模式識別在電力系統(tǒng)故障診斷中的應用

模式識別在電力系統(tǒng)故障診摘要：模式識別(PatternRecognition)是人們在日常生活中，幾乎時時進行的類識別活動，從20世紀40年代計算機的出現(xiàn)以及50年代人工智能的興起，模式識別技術(shù)有了長足的發(fā)展，特別是到了20世紀60年代成為了一門迅速發(fā)展的學科。本文以模式識別的基本原理介紹其在電力設備故障中的應用，特別是運用模糊(Fuzzy)數(shù)學理論來分析電力系統(tǒng)故障診斷的問題。關鍵字：模式識別電力系統(tǒng)故障模糊診斷0引言模式識別(PatternRecognition)是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關系的)信息進行處理和分析，借助計算機以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程，是信息科學和人工智能的重要組成部分，主要包括統(tǒng)計模式識別、結(jié)構(gòu)模式識別、模糊（fuzzy）模式識別、神經(jīng)網(wǎng)絡模式識別和多分類器融合等研究內(nèi)容。近年來我國加大了對重大電力設備研發(fā)的政策扶持，使得電力設備制造業(yè)發(fā)展速度加速。2010年，我國電力設備對外簽約額達337.8億美元，同比增長32.6%。未來十年內(nèi)，智能電網(wǎng)總投資將達1萬億元，特高壓總投資將達4000億元。隨著市場需求的升溫，電力設備市場大發(fā)展的同時，設備故障的維護費用也頗為巨大。具不完全統(tǒng)計，重慶每年電網(wǎng)設備因故障維護費用就高達255.2億元。如何降低這個尺度，推行電網(wǎng)最優(yōu)發(fā)展，可以利用故障診斷模式識別避免相關費用的高額支出。1模式識別1.1模式模式其實就是解決某一類問題的方法論。模式識別就是根據(jù)模式的特性，將其判入某一類，它是一種智能活動，屬于人工智能的范疇。2故障環(huán)節(jié)2.1故障模式是對出現(xiàn)的故障或異常狀態(tài)的某種具體表現(xiàn)形式的分類。2.2故障機理是導致設備發(fā)生故障的物理過程、化學過程以及故障的因果關系。值得注意的是故障機理不同而故障模式相似的情況是客觀存在的，另外也存在機理相同卻產(chǎn)生不同的故障模式。關系矩陣同是一項“磨損”故障模式，其故障機理可能來自“應力破壞”，也可能來自其他環(huán)節(jié)的“磨損或沖擊”?？梢姡收蠙C理的“磨損”和故障模式的“磨損”的涵意并不相同。關系矩陣機理模式機理模式關系矩陣反映了故障機理與故障模式間的因果關系3設備診斷過程3.1涵義設備診斷過程是一種典型的從故障模式或狀態(tài)特征到故障機理的求取過程。雖然這個狀態(tài)過程經(jīng)過加工處理成了信息，但該信息往往還是不能簡單地和故障機理直接“對號”，必須依靠模式識別和判斷技術(shù)才能求出真正的故障機理。3.2過程㈠信息量的歸納和整理㈡篩選出異常的狀態(tài)信息量3.2.1信息量的歸納和整理在實際工作中設備狀態(tài)特征的信息量是錯綜復雜的。必須堅持科學態(tài)度，對采集到的信息量要全面地、歷史地進行分析。在占有大量信息資料的基礎上，實事求是地進行歸納、整理與分類。大量的信息，可以用‘聚類分析’的方法進行分類、統(tǒng)計、壓縮向量維數(shù)，把大量存在的狀態(tài)特征數(shù)據(jù)綜合簡化成為少量具有代表性的狀態(tài)特征因子，同時可以將把各因子間的關系列成矩陣。3.2.2篩選出異常的狀態(tài)信息量“三比值法”：主要是與技術(shù)規(guī)范對比；與過去的歷史數(shù)據(jù)對比；與同類型設備的狀態(tài)相對比，篩選出異常的狀態(tài)信息量，施行進一步的識別判斷。（1）絕對判斷標準主要是以技術(shù)規(guī)范為依據(jù)。規(guī)范包括設備長期運行、檢修和測試而獲得經(jīng)驗的總結(jié)，為分析、研究、正確判斷提供第一手材料。（2）縱向?qū)Ρ戎饕呛蜌v史情況相比較。例如和出廠試驗數(shù)據(jù)、調(diào)整試驗數(shù)據(jù)對比，和歷年運行、檢修、測試數(shù)據(jù)對比，以及與它的發(fā)展變化對比。各類設備都有它獨立的結(jié)構(gòu)和特點，這些特點往往在它的運行特征參量上表現(xiàn)出來。（3）橫向?qū)Ρ葘ν愋驮O備在相同條件或近似相同的條件下，進行狀態(tài)量對比，或是對電氣設備三個不同相間的狀態(tài)特征量進行對比，識別出設備故障特征參數(shù)。這種橫向?qū)Ρ瓤梢詳U大到國內(nèi)外的同類或類似設備的對比。