一种变压器故障的诊断方法

摘要

本发明公开了一种变压器的故障诊断方法以及基于该诊断方法的故障诊断设备。该变压器的故障诊断方法基于粗糙集理论，利用遗传算法获得的适应值函数进行属性简约和值简约，获得最终的故障诊断规则；形成模糊推理系统，用粗糙集处理过的规则进行推理，形成模糊结论数据；采用BP神经网络对约简后的决策表进行训练，直至取得满意效果。该方法利用了遗传算法的进化特性，可以提高故障判断的精度以及针对性；确立模糊推理的专家判断标准，避免了传统专家规则的主观盲目性；降低了神经网络的复杂性，减少了网络训练时间，提高了网络的判断准确性。

主权项

一种变压器的故障诊断方法,包括以下步骤：采集特征气体浓度数据；存入数据库；形成原始信息表；将原始信息表进行连选属性离散化，形成离散化信息表；结合遗传算法的适应函数，进行属性简约和值简约，形成决策表，适应值函数如式1所示， 式1其中f(a)是约简的相对冗余度，P(a)是惩罚函数，C0是预设阈值，为元素a的重要度，，为第j条条件属性，为第i条决策属性；α值使得惩罚函数P(a)在C(a)<C0时近似为1，在C(a)>C0时迅速衰减为0；群体进化早期取值较小，群体进化后期，取值逐渐增大；形成模糊推理系统，用粗糙集处理过的规则进行推理，形成模糊结论数据；采用BP神经网络对约简后的决策表进行训练，直至取得满意效果；(8)采用训练后的网络，判断是否存在故障以及故障种类；(9)显示故障信息。