模糊辨识在电力设备故障诊断中的应用探讨

来源: 发布时间:2019-08-02 09:47:08

  摘要:在电力设备的诊断之中,模糊辨识理论的应用范围较为广泛,并且具有良好的实践效果。在电力设备的故障诊断中,利用模糊关系矩阵,由输入或输出的方式,可以得到相应的结论。除此之外,可以将模糊辨识理论与红外图像的数据分析相结合,这样将会提高对电力设备诊断的精确性。即模糊辨识理论技术是一种依据已知的输入与输出,对模糊模型进行辨别的方法。采用模糊辨识的好处是可以减少人为因素的干扰与误差,提高诊断的准确性。

  关键词:模糊辨识理论;电力设备故障诊断;矩阵;红外热图像

  引言:

  红外图像成像技术并不是直接对诊断物体进行接触,而是建立在对对象物体进行热辐射扫描的基础之上的成像技术。红外热图像成像技术在应用与电力设备的故障检查中的最大优势在于,它可以对电力设备进行实时的热故障诊断和保持在线的状态检测,并且相对于其他技术而言,红外热成像技术的操作安全系数更高、操作的灵敏度更高、检测效率更高和可以进行详细的计算分析等优势。

  一、电力设备热故障的主要分类

  电力设备热故障的类型的分类依据主要是:电力设备热故障产生的影响、故障的危害程度以及在故障产生后可能发展到的破坏趋势。因此,电力设备的热故障主要有以下几种:一般性热故障、危害性热故障和严重性热故障。针对三个不同等级的热故障要采取不同的应对措施,针对一般热故障所采取的措施主要是注意观察故障问题,寻找合适的机会处理;针对严重热故障应该所采取的措施主要是加强监管的力度,做好安排后及时处理;针对危险热故障所应该采取的措施是立即进行汇报,切断电源停下工作进行处理,防止发生危险。

  二、模糊辨识理论在电力设备热故障中的诊断的应用

  在电力设备热故障的诊断之中,经常会出现一些不确定性的因素,这些因素对于诊断的诊断结果的精确性具有至关重要的影响。因此,为了有效防止和解决不确定性问题的出现,就需要建立模糊信息的处理模型。而且,特别要提到的是模糊语义,所谓模糊语义,就是将语言变量,在诊断的过程中,将相关的数量信息进行处理,在进行转化之中得出模糊数值。在诊断的过程中,无法避免出现不确定性的问题,所以,输入、输出以及模型都是具有明显的模糊性的。由此可见,解决不确定性问题的有效方式就是模糊语义的表示和模糊关系矩阵。

  (一)因果模糊关系

  人们通常用函数模型关系来表示物理过程的运算,但是这种方法只适用于已为确定型的事件,但是对于建立在描述统计之下的标准过程而言,因果模糊关系则具有较好的应用效果,并且可以将其应用到模糊近似推理之中。与此同时,根据相关的数据处理结果,可以对因果模糊关系模型进行选择,但是其中具有最好的识别效果的合成运算方式是max-min。

  (二)建立输入与输出的模糊集

  在对热故障进行描述时,应该选取的两个首要数据是表面的温度及其分布的范围。为了保障以上数据的真实性以及有效性,应该首先保障其设备的发射率是经过正确地计算的。因此,我们可以将电力设备的最高温度值、平均温度值及其分布作为输入的数据,然后选择适当的函数模型,对其数据进行一定的处理,在此基础上形成一个输入数据的集合X={X1,X2,X3}。之后,通过选择适当的函数关系对该区域内的最高温度值进行处理,在对平均温度进行处理时可以采用极值标准化公式进行处理。

  (三)最小二乘法的辨识

  常规的最小二乘法的运算与模糊辨识诊断中的最小二乘法的最大区别在于,前者是代数运算,而后者在诊断使用中大多是逻辑运算。由此可见,想要让最小二乘法在模糊辨识诊断中得到合理的应用,就需要对此做出一些改进,进而形成了递推算法。例如,以变压器为例,变压器是一种常见的重要的电力设备,它所容易产生的故障类型为绝缘故障。能检验出变压器的绝缘情况好坏的主要有变压器的绝缘电阻的大小、泄漏电流的大小、吸收比和介质损等电气试验。这些试验的原理好和所反映的问题的侧重点是各不相同的。因此,只有将这几种试验的数据结果进行综合分析比较、运用模糊辨识技术,才能得到最终的合适诊断模型,并以此进行分析。程序如下:

  (1) 确定输入为X,输出为Y

  (2) 设置初始矩阵R(0)取w,设i=0

  (3) 按照1式计算出Y(i)

  (4) E(i)=[Y(i)-Y]2<e< p="">

  (5) i=i+1

  (四)模糊关系矩阵与模糊诊断的应用

  在经过量化处理后,可以得到输入阵和输出阵,然后依据模糊关系方程,可以得出模糊关系矩阵。输入阵和矩阵是影响模糊诊断最后结果正确与否的关键。除此之外,还应该对系统进行有效地分辨,根据已经确定的输入和输出数据对其关系法则进行确定,并且建立相应的数据模型,对其有效性进行充分地辨识。

  结束语:

  (1)模糊诊断模型的选择是具有关键性作用的,其直接影响到诊断的结果的准确性以及可行性。为了将其中人为因素的影响降低到最小,可以选择最小二乘法的诊断模型,可以取得良好的实践效果。

  (2)在进行相关的自动诊断时,为了保障其结果的准确性以及真实性,首先应该保证已知的数据以及相关的结论的有效性。

  在本文的分析之中,主要进行应用的数据是红外热成像,并且对模糊辨识理论进行有效地运用,在此基础上对相关的热故障进行了诊断,在一定程度上减少了人为因素的干扰。

  参考文献:

  [1] Grayson Mixon,本刊.海湾电力公司利用智能数据量化电压闪变现象[J]. 供用电.2014(10)

  [2]陈永波,燕延,王伟明,闪明才.磁悬浮直线电机三维有限元分析及优化设计研究[J].组合机床与自动化加工技术.2017(01)

京ICP备19010415号  版权所有:科技风杂志社官网  未经本刊授权不得转载本站文章