4模糊診斷4.1基本概念從集合論的觀點分析，閡值診斷的局限性在于它的特征函數(shù)只有兩種取值(有故障或無故障)，忽視了實際診斷工作中“亦此亦彼”的模糊性，使診斷結(jié)論絕對化。根據(jù)集合論的概念，凡具有某種特定屬性的對象的全體叫集合，集合里所含有的個體稱為集合中的元素，同一集合中的元素都具有某種共同的性質(zhì)。人們就是根據(jù)這種性質(zhì)來判定某一討論范圍內(nèi)的事物是否屬于該集合。一個集合可以用特征函數(shù)來表示元素是否屬于集合A。若A則=1；若A，即不屬于A，則=0。這就是普通集合(或經(jīng)典集合)論的概念，其特征函數(shù)只有兩個取值。4.1.1經(jīng)典集合論的特征函數(shù)4.1.2模糊集合論的隸屬函數(shù)它的隸屬函數(shù)形式為：式中，為實測值；為規(guī)定的標準值。當=時，=0.5，該函數(shù)表現(xiàn)出最大模糊性，即趨于故障和非故障的臨界點。當>時，>0.5，該函數(shù)超過規(guī)定值，有故障傾向，超過數(shù)值越大，表明故障傾向越明顯。當<時，<0.5，該函數(shù)低于規(guī)定值，傾向于無故障。當=2時，此時故障的傾向性為80%，故障率極高。從圖4.1.2可知，當<時，函數(shù)下架較明顯，這表明低于規(guī)定值時，一般不會出現(xiàn)故障；當>時，函數(shù)上升較平緩，這表明高于規(guī)定值時，故障程度要根據(jù)實際情況來判斷是否存在故障。上式表明的取值(此處為)屬于模糊集合A（絕緣故障）的程度(隸屬度)。也就是說該式表明了檢測量反應絕緣故障程度的物理量?？梢姡`屬函數(shù)的確定是進行模糊診斷的關鍵，通常它是在診斷經(jīng)驗或故障統(tǒng)計的基礎上確定的。它近似地反映了專家對該情況的理解，故帶有一定的主觀性。據(jù)此，根據(jù)經(jīng)驗可提出各種監(jiān)測量的隸屬函數(shù)，一般均選用能反映概念特性的簡單函數(shù)形式。例如絕緣電阻不合標準的隸屬函數(shù)可表示為：事實上，在討論當中，任何診斷均分為兩個區(qū)域，即故障和非故障。相應的模糊子集可表示為和，其中為的補集合，其隸屬函數(shù)為：但模糊集合的運算不同于普通集合，這里從新定義。如：，其中，，隸屬函數(shù)定義為：，式中，表示取大運算，即將兩端較大的數(shù)作為運算結(jié)果，這是模糊運算并集定義的特點。類似地，，其中，，隸屬函數(shù)定義為：，式中，表示取小運算，即將兩端較小的數(shù)作為運算結(jié)果。4.2模糊不精確推理定義：模糊推理是指根據(jù)某些故障現(xiàn)象或某些反映故障的證據(jù)(稱為前提)去推斷設備有無故障或故障的性質(zhì)（稱為結(jié)論)。根據(jù)經(jīng)驗可以建立一些推理規(guī)則，而這些規(guī)則和前提均有一定的模糊性或不確定性，那么得到的結(jié)論的不確定性又如何呢?對結(jié)論的不確定性要講行演算，這就是不精確推理。為了在直觀感覺中更于理解診斷結(jié)論的確定性，引入置信度CF，它建立在隸屬度概念的基礎上，定義為：也可寫成：，此處為置信度函數(shù)。當1，完全肯定；當-1，完全否定；當0，模糊狀態(tài)(無法判斷)；當，趨向于肯定；，傾向于不成立。4.3模糊綜合評判故障診斷中，常遇到多個不同因素影響診斷結(jié)果，而各自影響程度又不一樣。如在變壓器油中分析氣體成分時，不僅要考慮成分是否超標，還要考慮其超標程度，并且不同的故障原因可能引起相同或不同的故障現(xiàn)象，這時可運用模糊綜合評判方法。假定引起故障的因素集合為。又如評判變壓器是否受潮，需考慮其絕緣電阻、泄露電流、、吸收比等多個因素，將它們作為集合U的元素。各自對故障的影響程度，即權(quán)重是不同的。權(quán)重的分配可看作是模糊子集，式中表示第個因素對的權(quán)重(隸屬度)，一般均要求。判斷結(jié)果，即評價集或決斷集為,有m種結(jié)果。模糊綜合評判的集合可看作上的模糊子集，定義為，同樣反應了對決斷集的隸屬度。故障原因A和故障結(jié)果B的模糊關系為，可用模糊關系矩陣表示如下：其中，表示第個因素隸屬于第中決斷的程度。模糊關系是一種系統(tǒng)的模糊變化器，表示系統(tǒng)故障特性的模糊型。則構(gòu)成了一個故障綜合評判標準的數(shù)學模型。且之間構(gòu)成模糊關系式：，這里是算子符號，的求法可采取模糊矩陣復合運算，方程如下：此處注意：上式算法和普通的矩陣乘法有區(qū)別，在于上式的模糊矩陣采用的是取小取大原則來求算，即先在相乘兩項中取小運算，再在相加各項中取大運算，最后作為新矩陣的元素，這種運算是模糊數(shù)學的特色。于是上式展開為：上式采用取小取大的運算，對于某些問題可能丟失了較多的信息，是結(jié)果顯得粗糙。特別是變壓器故障中，由于影響因素就好幾十種，當權(quán)重分配均衡時，由于要