一种基于扩展置信规则库的油纸绝缘老化状态评估方法与流程

1.本发明涉及一种基于扩展置信规则库的油纸绝缘老化状态评估方法，属于变压器油纸绝缘系统老化检测技术领域。


背景技术：

2.电力变压器是电力系统中的关键设备，其主绝缘由油纸两相复合绝缘组成。变压器剩余寿命主要取决于内部油纸绝缘的状态，在电场、温度、机械振动及水分等应力的综合作用下，油纸的电气和机械性能逐渐下降。目前fds评估油纸绝缘老化程度的方法主要是通过获取油纸绝缘试品的频域介电谱曲线，然后依据曲线提取特征参量，建立特征参量与老化程度的相关性来评估，在以往的研究当中，往往只给出最终的评估结果，而变压器的老化过程机理复杂且具有不确定性。


技术实现要素：

3.为了解决上述现有技术中存在的问题，本发明提出了一种基于扩展置信规则库的油纸绝缘老化状态评估方法，能够有效的处理输入信息的模糊不确定性、概率不确定性和不完全性的置信规则库系统引入到油纸绝缘老化程度的评估，以提高油纸绝缘老化程度评估结果的准确性与可靠性。
4.本发明的技术方案如下：
5.一种基于扩展置信规则库的油纸绝缘老化状态评估方法，包括以下步骤：
6.制作不同老化状态的油纸绝缘试品，进行频域介电检测并提取表征油纸绝缘老化程度的特征参量；
7.对提取出的特征参量通过模糊c均值聚类算法进行聚类，确定特征参量的参考值；
8.基于所述特征参量及参考值构建基于扩展置信规则库的老化状态评估模型；
9.对目标变压器的油纸绝缘进行频域介电检测，获取特征参量，通过老化状态评估模型和er证据推理算法进行老化状态评估。
10.作为优选实施方式，所述特征参量包括介质损耗因数tanδ的频域介电谱曲线在三个低频采样区间内的积分值，具体为：
[0011][0012][0013][0014]
作为优选实施方式，所述对提取出的特征参量通过模糊c均值聚类算法进行聚类，确定特征参量的参考值的步骤具体为：
[0015]
设x＝{x1，x2，
…
，xn}为测试得到的特征参量数据集，n为测试样本个数，将特征参
量d1、d2、d3划分为高中低3个模糊语言项；划分的聚类中心向量为v＝{v1，v2，v3}，由模糊c均值聚类算法输出的测试数据相对于各模糊划分的隶属度矩阵μ表示为：
[0016][0017]
μ
ij
表示第j个样本对于第i项模糊划分的隶属度；
[0018]
随机生成一个初始化隶属度矩阵μ；
[0019]
设置模糊c均值聚类算法的目标函数为：
[0020][0021]
模糊c均值聚类算法的迭代公式为：
[0022][0023][0024]
通过初始化的隶属度矩阵μ以及迭代公式对各聚类中心及隶属度矩阵μ的隶属度进行迭代更新，并计算目标函数值，当目标函数值达到设定的阈值时，迭代结束，保存当前各聚类中心以及隶属度矩阵μ，以各聚类中心的值为对应各特征参量的参考值。
[0025]
作为优选实施方式，所述基于所述特征参量及参考值构建基于扩展置信规则库的老化状态评估模型的步骤具体为：
[0026]
基于所述模糊c均值聚类算法得到的各聚类中心以及隶属度矩阵μ构建基于扩展置信规则库的老化状态评估模型；
[0027]
设置特征参量d1、d2、d3作为前提属性；将通过所述模糊c均值聚类算法保存的各聚类中心的值作为各前提属性的参考值，并将保存的隶属度矩阵μ的隶属度作为各前提属性参考值的置信度；设置油纸绝缘试品的不同老化状态作为对应的评价等级；
[0028]
扩展置信规则库的第k条规则表示为：
[0029][0030]
式中ui表示前提属性；a
ij
表示第i个属性的第j个前提属性的参考值，a
ij
表示第i个属性的第j个前提属性参考值的置信度，(a
ij
,a
ij
)表示属性ui的置信分布形式；di表示第i个
评价等级；表示第i个评价等级的置信度；表示评价结果的置信分布形式；n表示评价等级的个数；δi表示第i个前提属性的权重；θk表示第k条规则的权重；
[0031]
假设由初始扩展置信规则库中选取规则ra和规则rb：
[0032][0033][0034]
由上式求得规则ra与规则rb的d
sra
及d
src
度量，从而规则ra与规则rb的一致性度量公式为：
[0035][0036]
计算第i条规则与其他规则的不一致性：
[0037][0038]
式中l表示测试所得样本数据的数量；
