基于相關(guān)向量機(jī)的油浸式電力變壓器故障診斷方法探討

趙小軍

摘 要： 電力變壓器的故障問(wèn)題較為復(fù)雜，對(duì)此在實(shí)際中必須要通過(guò)科學(xué)的方式加強(qiáng)研究，探究其存在的故障問(wèn)題，因此文章主要對(duì)向量機(jī)的油浸式電力變壓器故障診斷方法進(jìn)行了淺顯的探討。

關(guān)鍵詞： 相關(guān)向量機(jī)；油浸式電力變壓器；故障診斷

相關(guān)向量機(jī)（Relevance Vector Machine RVM）就是Michael E.TipPing在2000年提出的一種有效的監(jiān)督學(xué)習(xí)方式，此種方式在一定程度上綜合了貝葉斯理論、馬爾科夫性質(zhì)、最大似然估計(jì)以及自動(dòng)相關(guān)決定先驗(yàn)等相關(guān)理論與觀(guān)點(diǎn)。

1.相關(guān)向量機(jī)概述

RV M通過(guò)加入超參數(shù)負(fù)于權(quán)重向量的零均值的高斯先驗(yàn)分布的方式可以有效的保障模型中的稀疏性，超參數(shù)在實(shí)際中可以通過(guò)最大邊緣的似然函數(shù)的方式對(duì)其進(jìn)行計(jì)算。在實(shí)際中 RV M以及SVM都可以有效的解決小樣本、高維以及非線(xiàn)性分類(lèi)等相關(guān)問(wèn)題，但是其中RV M的效果更有優(yōu)勢(shì)，其主要表現(xiàn)在以下幾點(diǎn)：

RV M核函數(shù)在實(shí)際中不會(huì)受到Mercer條件的影響以及限制，核函數(shù)的實(shí)際選取范圍較為廣闊；無(wú)規(guī)則化系數(shù)，在實(shí)際中不需要通過(guò)交叉驗(yàn)證的方式與手段獲得相關(guān)參數(shù)數(shù)據(jù)；其具有較為強(qiáng)大的泛化能力；基函數(shù)權(quán)值中極少的一部分非零，其實(shí)際的相關(guān)向量數(shù)量相對(duì)較少，模型較為稀疏；其實(shí)際的測(cè)試時(shí)間以及診斷速度更為快捷，可以真正的實(shí)現(xiàn)在線(xiàn)診斷；可以通過(guò)概率輸出的方式分析問(wèn)題中存在的各種不確定因素。

2.基于相關(guān)向量機(jī)的變壓器故障診斷

2.1基于RVM的變壓器故障診斷模型

油浸式電力變壓器的故障的成因相對(duì)較為復(fù)雜，其故障類(lèi)型的總結(jié)歸納方式也相對(duì)較多，但是在實(shí)際中一些因?yàn)橥獠恳约皟?nèi)部因素導(dǎo)致的變壓器故障問(wèn)題都會(huì)通過(guò)熱和電的性質(zhì)表現(xiàn)，對(duì)此在對(duì)變壓器的故障類(lèi)型特征進(jìn)行分析的基礎(chǔ)之上，基于變壓器運(yùn)行的狀態(tài)將其進(jìn)行劃分，對(duì)此可以分為正常狀態(tài)、低能放電、高能放電、中低溫過(guò)熱小于等于700℃、高溫過(guò)熱大于700℃四種故障類(lèi)型。

變壓器故障診斷在本質(zhì)上來(lái)說(shuō)就是一個(gè)多分類(lèi)的問(wèn)題，RVM作為一種二分類(lèi)算法，在實(shí)際中要想對(duì)其進(jìn)行診斷可以把變壓器故障診斷問(wèn)題轉(zhuǎn)化為不同的多個(gè)的二分類(lèi)問(wèn)題。其主要方式主要有“一對(duì)多”、“一對(duì)一”以及“二叉樹(shù)”等相關(guān)方式手段。

