术为基础，以电力设备故障诊断为主要目标。后期阶段以现代化管理的需要为前提，出现了诊断技术迅速发展的局面，以模式识别、智能化专家故障检测系统及其计算为基础，全方位开展了设备的故障诊断研究，从实际生产应用上形成了具有我国特点的故障诊断理论，研究出了世界水平的电力设备状态监测与故障诊断系统。

当前设备故障诊断方法的研究现状主要有：（1）基于专家系统的故障诊断；（2）基于贝叶斯网络的故障诊断；（3）基于支持向量机的故障诊断；（4）基于模糊集理论的故障诊断等等。本论文主要讨论基于多传感器信息融合的电力设备故障诊断方法，此方法可以使电力设备故障诊断更加精确，减少误报率，并且在很大程度上减少冗余信息。

1　神经网络基本理论

多源信息融合，主要是指利用计算机进行多源信息的处理，从而得到可综合利用信息的理论和方法，其中也包含对自然界人和动物大脑进行多传感信息融合机理的探索。信息融合研究的关键问题，就是提出一些理论和方法，对具有相似或不同特征模式的多源信息进行处理，以获得具有相关和集成特性的融合信息。

多传感器数据融合技术就像人脑综合处理信息一样，充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述。

图1　数据融合系统

神经网络模型分为3层，3个输入节点分别为电力设备的温度T、温度差和温度变化率，根据经验和对比中间层设为8个节点，输出层为2个节点，分别为发生故障和没发生故障，如图2所示。它含有输人层、输出层以及处于输入输出层之间的中间层。中间层有单层或多层，由于它们和外界没有直接的联系，故也称为隐层。在隐层中的神经元也称隐单元。隐层虽然和外界不连接，但是，它们的状态则影响输入（X）输出（Y）之间的关系。这也是说，改变隐层的权系数W、V，可以改变整个多层神经网络的性能。

图2　神经网络结构模型

2　BP算法基本过程

BP算法实质是求取误差函数的最小值问题。这种算法采用非线性规划中的最速下降方法，按误差函数的负梯度方向修改权系数。

误差函数e的定义：取期望输出和实际输出之差的平方和为误差函数，则有：

由于BP算法按误差函数e的负梯度方向修改权系数，故权系数Wij的修改量和e:

其中：η为学习速率，即步长。

BP算法执行的步骤如下：

1）对权系数Wij置初值。对各层的权系数Wij置一个较小的非零随机数，但其中。

3）计算各层的输出

对于第k层第i个神经元的输出Xik，有：

对于输出层有k=m，有：

对于其他各层，有：

5）修正权系数Wij和阀值θ

6）当求出了各层各个权系数之后，可按给定指标判别是否满足要求。如果满足要求，则算法结束；如果未满足要求，则返回3）执行。这个学习过程，对于任一给定的样本和期望输出都要执行，直到满足所有输入输出要求为止。

为了避免夸大不同数据的作用，便于统一管理，有必要对样本数据进行归一处理。数据预处理是实现最初的不规则的输入数据规范化，输入数据后处理到[0,1]之间。

归一化表达式为：

反变换后可得：

其中，P是表示训练样本的编号；Ri是第i个样本的输入值；Xpi是第i个输入值样本归一化后的值；min(Ri)是最小的样本输入值；max(Ri)是最大的样本输入值。

通过上述BP算法的步骤，把输入的三个参数经过中间层权值加权，在某个误差的前提下得出输出一个最终结果（是否发生故障）。

3　结论

本文讨论了基于多变量的电力设备故障诊断方法，应用多变量综合判断电力设备是否发生故障。主要步骤有：首先利用传感器测量设备的温度，然后计算出温度差和温度变化率，最后利用这三个指标参数使用数据融合系统的方法综合判断该设备发没发生故障。这个方法可以使电力设备故障诊断更加精确，减少误报率，并且在很大程度上减少冗余信息。

[1]康耀红.数据融合理论及应用(第二版)[M].西安:西安电子科技大学出版社,2006.

[2]马明建.数据釆集与处理技术[M].西安:西安交通大学出版社,2006.

李进（1986—），男，云南昆明人，大学本科，工程师，研究方向：变电运行。

张萌（1989—），女，云南昆明人，大学本科，助理工程师，研究方向：变电运行。