[0039]
通过度量规则间的不一致程度，对每条规则权重进行调整，降低由规则不一致性造成的影响：
[0040]
θk＝1-incons(k)/ξ；
[0041][0042]
式中θk为第k条规则的权重。
[0043]
作为优选实施方式，所述通过老化状态评估模型和er证据推理算法进行老化状态评估的步骤具体为：
[0044]
通过频域介电检测得到的目标变压器的油纸绝缘的特征参量作为输入数据，计算输入数据的置信分布形式；
[0045]
通过输入数据的置信分布形式计算输入数据与第k条规则对于第i个属性的个体匹配度：
[0046][0047][0048]
其中，是关于输入数据与第k条规则的第i个属性的相似程度；
[0049]
计算第k条规则的激活权重：
[0050]
[0051][0052]
利用er证据推理算法对激活的规则进行合成，获得带有置信分布的推理结果：
[0053][0054]
取最大置信度的评级结果等级作为输出，得到评估结论：
[0055]
f(xi)＝d
t
,t＝argmax
1≤k≤4
{βk}。
[0056]
另一方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任一实施例所述的油纸绝缘老化状态评估方法。
[0057]
再一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的油纸绝缘老化状态评估方法。
[0058]
本发明具有如下有益效果：
[0059]
1、本发明一种基于扩展置信规则库的油纸绝缘老化状态评估方法，能够有效的处理输入信息的模糊不确定性、概率不确定性和不完全性的置信规则库系统引入到油纸绝缘老化程度的评估，以提高油纸绝缘老化程度评估结果的准确性与可靠性。
[0060]
2、本发明一种基于扩展置信规则库的油纸绝缘老化状态评估方法，选取三个不同的能够反映油纸绝缘老化程度的特征参量，为评估油纸绝缘老化程度提供了可靠的参考依据。
[0061]
3、本发明一种基于扩展置信规则库的油纸绝缘老化状态评估方法，利用模糊c均值聚类算法确定前提属性参考值避免了传统的利用专家经验确定参考值的主观误差；基于历史数据直接建立扩展置信规则库避免了传统置信规则库繁复的参数优化过程及规则组合爆炸问题，使得最终构建的扩展置信规则库系统更具可靠性，诊断结果更加客观，达到更贴合实际更准确评估油纸绝缘老化程度的目的。
附图说明
[0062]
图1为本发明实施例一的方法流程图；
[0063]
图2～图5为本发明实施例中四组不同老化状态的油纸绝缘试品频域介电谱介电损耗曲线图；
[0064]
图6为本发明实施例中三组测试样本的频域介电谱介电损耗曲线图。
具体实施方式
[0065]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0066]
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
[0067]
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0068]
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0069]
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0070]
实施例一：
[0071]
参见图1，一种基于扩展置信规则库的油纸绝缘老化状态评估方法，包括以下步骤：
[0072]
步骤s1：制作不同老化状态的油纸绝缘试品，进行频域介电检测并提取表征油纸绝缘老化程度的特征参量；
[0073]
步骤s2：对提取出的特征参量通过模糊c均值聚类算法进行聚类，确定特征参量的参考值；
[0074]
步骤s3：基于所述特征参量及参考值构建基于扩展置信规则库的老化状态评估模型；
[0075]
步骤s4：对目标变压器的油纸绝缘进行频域介电检测，获取特征参量，通过老化状态评估模型和er证据推理算法进行老化状态评估。
[0076]
作为本实施例的优选实施方式，其中步骤s1具体为：
[0077]
骤s11：制备四组不同老化状态的油纸绝缘试品并利用dirana介电响应分析仪测试油纸绝缘获取介质损耗因数tanδ的频域介电谱曲线；
