摘要：變壓器是電力系統中的中的重要設備，它的正常運行對電力系統起着至關重要的作用。針對變壓器的故障診斷方法，主要有傳統比值法以及各種智能診斷方法。針對傳統比值法和各種智能診斷方法編碼不全，編碼與故障類型對應關係太過絕對等缺點。本文將支持向量機、遺傳算法和粗糙集相結合，應用到變壓器故障診斷中。經過實例證明，該方法切實可行，診斷結果證明了本方法的有效性。
關鍵詞：變壓器 故障診斷 粗糙集 支持向量機 遺傳算法
變壓器是電力系統中分佈最廣泛、造價高昂、結構複雜的電氣設備之一，擔負着電能傳送和電壓轉換的重任，它的安全運行直接影響了整個電力系統的安全性和穩定性。隨着電力網絡的負荷加重，變壓器發生故障的概率越來越高。另一個方面由於變壓器結構複雜，發生問題時判斷故障及檢修故障也很複雜。因此研究變壓器的故障，對變壓器早期出現的故障進行診斷研究，提高整個電力系統供電的可靠性，有着十分重要的作用。目前最有效的手段是對油中溶解氣體的分析。對油中氣體分析的判斷變壓器故障類型的方法，由以往常用的三比值法逐漸過渡到智能診斷方法。本文首先對基於油中溶解氣體分析變壓器故障類型的方法進行了研究，分析了傳統比值法的優缺點，進而提出了利用遺傳算法對支持向量機進行參數尋優，探索了一種新的智能變壓器故障診斷方法。
1 變壓器故障診斷現狀研究
對油浸式變壓器來説，現狀都是用油作為散熱和絕緣材料，在運行中，油與中間的固體有機材料因故障會逐漸老化和分解，同時油中會產生少量的各種氣體。因為不同故障，產生的'氣體比例、含量不同，所以就可以利用對油中氣體的分析，來判斷故障類型。利用這種方法對油中溶解氣體進行實時監測，就可以及時發現故障信息，避免災難性隱患的出現。這種方法，能在變壓器帶電工作時進行監測，不受電磁干擾的影響。基於油中溶解氣體分析的變壓器故障診斷有一些傳統方法，最常見的是三比值法。傳統方法對故障診斷有一定效果，但也有一些問題，比如編碼的設定、編碼範圍邊界的區分太過絕對、編碼與故障類型的對應太刻板，反而不利於故障診斷。隨着人工智能的發展，對變壓器故障診斷的研究也進入了智能診斷階段。對於智能診斷方法來説，需要大量的樣本信息來保證模型的建立。但是變壓器因為自身的複雜性，以及現場採集手段單一而導致變壓器試驗樣本信息不完備、試驗樣本少，導致了智能判斷不能進行完善的判斷。鑑於此，我單位在故障診斷中適當應用了智能算法，以確保故障診斷準確無誤。
2 常用變壓器故障診斷方法
2.1 基於粗糙集的變壓器故障樣本的處理
以油中溶解氣體的分析作為基礎，利用支持向量機算法建立一個模型。該模型的輸入是油中溶解氣體，輸出是變壓器故障類型。利用粗糙集的方法對變壓器故障樣本進行處理和分析，為了對輸入特徵進行優化，應該以約簡後的故障樣本作為新樣本用於模型診斷。首先利用基於粗糙集理論的工具Rosetta對蒐集到的故障數據樣本進行處理。其次，經處理的數據可通過等頻率離散法進行離散化。最後，應用Genetic algorithm算法約簡離散後的原始決策表來優化原始決策表的條件屬性，做好數據預處理，為診斷變壓器故障創造條件。
2.2 基於遺傳支持向量機在變壓器故障診斷中的應用
在小樣本的情況下，傳統的變壓器智能診斷方法效果還不理想。但現行測試手段尚有不完善之處，無法獲取更多的樣本用於變壓器的智能故障診斷。鑑於此，我們將支持向量機算法引入變壓器故障診斷中。另一方面，鑑於支持向量機的參數尋優具體依賴於網格搜索、經驗選擇等。這些方法有準確率不高、訓練時間過長等缺點。針對此，為提高診斷模型的正確判斷率，又在支持向量機參數尋優中引入了遺傳算法。
2.3 基於粗糙集和遺傳支持向量機的變壓器故障診斷模型實現及結果對比分析
利用建立的基於粗糙集和遺傳支持向量機的模型，對獲取的300個變壓器原始故障樣本，在條件屬性中加入了16個氣體比值，決策屬性採用六種常見的變壓器故障類型，通過連續氣體比值等頻離散化後，構建原始決策表，規格為300*17。另一方面，針對原始決策表，應用Genetic algorithm屬性約簡算法對其進行屬性約簡和規則合併。同時為了證明所選方法的優越性，將基於粗糙集和遺傳支持向量機的變壓器故障診斷模型和傳統的智能判斷方法進行對比，經過多次實驗、分析比較，得到了隨着本文算法的加入，對故障的分類和判斷的準確率得到了大幅提高。
3 結語
利用基於粗糙集和遺傳支持向量機的變壓器故障診斷模型對變壓器進行故障診斷，能使故障分類準確率得到大幅提高。在同樣的輸入條件下，診斷結果要優於傳統三比值法及智能判斷方法。通過對8組經過有關部門提取的數據進行判斷，能達到100%的正確判斷率。不過雖然基於粗糙集和遺傳支持向量機的變壓器故障診斷模型能夠得到較為理想的診斷效果，但是還有一些方面需要探討，比如現在只是討論了對單一故障類型的判斷，如果多種類型故障同時出現，還沒有進行研究。我相信，隨着科學技術的不斷髮展，對油浸式變壓器的故障診斷方法一定會得到進一步的應用。
文萃咖
