电力变压器故障诊断思考范文

摘要：

电力系统中变压器占据重要地位。电力生产中，变压器运行状态直接影响着整个系统的安全与稳定。随着电力系统科学技术的不断升级，新技术、新设备在电力系统广泛应用，其中自组织抗体网络对于电力变压器的故障诊断与分析具有特殊优势，所以成为当前电力生产技术智能化研究的热点。本文从网络中自组织抗体进行分析，得出网络性能优化的可行性策略，旨在为电力变压器故障诊断分析准确率的提高提供参考建议。

关键词：

自组织抗体；电力变压器；故障；诊断

鉴于抗体对抗原的识别能力与记忆机理在仿生生物免疫系统中表现明显。在电力变压器问题故障诊断中，自组织抗体网络及抗体的生成算法提供了重要的技术支撑。抗体类型的选择与抗体浓度的控制是网络性能优化重要参数，从电力生产的实际出发，针对生产实际的不同采取有效措施，对抗原特征进行快速提取和记录，使算法效率得到提高。其中油中溶解气体分析是电力变压器故障最有效、方便的诊断方法，在国内外电力生产中发挥着重要作用。

1自组织抗体网络的构建

在免疫系统中，免疫细胞在抗原体的作用下进行系列反应，亲和度不断成熟，免疫效应产生，抗原被清除。在自组织抗体网络中，T细胞与抗体同为抗体，二者之间不存在差异，网络顶点为种类不同的抗体组成，将类型相同的抗体进行链接，组成连通子图，每个顶点权值为每个抗体的浓度，同时也代表各抗体识别抗原的能力，将整个网络视为一个不完全的带权顶点连通图。在自组织网络抗体中的各个抗体都对抗原有着较高的识别、记忆能力，通过抗体与抗体、抗体与抗原之间的作用，使抗原的记忆、学习、识别顺利完成。

2抗体生产的计算过程

自组织抗体网络具有分类性能，这种性能受抗体的记忆学习能力影响较大。从网络免疫学和抗体克隆选择学的角度来看，抗体生产的免疫算法计算过程通常会对抗体与抗原、抗体与抗体之间的亲和度进行计算；在记忆单元中加入与抗原保持较高亲和度且具有一定浓度的抗体，将密度较大、抗原亲和度较低的记忆单元祛除；在原有抗体对输入抗原不能正确识别分析，或者原有抗体不合理分布情况下，网络通过生成新的抗体实现抗原输入的记忆学习。新抗体的生成方式通常为随机生成或者通过交叉或变异产生，然后加入到新的抗体群中，将亲和度不和标准的记忆元素祛除。

3自组织抗体网络监测实验

本文通过测试电力变压器的气体溶解分析数据，来完成对对自组织抗体网络分类问题解决的性能检测，具体实验步骤如下：将实验检测数据按照规则进行训练样本与测试样本分类；然后进行抗体种类及抗体数目的设定。根据测试样本设定的分类对自组织抗体网络抗体种类数进行初始设定，抗体初始数目设定应该以训练样本的数量及复杂程度为依据进行设定；对每个种类的训练样本进行随机抽样，当做初始抗体属性值，分别对抗体浓度和种类进行记录；测试所用抗原从测试样本中获取，依次进行自组织抗体网络输入，然后对自组织抗体网络和测试抗原中抗体的间距进行计算，计算结果作为相似度衡量标准，并依邻近规则实施分类。本文依据电力变压器所用油中的液体气体含量，把电力变压器运行状态分为常态、高能放电、低能放电和过热状态，然后再做分析，诊断故障。将每类状态下的数据划分成测试样本和训练样本。通过支持向量机，进行变压器故障诊断问题的研究与解决。通过相关文献所提供训练样本，进行自组织抗体网络训练，由于所提供的训练样本的数量不多，初始化当中经过四类初始抗体，三次训练后得到满足与规则的终止条件，共得到25个合适的记忆抗体。通过对所有测试样本和记忆抗体之间的距离计算，再用邻近规则识别分类，测试准确率达到92%。为了使自组织抗体网络性能检测进一步加强，把数十例检测样本进行分类输入，检测准确率高达100%，因此表明了抗体抽取的有效性及记忆性。

4实验结论

本文针对自组织抗体网络，对生物免疫系统进行定点带权连接的抽象化，抗体具有不同于抗原的结构形式，使网络性能得到优化，抗体浓度的实际意义是网络数据分析能力进一步增强，并对训练条件的终止进行明确规定。抗体在自组织抗体网络的训练中，依靠抗体进化、合成及新生学习记忆方法来计算抗体的生成，使抗原模式被快速捕捉并进行记忆。在计算过程中不需要设置任何阈值和参数，使计算更直观更简便，并且适用性较强。通过仿真实验进一步印证自组织抗体网络所具有的较强的学习、记忆能力，通过合理分类，具有其他智能方法所不具备的高识别率，自组织抗体网络下电力变压器故障诊断分析取得良好效果，足以证明其方法在电力变压器故障诊断中具有较高的应用价值。

参考文献

[1]张利伟.油浸式电力变压器故障诊断方法研究[D].华北电力大学,2014.

[2]宋志杰.变压器故障诊断及预防性试验综合管理系统研究[D].华南理工大学,2013.

[3]年安君,苑津莎,李中.基于自组织抗体网络的算法研究[J].信息网络安全,2011,11:65-67.

[4]张镱议.基于运行状态和寿命评估的电力变压器全寿命周期检修决策研究[D].重庆大学,2014.

作者：菅有为 杨晓滨 惠杰 杨靖波 单位：国网山东省电力公司检修公司