一种基于混合模型的变压器维修决策方法

摘要

本发明涉及变压器故障在线监测技术领域，具体涉及一种基于混合模型的变压器维修决策方法，本发明采用RBF神经网络和PHM比例失效模型的混合建模法，既充分发挥了比例失效模型相对于传统检修方式所不具备的“按需维修”的优点，又充分利用RBF神经网络方法与平均影响值（MIV）法对特征量的筛选功能，进一步提高了比例失效模型（PHM）维修决策方案的精确性和可靠性。

主权项

一种基于混合模型的变压器维修决策方法，其特征在于其包括以下步骤：(1)对变压器历史寿命下的历史监测数据进行归一化处理，建立历史数据样本集P；(2)利用RBF神经网络，并采用聚类方法和最小二乘梯度训练法，对变压器历史监测数据进行仿真训练，训练出仿真神经网络；(3)基于步骤(2)所述的仿真神经网络，运用平均影响值法，对步骤(1)历史数据样本集P中的特征变量进行筛选，筛选出对变压器故障平均影响值在0.5以上的特征变量；(4)基于步骤(3)筛选出的特征变量，并结合历史状态监测数据，采用牛顿‑拉夫逊迭代算法计算出威布尔模型的参数，得到失效率函数h(t)的具体表达式；(5)建立威布尔模型并计算出其中的参数，根据不同的维修需求制定不同的维修决策，并采用一定时间任务可用度最大作为决策策略，应用数值计算方法，得出故障率阈值h^*；(6)得出失效率函数h(t)的具体表达式和故障率阈值h^*后，计算出获取维修决策曲线的具体表达式f(t)，建立完整的比例失效模型；(7)根据比例失效模型获得变压器维修决策曲线图；(8)利用建立的维修决策模型即维修决策曲线图，分析得到变压器的维修决策方案。