面向变压器油中溶解气体分析的组合DBN诊断方法

• 作者: 朱双静 李成榕 荣智海 辜超 陈玉峰 齐波
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 变压器油中溶解气体分析 变压器故障诊断 深度信念网络 组合深度信念网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 电力系统
• 页码范围: 3800-3807
• 页数: 8页
• 分类号: TM85
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2019.0422

摘要

油中溶解气体分析是变压器内绝缘故障诊断的重要方法之一.但误判案例分析表明,传统的基于深度信念网络(deep belief network,DBN)油中溶解气体故障诊断方法存在较多的局部放电、低温过热、低能电弧放电兼过热混淆等误判.为进一步提高故障诊断效果,提出一种面向变压器油中溶解气体分析的组合DBN故障诊断方法.该方法引入深度信念网络群识别故障类型及严重程度,根据第一层故障类型识别结果激活相应的二层DBN识别故障严重程度.研究不同输入下,网络层数、节点数对于组合DBN的油中溶解气体故障诊断准确率的影响,结果表明当输入为无编码比值加特征气体含量,网络层数选取为3时网络具有最高准确率;当网络节点数大于3,增加节点数无法显著提高网络识别准确率.组合DBN查准率及查全率均高于单一DBN,总体准确率由80.9％提高到90.1％.分析案例数据量对诊断结果的影响,查全率及查准率随数据量增加而增加,案例多的故障类型查准率高于案例少的故障类型.