一种结合DS证据信息融合的变压器故障诊断方法

DS，，，（400050）：，。：；；；：TM406：B：1001－8425（2010）08－0059－05TransformerFaultDiagnosisMethodofCombiningDSEvidenceInformationFusionCHENXin-gang,TIANXiao-xiao,ZHANGChao-feng,ZHAOYang-yang（ChongqingUniversityofTechnology,Chongqing400050,China）Abstract：BasedonDGAoftransformeroil,thefaulttypesandtheirlocationinoperatingtransformerarediagnosed.Keywords：Transformer；Neuralnetwork；Informationfusion；Faultdiagnosis1，。、，。。[1]；[2]DS，；[3]。，，。2，，。：。、、。DS、。，，。BP，。1BP。、，，。，jikY1Y2YLLwkiwijMXmX3X2X1q1BPFig.1TopologicalstructureofBPneuralnetworkTRANSFORMER47820108Vol.47AugustNo.8201047123123m1m2mn3Fig.3Faultdiagnosisbasedonevidentialtheory。，，，。BP2。BP，，。（1）。（2），。（3），，。（4），。，，，，，，。3DSDS，。DSU。UA，U。m:2U→[0，1]：（1）m（准）=0（2）A哿UΣm（A）=1mU，m（A）A。Bel（A）A，A。Bel：（1）Bel：2U→[0，1]（2）Bel（A）=B哿AΣm（B），（坌A哿U）Ap1,：（1）p1（A）=1-Bel（A-）（2）p1（A）=A∩B≠0Σm（B）坌A哿Up1，[Bel（A），pl（A）]A，A。，。Bel1，Bel2…BelnUn，m1，m2…mn，：A1，A2，…Ak，B1，B2，…Br，C1，C2，…Ct，：K1=Ai∩Bji，j…p∩…Cp=ΦΣm（Ai）m（Bj）…m（Cp）（1）K1＜1，A，B，…C：m（X）=Ai∩Bji，j…p∩…Cp=ΦΣm（Ai）m（Bj）…m（Cp）1-K1（2）K1=1，A，B，…C，。DS,，,,。3。“”“”，、、2BPFig.2FaultfusionmodelofBPnetwork60、、DS8-0.0008-0.00161.0062-0.0008-0.0001-0.0019-0.0017-0.00021.0027-0.0017-0.0010-0.00220.00030.00050.99660.00030.0010-0.0001。，，，，；，，D-S，；，“”，，。Dempster，Dempster，，Dempster，DS。，BPDS。4DS，BPDS，。4BPDS，4。BPDSDSDS。：BP，，（0，1），DS，。5。，BPDS，，。5SFSZ7-20000/110，1。5.1、、、、。matlab，A，A，，traincgf，10e-5，：TRAINCGF-srchcha,Epoch0/300,MSE1.23101/1e-005,Gradient137.309/1e-006TRAINCGF-srchcha,Epoch50/300,MSE0.0399393/1e-005,Gradient2.9845/1e-006TRAINCGF-srchcha,Epoch81/300,MSE3.55253e-006/1e-005,Gradient0.00203845/1e-006TRAINCGF,Performancegoalmet.A=BP6。6，10e-5，BPDS4DSFig.4FusionmodelofneuralnetworkandDSevidentialtheoryBPBPDSDS5Fig.5Fusionstructureoftrnasformerfaultdiagnosis1Table1ChromatographicdataoftransformerH2CH4C2H6C2H4C2H2COCO32.5122.7217.217.30417491.2357.29.089.3213.624.40298.4378.4385.740.9104.3253.926.10.41552.2344.3388.7μL/L6147。。022，，DS。5.2，、、、，F1、F2、F3、F4、F5F6。BP2。2BP，，（0,1），DS。：ijOi（j），j：mi（j）=Oi（j）qj=1ΣOi（j）（3）DS3。23F2、F3、F4、F6F1F5，F1，F5，。F1F5：M1（F1，F5）=0.1，M2（F1，F5）=0.2，M3（F1，F5）=0.1。（2）（3）M1M2，4。M1M2M3，5。5,DS，F10.0998，F50.9900，F1F50.10.0079，，F5，，，。6，BP，，DS，；，BP，，DS，，DSBP10-610110010-110-210-310-410-5010302040506070806Fig.6Networktraining2BPTable2OutputvaluesofBPneuralnetworkF1F2F3F4F5F60.17890.00090.1005-0.00020.69210.09780.32210.00360.10030.00770.6397-0.00330.2318-0.0023-0.00020.00150.72210.15113DSTable3BasicprobabilitydistributionofDSevidencesF1F2F3F4F5F6M10.16720.00080.09390.00020.64680.0914M20.30100.00340.09370.00720.59780.0031M30.21000.00210.00020.00140.65410.13694M1M2Table4DataafterfusionofM1andM2F1F5F1F5M10.16140.81630.02845M1、M2M3Table5DataafterfusionofM1,M2andM3F1F5F1F5M10.09980.99000.0079（70）62477，，，，。：[1]，．[J]．，2006，30：423-425．[2]．DGA[J]．，1999，36（1）：30-34．[3]，，.[J].，2005，42（9）：43-46．[4],,，.[J].，2007,33(8)：52-55.[5]，，，.[J].，2008，28(7)：141-147.[6]，，，.[J].，2002，22(10)：121-124.[7],,.BP[J].，2008，23(2)：72-75.[8]，.[J].，2005，29(18)：73-75.[9]DL/T722-2000，[S]．[10]．[M]．：，1990．[11]，.[J].，2002，26（7）：24-29．1601401201008060402001601401201008060402005Fig.5Historycurves：2009-08-11：（1982-），，，，；（1962-），，，，、；（1974-），，，，、、。，，，。：[1]，.[J].，2006，26（3）：119-123.[2]，.PSO-BPD-S[J].，2006，30（7）：46-50.[3]，.[J].，2003，39（1）：49-52.[4]，.[J].，2002，22（7）：115-118.[5]，.[J].，2008，27（2）：79-82.[6].matlab[M].：，2005.[7]，.[J].，2006，（1）：174-179.[8]，.[M].：，2006.：2010-01-27：（1968-），，，，、、、；（1986-），，，，、。（62）!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!70