基于粗糙集-人工免疫網(wǎng)絡的電力變壓器故障診斷方法研究.pdf

1、大型電力變壓器作為電力系統(tǒng)的樞紐設備，其運行可靠性與電力系統(tǒng)的安全與穩(wěn)定緊密相關。長期以來，變壓器的健康水平和絕緣運行狀況好壞的判斷都是通過停電預防性試驗和定期檢修來實現(xiàn)，這種不顧變壓器的實際狀態(tài)，“到期必修”的檢修的方式，容易出現(xiàn)“過修”和“欠修”狀態(tài)。隨著狀態(tài)維修技術被廣泛認同，它取代定期維修己成為發(fā)展的必然趨勢。
　　 本文的工作主要包括：
　　 1．搜集、整理和總結了近年來國內外在電力變壓器故障診斷領域的最新研究

2、成果和最新進展；
　　 2．利用粗糙集信息表約簡技術，實現(xiàn)對知識的簡化與故障特征的壓縮，獲得核屬性；
　　 3．分析了電力變壓器絕緣故障診斷原理，并根據(jù)電力變壓器絕緣故障診斷的特點提出人工免疫網(wǎng)絡分類算法；
　　 4．基于智能互補融合的思想，將粗糙集與人工免疫網(wǎng)絡分類算法有機結合在一起，提出基于最小診斷規(guī)則改進的人工免疫網(wǎng)絡分類算法；改進抗原、記憶抗體在形態(tài)空間的表現(xiàn)形式，增加故障類別信息，通過模擬抗體與抗原的作

3、用關系，使抗體在學習抗原模式的過程中不斷地優(yōu)化，以獲取更好表征故障樣本特征的記憶抗體集，并以獲得的記憶抗體集作為分類器，應用最鄰近分類法對故障樣本進行分類。
　　 本文提出的融合三比值法的基于粗糙集和改進的人工免疫網(wǎng)絡分類算法這種新的變壓器絕緣故障診斷方法，既融入了經(jīng)典三比值法的故障判別能力，又結合了粗糙集對歷史樣本知識的提取能力和人工免疫網(wǎng)絡的自學習和自記憶能力。
　　 實例分析表明，本文提出的變壓器故障診斷方法對單、