基于神經(jīng)網(wǎng)絡(luò)的故障診斷

神經(jīng)網(wǎng)絡(luò)工具箱應(yīng)用于故障診斷1.問(wèn)題描述電力系統(tǒng)的平安運(yùn)行具有十分重要的意義。當(dāng)高壓變壓器或其他類似設(shè)備在運(yùn)行中出現(xiàn)局部過(guò)熱、不完全放電或電弧放電等故障時(shí)，其內(nèi)部絕緣油、絕緣紙等絕緣材料將分解產(chǎn)生多種氣體，包括短鏈烴類氣體〔C2H2、CH4等〕和H2、CO2等，這些氣體稱作特征氣體。而特征氣體的含量與故障的嚴(yán)重程度有著很密切的關(guān)系，如下列圖1所示。將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于變壓器故障診斷對(duì)大型變壓器的運(yùn)行有著非常重要的意義。2.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)(1)輸入特征向量確實(shí)定變壓器的故障主要與甲烷〔CH4〕、氫氣〔H2〕、總烴〔C1＋C2〕以及乙炔〔C2H2〕4種氣體的濃度有關(guān)，據(jù)此可以設(shè)定特征向量由這4種氣體的濃度組成，即CH4、H2、C1＋C2〔總烴〕和C2H2，同時(shí)也設(shè)定了網(wǎng)絡(luò)輸入層的節(jié)點(diǎn)數(shù)為4個(gè)。(2)輸出特征向量確實(shí)定輸出量代表系統(tǒng)要實(shí)現(xiàn)的功能目標(biāo)，其選擇確定相對(duì)容易一些。只要問(wèn)題確定了，一般輸出量也就確定了。在故障診斷問(wèn)題中，輸出量就代表可能的故障類型。變壓器的典型故障類型有：一般過(guò)熱故障、嚴(yán)重過(guò)熱故障、局部放電故障、火花放電故障以及電弧放電故障等5種類型，因此這里選擇5個(gè)向量作為網(wǎng)絡(luò)的輸出向量，即網(wǎng)絡(luò)輸出節(jié)點(diǎn)確定為5個(gè)。根據(jù)Sigmoid函數(shù)輸出值在0到1之間的特點(diǎn)，這里設(shè)定以0到1之間的數(shù)值大小表示對(duì)應(yīng)的故障程度，也可以理解為發(fā)生此類故障的概率，數(shù)值越接近1表示發(fā)生此類故障的幾率越大或說(shuō)對(duì)應(yīng)的故障程度越大。針對(duì)本系統(tǒng)，設(shè)定輸出值大于等于0．5時(shí)認(rèn)為有此類故障，小于0．5時(shí)認(rèn)為無(wú)此類故障。(3)樣本的收集輸入、輸出向量確定好以后就可以進(jìn)行樣本的收集。數(shù)據(jù)歸一化處理時(shí)，注意：在歸一化處理的時(shí)候，因考慮到各氣體濃度值相差較大，如總烴的濃度比H2的濃度值高出幾個(gè)數(shù)量級(jí)，因此在歸一化處理的時(shí)候，分別對(duì)各個(gè)氣體濃度值進(jìn)行處理，即最大值和最小值取的是各氣體的最值，而不是所有樣本值中的最值。在本實(shí)例中采用：MATLAB利用歸一化公式u=(x-min(min(x)))./(max(max(x))-min(min(x)))〔1〕在公式1中x表示所需歸一化處理的數(shù)據(jù)，u表示歸一化后的結(jié)果處理結(jié)果如下：序號(hào)CH4H2C1+C2C2H210.0116601220.061855670.0004551320.03292181120.0028387960.0220913110.0012642090.02880658430.0979664210.1281296020.004398090.03703703740.0050488860.1251840940.0003910890.197119342500.01472754100.04115226360.0113680080.0220913110.0022630660.04115226370.0100697230.0265095730.000698496080.0402708770.1119293080.0157648270.01646090590.0036464180.0751104570.0003185070.181069959100.01326334300.0009281970.019753086110.0248837950.192636230.0009674760120.0212774480.1870397640.0020476680.9218107130.0152428270.0868924890.00057041014110.044913790150.0078728560.2209131080.000570410.343703704160.0647539670.639175258113.BP網(wǎng)絡(luò)的設(shè)計(jì)BP網(wǎng)絡(luò)模型結(jié)構(gòu)確實(shí)定有兩條比擬重要的指導(dǎo)原那么：①對(duì)于一般的模式識(shí)別問(wèn)題，三層網(wǎng)絡(luò)即可以很好地解決。②三層網(wǎng)絡(luò)中，隱含層神經(jīng)元個(gè)數(shù)n1確實(shí)定用參考公式：n1＝2n+1，其中n為輸入神經(jīng)元數(shù)根據(jù)上述原那么設(shè)計(jì)網(wǎng)絡(luò)，網(wǎng)絡(luò)的輸入層神經(jīng)元個(gè)數(shù)為4個(gè)，輸出層神經(jīng)元個(gè)數(shù)為5個(gè)，可得隱含層神經(jīng)元個(gè)數(shù)n1為9。本應(yīng)用中，創(chuàng)立的BP網(wǎng)絡(luò)：學(xué)訓(xùn)練函數(shù)TRAINSCG學(xué)習(xí)函數(shù)為L(zhǎng)EARNGDM。MATLAB程序清單：q=[0.0116601220.061855670.0004551320.032921811;0.0028387960.0220913110.0012642090.028806584;0.0979664210.1281296020.004398090.037037037;0.0050488860.1251840940.0003910890.197119342;00.01472754100.041152263;0.0113680080.0220913110.0022630660.041152263;0.0100697230.0265095730.0006984960;0.0402708770.1119293080.0157648270.016460905;0.0036464180.0751104570.0003185070.181069959;0.01326334300.0009281970.019753086;0.0248837950.192636230.0009674760;0.0212774480.1870397640.0020476680.9218107;0.0152428270.0868924890.000570410;110.044913790;0.0078728560.2209131080.000570410.343703704;0.0647539670.63917525811];p=q';a=[00100;01000;01000;00010;00010;01000;10000;10000;00010;01000;01000;00001;10000;01000;00001;01000];t=a';net=newff([01;01;01;01],[8,5],{'tansig','purelin'},'trainscg','learngdm','msereg');net.trainparam.epochs=200;net=train(net,p,t);figuregridon;Y=sim(net,p);plot(p,t,p,Y,'o')運(yùn)行結(jié)果：Y=0.99990.00040.00020.00010.99970.00020.00000.00000.0000error=-0.00010.0004