基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法与流程

技术特征：

1.一种基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法，具体包括以下步骤：

(1)选取故障变压器的带电检测数据作为数据集C₁，选取正常变压器的带电检测数据作为数据集C₂；

(2)选取若干预设与变压器是否故障相关的特征气体指标X_i，i表示特性气体指标的类型；

(3)利用选取的分隔阈值，将特征气体指标X_i在数据集C₁和数据集C₂中的数据转化为0或1，得到转化数据集C′₁和转化数据集C′₂；

(4)利用遗传规划，使用逻辑语言对转化数据集C′₁和转化数据集C′₂进行回归处理，得到变压器故障诊断的回归方程，从而确定与变压器故障相关的特征气体指标X_i。

2.如权利要求1所述的基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法，其特征在于，所述步骤(3)的具体步骤为：

(3-1)对于特征气体指标X_i，选取该特征气体指标X_i在数据集C₁与C₂中的最大数据值和最小数据值

(3-2)将特征气体指标X_i在数据集C₁与C₂中的数据平均分为n份，每份间隔为

(3-3)以为分隔阈值时，求取特征气体指标X_i于故障检测数据集C₁中的数据在区间内概率密度函数和a_i,j，特征气体指标X_i于故障检测数据集C₂中的数据在区间内概率密度函数和b_i,j，以MAX(|a_i,j-b_i.j|,j＝0,1,2,…,n)时的作为分隔阈值，此时，分隔阈值记为

(3-4)根据分隔阈值所对应的与的差c的正负判断特征气体指标X_i在故障变压器下在分隔阈值上的趋势，

若为正值，表示变压器故障时气体指标X_i的取值趋向于小于分隔阈值，将数据集C₁和C₂在区间内的数据转化为1，在区间内的数据转化为0；

若为负值，表示变压器故障时气体指标X_i的取值趋向于大于分隔阈值，将数据集C₁和C₂在区间内的数据转化为0，在区间内的数据转化为1；

其中，1表示变压器趋于故障状态，0表示变压器趋于正常状态；

(3-5)利用步骤(3-1)～步骤(3-2)，对所有预设特征气体指标在数据集C₁与C₂中的数据进行转化，得到转化数据集C′₁和转化数据集C′₂。

3.如权利要求2所述的基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法，其特征在于，所述步骤(4)的具体步骤为：

(4-1)以转化数据集C′₁和转化数据集C′₂中相邻的10条数据为一个时间单位，选取每个时间单位内前9条数据组成训练样本数据集，剩下1条数据组成检验样本数据集；

所述每条数据为任意变压器在任意时刻的带电检测数据；

每条数据对应的变压器故障与否的真值组成真值集，真值用0或1表示，1表示该条数据对应的变压器处于故障状态，0表示该条数据对应的变压器处于正常状态；其中，与训练样本数据集相对应的为训练样本真值集，与检验样本数据集相对应的为检验样本真值集；

(4-2)将训练样本数据集、训练样本真值集作为遗传规划gplab4.02matlab工具包的输入，使用逻辑语言and和or，利用遗传规划对训练样本数据集进行回归，得到变压器故障诊断的回归方程，确定与变压器故障相关的特征气体指标X_i；

(4-3)利用检验样本数据集、检验样本真值集对变压器故障诊断的回归方程进行检验，确定衡量故障诊断精度的指标k₁,k₂,k₃,k₄：

其中：

k₁＝真实状态为故障且诊断为故障变压器数/真实状态为故障变压器数；

k₂＝真实状态为故障且诊断为正常变压器数/真实状态为故障变压器数；

k₃＝真实状态为正常且诊断为正常变压器数/真实状态为正常变压器数；

k₄＝真实状态为正常且诊断为故障变压器数/真实状态为正常变压器数；

k₁,k₃越高，表示回归方程确定的与变压器故障相关的特征气体指标越精确，k₂,k₄越低，表示回归方程确定的与变压器故障相关的特征气体指标越精确。

4.如权利要求3所述的基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法，其特征在于，所述的变压器故障与否的真值是通过拆机检测报告、专家诊断报告以及三比值法判断得到。

5.如权利要求3所述的基于遗传规划和逻辑语言回归的油浸式变压器故障诊断方法，其特征在于，利用训练样本数据集和训练样本真值集对变压器故障诊断的回归方程进行检验，确定衡量故障诊断精度的指标k′₁,k′₂,k′₃,k′₄。