[0078]
步骤s12：绝缘老化效应的增强主要影响tanδ曲线低频区内的形状，并不会明显改变高频区域内的曲线形状，故提取具有不同绝缘状态样本的tanδ曲线在不同采样区间内的积分值作为表征及评估绝缘样本老化状态的介电响应特征参量并定义为d1～d3，其计算公式分别为：
[0079][0080][0081][0082]
作为本实施例的优选实施方式，其中步骤s2具体为：
[0083]
步骤s21：设x＝{x1，x2，
…
，xn}为测试得到的特征参量数据集，n为测试样本个数，将特征参量d1、d2、d3划分为高中低3个模糊语言项；划分的聚类中心向量为v＝{v1，v2，v3}，由模糊c均值聚类算法输出的测试数据相对于各模糊划分的隶属度矩阵μ表示为：
[0084][0085]
μ
ij
表示第j个样本对于第i项模糊划分的隶属度；
[0086]
随机生成一个初始化隶属度矩阵μ；需要注意矩阵各列和为1。
[0087]
步骤s22：设置模糊c均值聚类算法的目标函数为：
[0088][0089]
模糊c均值聚类算法的迭代公式为：
[0090][0091][0092]
基于步骤s21生成的初始隶属度矩阵μ带入式(6)求得各聚类中心，将各聚类中心带入式(7)中更新隶属度矩阵μ的隶属值，此时计算目标函数j的函数值。而后继续由更新后的隶属度矩阵μ带入式(6)，求得新的各聚类中心，新聚类中心继续带入式(7)更新隶属度矩阵μ，再次计算目标函数j函数值。如此循环迭代，直至目标函数j函数值达到设定的阈值时，迭代结束，此时即求得测试数据的模糊划分聚类中心与数据相对于各模糊划分的隶属度矩阵μ，保存当前各聚类中心以及隶属度矩阵μ，以各聚类中心的值为对应各特征参量的参考值。
[0093]
作为本实施例的优选实施方式，所述步骤s3具体为：
[0094]
步骤s31：基于步骤s22所得到的模糊划分聚类中心以及隶属度矩阵μ，构建基于扩展置信规则库的老化状态评估模型；
[0095]
设置特征参量d1、d2、d3作为前提属性；将通过所述模糊c均值聚类算法保存的各聚类中心的值作为各前提属性的参考值，并将保存的隶属度矩阵μ的隶属度作为各前提属性参考值的置信度；设置油纸绝缘试品的不同老化状态作为对应的评价等级；
[0096]
扩展置信规则库的第k条规则表示为：
[0097][0098]
式中ui表示前提属性；a
ij
表示第i个属性的第j个前提属性的参考值，a
ij
表示第i个属性的第j个前提属性参考值的置信度，(a
ij
,a
ij
)表示属性ui的置信分布形式；di表示第i个
评价等级；表示第i个评价等级的置信度；表示评价结果的置信分布形式；n表示评价等级的个数；δi表示第i个前提属性的权重；θk表示第k条规则的权重；
[0099]
步骤s32：假设由初始扩展置信规则库中选取规则ra和规则rb：
[0100][0101][0102]
由上式求得规则ra与规则rb的d
sra
及d
src
度量，从而规则ra与规则rb的一致性度量公式为：
[0103][0104]
计算第i条规则与其他规则的不一致性：
[0105][0106]
式中l表示测试所得样本数据的数量；
[0107]
通过度量规则间的不一致程度，对每条规则权重进行调整，降低由规则不一致性造成的影响：
[0108]
θk＝1-incons(k)/ξ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0109][0110]
式中θk为第k条规则的权重。
[0111]
至此构建完成基于扩展置信规则库的老化状态评估模型。
[0112]
作为本实施例的优选实施方式，所述步骤s4具体为：
[0113]
步骤s41：通过频域介电检测得到的目标变压器的油纸绝缘的特征参量作为输入数据，计算输入数据的置信分布形式；
[0114]
步骤s42：通过输入数据的置信分布形式计算输入数据与第k条规则对于第i个属性的个体匹配度：
[0115][0116][0117]
其中，是关于输入数据与第k条规则的第i个属性的相似程度；
[0118]
步骤s43：计算第k条规则的激活权重：
[0119]
[0120][0121]
