基于半监督分类方法的变压器故障诊断研究

赵小军

摘 要：在电力变压器故障诊断过程中，变压器油中溶解气体分析至关重要。由于在变压器故障诊断过程中，存在着已知数据没有利用待分类数据问题，这就需要将半监督分类法融入到变压器故障诊断中，构建变压器故障的诊断模型。半监督分类法能够利用已知数据和未知数据获取更多相关信息，从而起到更好的故障诊断效果。基于此，本文重点分析半監督分类法在变压器故障诊断中的应用。

关键词：半监督分类法；故障诊断；溶解气体；变压器

在电子系统当中，变压器作为核心设备，主要用作于电压变换、电能分配、电力输出等领域，保障变压器正常运行是保障电力系统可靠、安全运行的关键。变压器油中溶解气体分析作为电力变压器绝缘诊断的重要方法，能够精准判断变压器内部的故障程度。在变压器故障诊断当中，我国主要应用改良3比值方法。该种方法操作更加简单，在实际应用中发挥着重要的作用，但会偶尔出现编码边界过于绝对、暴露编码不全等问题。因此，在近些年的研究中，提出了多种智能信息变压器故障诊断技术，大大提高了变压器的诊断效果。

1 半监督分类法概述

半监督分类法简称SSC，主要是综合利用大量未标签数据和少量标签数据来提高学习效果的一种形式，如今已经成为了社会各个阶层研究的重点，在图像检索、网页分类中的应用非常广泛。但是将半监督分类法应用到变压器故障诊断中却是近些年才得以兴起。因此，需要采用数据集来进行分析：

假设数学符号X={x1，x2，…，xl，xl+1，…，xl+u}，数据xi∈Rd；d为实数集R的维数；i=1，2，…，l+u。表示标签数据集L={x1，x2，…，xl}；未标签数据集为U={xl+1，xl+2，…，xl+u}；并且X=L∪U，其中的l和u本别表示标签数据的合数（包括标签数和未标签数）。类别集合W={w1，w2，…，wc}，其中的wr为类别标签；r=1，2，…，c；c为类别数（c≥2）。

2 半监督分类法在变压器故障诊断的应用

2.1 应用流程

通过分析1中的数据集公式，可以将变压器故障样本数据进行归化处理，这样更加便于描述，可以将归化数据设定为xi。进而从各类故障类别当中随机抽取数量相等样本作为标签数据，没有挑选出来的数据作为未标签数据集。其应用流程如下：

第一步，初始化。需要假设停止误差阈值、循环变量，并随机生成为标签的数据矩阵。

第二步，矩阵计算。需要根据上述数据集计算样本数据的近邻矩阵。

第三步，未标签数据更新。

第四步，终止条件判定。如果判定内容小于误差阈值，则需要重复为标签数据更新。

第五步，未标签数据分类。需要找出更新值元素中的最大值，并得出相应的序列号，将数据进行分类。

从以上五个步骤能过看出，该种方法具有诸多优点，包括使用便捷、控制参数少、计算量小、无需大量样本即可进行，在实际应用中也有非常好的效果。

2.2 半监督分类法在变压器故障诊断中的实际应用

变压器绝缘此材料经过分解能够产生20种以上的气体，由于我国对所选取的气体分析对象缺乏统一性，根据国内应用半监督分类方法的实际情况表明，采用油中溶解气体中的H2、CH4、C2H4等故障气体检测更为高效、精准。再者，由于电压等级、变压器容量存在着不同差异，因此，变压器油中溶解气体体积分数也存在着很大产局，这就需要对样本进行归一化处理。

据有关标准规定，变压器常见故常有六种，其分别是：低温过热、中温过热、高温过热、低能放电、局部放电、高能放电。笔者通过应用Matlab语言在cpu为Pentium（R）4、主频为24GHz、内存为2GMB计算机上开展仿真实验。

在应用半监督分类法进行变压器故障诊断过程中，从各类故障中随机抽取标签数据集，并且保障其数量相等，其余的数据都设定为未标签数据集。取近邻数为7，一共开展30次试验，取均值。通过实际的试验表明，标签数量增加其诊断的正确率就越高。在故障样本数据为3个标签数值过程中，其判断错误的次数为30，诊断正确率能够在83.4%以上。随着标签数量逐渐提高，其诊断正确率也在不断提高，当故障样本为5个标签过程中，错误判断为16个，诊断正确率在91.2%以上。

通过采用IEC3比值法分析，3种诊断方法的正确率都有所不同。而采用模糊近邻标签传递的半监督分类法，能够全面利用标签、未标签的数据，提高学习效果。即使在标签数较少的情况下，也能够保障80%以上的准确率，并且会随着标签数量不断增加，变压器故障诊断概率也会逐渐上升。

3 结论

从实际应用情况来说，半监督分类法能够综合利用标签、未标签数据提高学习效果。在采用半监督分类法对变压器故障诊断过程中，经相关实践表明，如果标签数量较少时，即可到达理想的诊断效果，正确率在80.0%以上，同时会随着标签数量增加而提高变压器故障诊断的正确率，理论状态下会越来越接近100%。本文重点提出了模糊近邻标签传递的半监督分类法，具有操作方便、计算量小、应用参数少等特点，能够有效提高变压器故障诊断的正确率，希望能够为变压器故障诊断拓宽思路。