BP神经网络在油浸式变压器过热性故障诊断中的应用

曾成碧，蒲 维，曾先锋

(1.四川大学电气信息学院，四川 成都 610065;2.四川电力科学研究院，四川 成都 610072;3.西昌电业局，四川 西昌 615000)

中国电力变压器绝缘故障诊断仍采用传统的故障诊断方法［1］，其中三比值法应用效果较好［2－3］，解决了不少实际问题，但是电力变压器故障现象本身是复杂的非线性的关系，因变压器的电压等级、运行环境、绝缘结构以及所处的系统不一样等众多因素，使得三比值法判断出故障类型的准确性受到很大影响，其准确率在80%以下。近年来许多智能方法用于电力变压器绝缘诊断中，取得较好的效果［4－6］。但仍然存在一些缺点，比如训练时间长、收敛速度慢等。根据BP神经网络的特点［7］，建立以变压器油中溶解气体组分含量为样本数据，对不同的隐含层数目进行了仿真分析，通过比较确定了适用于变压器绝缘故障诊断的BP神经网络模型。通过研究表明，这种方法提高了神经网络的收敛速度，符合电力变压器故障诊断系统的实际情况，准确率高。

1 基于BP神经网络的变压器故障诊断模型

1.1 建立模型

电力变压器故障诊断技术是实现从故障征兆到故障空间的映射，从而实现对故障的识别和诊断。利用变压器油中溶解气体分析法的检测数据对油浸变压器进行故障诊断，实际上是完成气体组分到故障类型的一个复杂的非线性映射。BP神经网络诊断变压器故障就是根据变压器油中气体的成分含量来进行的，变压器的过热和放电故障将引起油中气体含量的变化，通过分析特征气体的成分，实现对变压器故障性质的判断。……