步骤s44：利用er证据推理算法对激活的规则进行合成，获得带有置信分布的推理结果。er解析算法公式如下：
[0122][0123]
步骤s45：取最大置信度的评级结果等级作为输出，得到评估结论：
[0124]
f(xi)＝d
t
,t＝argmax
1≤k≤4
{βk}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0125]
为了让一般技术人员更好的理解本实施例的技术方案，以下结合附图和实验对本实施例进行详细介绍。
[0126]
根据步骤s1，制作了四组不同老化程度的油纸绝缘试品，老化程度分别划分为a1、a2、a3及a4共计四种，见表1。
[0127]
表1油纸绝缘老化状态分类
[0128][0129]
同时获取各自的频域介电谱介损曲线，如图2～图5所示；根据tanδ数值对老化程度的变化在10-3
～100hz频段表现出十分敏感的现象，按照式(1)(2)(3)分别提取特征参量d1、d2、d3，如表2所示。
[0130]
表2油纸绝缘老化程度特征参量
[0131][0132]
根据步骤s2，将提取得到的d1、d2、d3数据，利用fcm聚类算法进行模糊划分，模糊划分得到聚类中心如下表3。
[0133]
表3油纸绝缘老化程度特征参数模糊划分
[0134][0135]
得到样本数据d1与聚类中心的隶属度如下表4：
[0136]
表4d1各聚类中心隶属度
[0137][0138]
样本数据d2与聚类中心的隶属度如下表5：
[0139]
表5d2各聚类中心隶属度
[0140][0141]
[0142]
样本数据d3与聚类中心的隶属度如下表6：
[0143]
表6d3各聚类中心隶属度
[0144][0145]
根据步骤s3，在扩展置信规则库中，第k条规则的表达方式为：
[0146][0147]
在本实例中，u1、u2、u3前提属性分别为d1、d2、d3三个特征参量，a
ij
为表3得到的各特征值的各聚类中心，a
ij
则为表4、表5、表6中第k个样本的各隶属度，di为评价属性，本实例设置为a1、a2、a3、a4共四种评价属性，由于数据均为实测数据，因此可认为规则评级结果置信度为1。θk为经式(13)计算所得第k条规则权重，δ1、δ2、δ3为三个前提属性的属性权重，本实例均将其设置为1。
[0148]
由此构建出的扩展置信规则库模型，如下表7所示：
[0149]
表7扩展置信规则库
[0150]
[0151][0152]
根据步骤s4，将输入的数据经由模糊c均值聚类算法的隶属度函数式(7)得到隶属度值获得该数据置信分布形式，由式(15)、式(16)求得该输入数据与第k条规则对于第i个属性的个体匹配度，再通过式(17)计算与各规则的激活权重，利用er证据推理算法对激活
规则进行合成并取最大置信度的评级结果等级作为输出。
[0153]
本实例中为验证扩展置信规则库模型的可行性及准确性，重新制备3组具有不同老化状态的测试样本。测试样本的老化状态如下表8所示：
[0154]
表8测试样本老化状态
[0155][0156]
图6绘制了3组测试样本的tanδ曲线；
[0157]
图6所示介电响应曲线为数据基础，利用式(1)～式(3)提取用于表征测试样本老化状态的介电响应特征参量d1、d2、d3；所得结果见表9：
[0158]
表9测试样本特征参量
[0159][0160]
利用fcm聚类算法获得测试样本数据隶属度后，带入扩展置信规则库模型并利用er证据推理算法对激活规则进行合成后得到最终评估结果如下表10：
[0161]
表10测试样本的老化状态评估结果
[0162][0163]
由表10可见，本发明对3组具有不同老化状态的试验样本实现了老化状态的准确评估。
[0164]
实施例二：
[0165]
本实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任一实施例所述的油纸绝缘老化状态评估方法。
[0166]
实施例三：
[0167]
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的油纸绝缘老化状态评估方法。
[0168]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。