3變壓器故障診斷智能方法

3.1模糊邏輯方法

模糊邏輯方法是以模糊理論和模糊關系為基礎的，通過積累經驗，依靠平常自己的知識來判斷故障和原因的不確定性。提出了基于模糊數學和概率論的變壓器故障診斷，通過建立變壓器故障性質與故障征兆之間的完全因果強度關系，提高了模型的診斷精度。將模糊聚類的數據挖掘技術應用到變壓器故障診斷中，通過建立故障樣本數據的相似關系矩陣而實現了對故障樣本集的聚類分析，最終實現了對故障樣本的診斷分析。以變壓器各個部件診斷為基礎，通過模糊理論來構造變壓器狀態診斷模型，并用實例證明了該模型的有效性。

3.2專家系統

專家系統是現在經常使用的一種方法。專家系統是累積大量的這方面的專家的經驗，和他們在日常工作中遇到的問題及其解決這些問題方法來進行推理，從而學習到前人經驗和知識，還有對問題的解釋功能。現在，這一種方法已經開始在電力系統運行得到了很大應用，尤其是在電氣設備的問題和線路故障上。有效地解決了使用單一的方法，造成結果不全的問題，可以使電力系統問題得到快速的解決。把人工智能專家系統引入到變壓器故障診斷中，實例測試表明該方法降低了判斷的隨機性，提高了診斷水平。將基于模糊Petri網的知識表示方法應用于變壓器故障診斷專家系統中，并用實例證明了這種應用的有效性。

3.3人工神經網絡

人工神經網絡是依據人類大腦高度的集成化和處理信息的快速化，再進行節點互聯構成信息處理的方法。這種人工神經網絡可以做到復雜的邏輯操作和非線性映射。這種方法之所以能夠在電力變壓器上使用，是因為其在發生問題和電力運行故障的時候，可以建立非線性映射關系，這種關系符合人工神經網絡的原理。這一種方法，在我國還沒有被應用，但是在國外，已經開始得到了應用，并得到了很不錯的效果。

3.4支持向量機

支持向量機(Support VectorMachine，SVM)是一種新興且對解決變壓器故障非常有效的方法，它是一種機器學習方法。它的理論最開始是針對模式識別問題提出的，主要是來解決這一方面問題的。后來經過人們的學習和研究，才擴展到現在這一領域。支持向量機這種方法在處理變壓器的數據問題和技術樣本上，非常有優勢。因為，它在樣本較少的時候，有很強的適應能力，能夠及時地將數據分類并提高計算能力。尤其是在面臨電力變壓器一類的問題時，更是非常方便。

4結論

綜上，電力變壓器如果在運行中出現故障問題，就需要相關工作人員給出診斷方法，做好檢修工作。若問題沒有得到重視，就會引起一系列電力事故的發生，影響我國社會生活大安全和穩定。分析和處理變壓器故障需要綜合多種技術手段和分析方法，狀態檢修工作可以及時發現變壓器缺陷，避免變壓器故障發生和后果擴大，從而保證社會的用電安全。

參考文獻：

[1]楊鳳春，賈本巖，張麗娟.電力變壓器故障診斷方法研究[J].科技創新與應用,2016,04:184.

[2]楊雷.淺談電力變壓器故障與故障診斷分析[J].江西建材,2016，17:223+225.

作者簡介:

周杰(1989.09--)，男，江蘇宿遷人，畢業學校：長沙理工大學,單位：國網江蘇省電力有限公司宿遷供電分公司，研究方向：變電檢修。