基于信息融合的大型电力变压器故障诊断

本文对大型电力变压器常规试验手段及获得状态信息的方式进行了简要分析,并对利用人工智能进行变压器故障诊断技术进行了深入分析和综合,针对遇到的困难和问题,提出了相应的解决方法,主要完成的研究工作如下: 一、引入信息融合概念,根据油中溶解气体色谱分析和电气试验数据,结合状态监测所获得的信息,对故障进行分析、判断,确定故障的性质和类型;信息融合技术应用于变压器故障诊断,会提高诊断结果的可靠性和准确性。 二、针对BP网络不易收敛、易陷入局部极小的缺点,采用改进的进化规划算法优化BP网络的连接权阈值初始值,将进化规划和神经网络结合起来,迅速得到最优BP网络权值矩阵及阈值向量,较好地实现了故障诊断,并对该算法采用C语言编写了程序,实例结果表明,诊断的结果是理想的。 三、人工智能技术之间的融合可以补单一技术存在的缺陷,从而更好地发挥每一种智能技术的优势,本文基于进化规划和神经网络智能技术建立了变压器绝缘故障诊断模型,对多源数据进行综合处理,通过多源互补信息减少故障诊断系统的不正确性,提高了对变压器绝缘故障诊断的正判率。