[发明专利]一种基于模糊决策的变压器故障诊断方法及系统有效

专利信息
申请号: 202010361325.8 申请日: 2020-04-30
公开(公告)号: CN111476318B 公开(公告)日: 2023-06-23
发明(设计)人: 张琳;唐瑞;毛国勇;单杰 申请(专利权)人: 常州大学
主分类号: G06F18/2431 分类号: G06F18/2431;G01R31/62
代理公司: 常州市英诺创信专利代理事务所(普通合伙) 32258 代理人: 郑云
地址: 213164 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模糊 决策 变压器 故障诊断 方法 系统
【权利要求书】:

1.一种基于模糊决策的变压器故障诊断方法,其特征在于,包括以下步骤:

获取基于变压器溶解气体比值的三个特征属性;

根据特征属性利用决策树法对变压器故障分类;

具体包括:

基于三比值法计算特征属性的信息熵,取信息熵最小值,选择C2H2/C2H4为第一特征属性点;

根据C2H2/C2H4进行分类,以C2H4/C2H6特征属性为下一节点,得出最终变压器故障类型决策树;

利用模糊数学法对分类的变压器故障建立模糊隶属函数,从而得到变压器故障诊断分析模型;

利用模糊数学法对分类的变压器故障建立模糊隶属函数具体包括:

将0.1的比值边界模糊为0.08-0.12,将1.0的比值边界模糊为0.9-1.1,将3的比值边界模糊为2.9-3.1;利用模糊数学法对区间建立隶属函数,柔性化处理区间的数据,准确的进行数值分类;

建立特征属性模糊区间的隶属函数;

对于决策树第二层特征属性,分别定义C2H4/C2H6、CH4/H2、CH4/H2*的隶属度,分别采用降半正态形、岭形、升半正态形进行拟合,比较隶属函数值的大小,得到分类结果;

规划特征属性点的数据处理流程得到变压器故障诊断分析模型;

将变压器溶解气体代入变压器故障诊断分析模型进行故障诊断。

2.如权利要求1所述的一种基于模糊决策的变压器故障诊断方法,其特征在于,所述基于变压器溶解气体比值的三个特征属性具体包括:C2H2/C2H4、CH4/H2及C2H4/C2H6

3.如权利要求1-2中任一项所述的一种基于模糊决策的变压器故障诊断方法,其特征在于,所述变压器故障分类具体包括:超低温过热、低温过热、中温过热、高温过热、局部放电、低能放电、低能放电兼过热、电弧放电及电弧放电兼过热。

4.采用如权利要求1-3中任一项所述一种基于模糊决策的变压器故障诊断方法的诊断系统,其特征在于,包括:

获取特征属性模块,获取变压器溶解气体比值的三个特征属性;

计算分类模块,用于根据特征属性利用决策树法对变压器故障分类;

数据处理模块,用于利用模糊数学法对分类的变压器故障建立模糊隶属函数,形成变压器故障诊断分析模型;

判断诊断模块,将变压器溶解气体代入变压器故障诊断分析模型进行故障诊断。

5.如权利要求4所述的一种基于模糊决策的变压器故障诊断方法的诊断系统,其特征在于,所述变压器溶解气体比值的三个特征属性具体包括:C2H2/C2H4、CH4/H2及C2H4/C2H6

6.如权利要求5所述的一种基于模糊决策的变压器故障诊断方法的诊断系统,其特征在于,所述变压器故障分类具体包括:超低温过热、低温过热、中温过热、高温过热、局部放电、低能放电、低能放电兼过热、电弧放电及电弧放电兼过热。

7.如权利要求5所述的一种基于模糊决策的变压器故障诊断方法的诊断系统,其特征在于:数据处理模块具体用于将0.1的边界模糊为0.08-0.12,将1.0的边界模糊为0.9-1.1,将3的比值边界模糊为2.9-3.1;

建立特征属性模糊区间的隶属函数;

规划特征属性点的数据处理流程得到变压器故障诊断分析模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010361325.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top