在整個(gè)診斷模型性其不同的RVM分類(lèi)器學(xué)習(xí)過(guò)程具有一定的圖理性，在實(shí)際中可以真正的實(shí)現(xiàn)不同分類(lèi)器的學(xué)習(xí)過(guò)程的并行化開(kāi)展。同時(shí)在實(shí)際中基于其具體問(wèn)題的特征，不同的RVM分類(lèi)器在實(shí)際中可以選擇相同的輸入特征作為其變量組，同時(shí)也可以選擇不同內(nèi)容的輸入特征作為其變量組。例如在整個(gè)診斷模型中，其識(shí)別的電性故障以及熱性故障分類(lèi)器RVM2和其識(shí)別低能放電以及高能放電的相關(guān)分類(lèi)器RVM3在實(shí)際中可以基于實(shí)際的狀況選擇應(yīng)用兩組不同的特征變量。其診斷模型在實(shí)際中可以通過(guò)分層結(jié)構(gòu)的詳實(shí)開(kāi)展，在不同的層間中的診斷過(guò)程為串行，對(duì)此在實(shí)際中勢(shì)必會(huì)出現(xiàn)一定的誤差累計(jì)狀況與問(wèn)題。

2.2基于RVM的變壓器故障診斷的實(shí)現(xiàn)過(guò)程

第一，選取特征變量以及樣本數(shù)據(jù)，在實(shí)際中要把其想樣本數(shù)據(jù)基于特定比例進(jìn)行劃分，將其劃分為訓(xùn)練集以及測(cè)試集兩種方式。在實(shí)際中可以通過(guò)CH4， C2H6， C2H4以及C2H2等相關(guān)特征氣體含量，基于既定的方式進(jìn)行樣本數(shù)據(jù)的選擇，在對(duì)其進(jìn)行標(biāo)準(zhǔn)化操作。

第二，確立變壓器故障的相關(guān)診斷模型。在實(shí)際中可以通過(guò)“二叉樹(shù)”的分類(lèi)方式，通過(guò)分層結(jié)構(gòu)方式構(gòu)建變壓器故障診斷的相關(guān)模型。

第三，在其實(shí)際的訓(xùn)練集之上開(kāi)展RV M的分類(lèi)模型學(xué)習(xí)，應(yīng)用RVM 1～RVM4為分類(lèi)器。通過(guò)正常以及故障兩種樣本數(shù)據(jù)獲得分類(lèi)器的RVM1，其中正常的數(shù)據(jù)樣本類(lèi)型可以通過(guò)1對(duì)其進(jìn)行標(biāo)簽，全部的故障樣本數(shù)據(jù)類(lèi)別的標(biāo)簽則是通過(guò)0對(duì)其進(jìn)行表示；RV M2的分類(lèi)器則是通過(guò)涵蓋低能放電以及高能放電兩種模式的電性故障的相關(guān)樣本數(shù)據(jù)以及涵蓋了中低溫以及高溫過(guò)熱的熱性故障的樣本數(shù)據(jù)學(xué)習(xí)活動(dòng)，其中電性故障的樣本數(shù)據(jù)類(lèi)型可以通過(guò)標(biāo)簽1對(duì)其進(jìn)行表示，熱性故障樣本數(shù)據(jù)則是通標(biāo)簽0對(duì)其進(jìn)行表示；RV M3分類(lèi)器是通過(guò)低能放電以及高能放電的相關(guān)樣本數(shù)據(jù)獲得，通過(guò)標(biāo)簽1表示低能放電樣本，通過(guò)標(biāo)簽0表示高能放電樣本數(shù)據(jù)；RVM4分類(lèi)主要就是通過(guò)中低溫過(guò)熱以及高溫過(guò)熱樣本數(shù)據(jù)獲得，其表示同上。

第四，通過(guò)測(cè)試集加強(qiáng)對(duì)RV M分類(lèi)模型的相關(guān)性能測(cè)試。在實(shí)際中把相關(guān)測(cè)試樣本輸入RV M 1的分類(lèi)器之中，如果其輸出的數(shù)據(jù)數(shù)值高于0.5；則其診斷的結(jié)果就為正常，整個(gè)診斷就結(jié)束；如果其數(shù)值不正常就要將其輸入到RVM2之中，其獲得的輸出值高于0.5，就要在繼續(xù)輸入到RVM3之中，如果其獲得的輸出數(shù)值高于0.5，那么其獲得的診斷結(jié)果就為低能放電，如果不是則為高能放電，整個(gè)診斷結(jié)束；如果RVM2的輸出數(shù)值不是大于0.5，就要繼續(xù)在RVM4中輸入測(cè)試樣本，其獲得的數(shù)值要是高于0.5，則其診斷結(jié)果就是中低溫過(guò)熱，否則則為高溫過(guò)熱，整個(gè)診斷結(jié)束。

結(jié)束語(yǔ)：

在實(shí)際中通過(guò)對(duì)基于相關(guān)向量機(jī)的油浸式電力變壓器故障診斷方法的探討分析可以了解，其診斷方法可以有效的分析其存在的不確定因素，可以在根本上提升其診斷速度。endprint