为基于粒子 群算法的支持向量机模型的输入，变压器的绕组热点温度（0hst)作为输出。
[0171] 对于SVM参数的选取，一般凭借经验选取，或者给定范围利用网格搜索找到CV意 义下的全局最优解，如果在更大范围内遍历网格搜索，将会耗费大量计算资源，不利于绕组 热点温度的实时预测。采用启发式的粒子群算法，对SVM参数进行寻优，通过粒子在解空间 追随最优例子进行搜索，选取最高准确率所对应的参数，如果最高准确率对应多组参数，则 选取惩罚因子c相对较小的一组作为最优参数，如果对应最小惩罚因子c的有多组参数，则 选取搜索到的第一组最小惩罚因子对应的一组参数为最优SVM参数。
[0172] 在基于粒子群算法对支持向量机模型参数优化过程中，选取种群数量为20,位移 变化的限定因子取为Cl=c2= 2,惯性权重因子ω取初始值为〇. 9进行逐代线性递减至 0.4终止，终止代数为200,选取均方误差（RMSE)作为粒子群算法的适应度函数。经过粒子 群算法优化后的最优SVM参数取值为，惩罚因子c= 17. 0021，核函数δ= 0.5962,适应度 函数值为：RMSE= 0. 0039823。将粒子群算法优化得到的参数值送回SVM模型便可以重建 回归模型对绕组热点温度进行预测。
[0173] 本发明将支持向量回归方法应用于油浸式变压器的绕组热点温度预测，首先根据 影响变压器绕组热点温度的各因素，选择合适的特征参量建立支持向量回归模型。基于这 些特征参量的历史监测数据，对其中隐含的与热点温度之间的关系进行"智能学习"，建立 变压器特有的温度模型。模型参数采用粒子群算法（ParticleSwarmOptimization，PS0) 进行优化，利用优化后的模型对变压器的绕组热点温度进行实时预测，并与其实测结果进 行对比以验证模型的准确性和适用性。然后利用实际运行电力变压器连续监测的绕组热点 温度、实时负荷电流以及变压器所在地的天气信息和现场环境温度等信息，应用粒子群算 法对支持向量回归模型的参数进行优化，实现对电力变压器绕组热点温度的实时预测。
[0174] 本发明提出的一种变压器监测系统和故障诊断方法，能够实时监测变压器各种状 态信息，并据此诊断变压器的故障，提高了变压器故障诊断效率。
[0175] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其 它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或 者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识 或惯用技术手段。
[0176] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并 且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
【主权项】
1. 一种变压器监测系统，包括：油中气体色谱在线监测单元，局部放电监测单元，主站 计算机，其中， 油中气体色谱在线监测单元，利用气体色谱监测传感器对变压器油中所含的氨气、一 氧化碳、二氧化碳、乙烘、乙締、甲烧、乙烧的含量进行计算，并将计算的结果通过RS232通 信协议传输给主站计算机； 局部放电监测单元，采用外置高频天线作为UHF传感器，监测变压器内部局部放电产 生的超高频电压信号，并将监测结果传输给主站计算机。2. 如权利要求1所述的变压器监测系统，其中， 油中气体色谱在线监测单元监测变压器的过热性故障、变压器过载、短路故障、放电故 障； 局部放电监测单元监测变压器的放电性故障。3. 如权利要求1所述的变压器监测系统，其中，主站计算机接收油中气体色谱在线监 测单元和局部放电监测单元传来的监测结果，当油中气体色谱在线监测单元监测到的乙烘 含量占总控比例的20%至70%，同时氨气含量占控总量的30%至90%，并且，一氧化碳、二 氧化碳、乙締、甲烧、乙烧的含量在预定的正常范围内，而且局部放电监测单元显示局部放 电故障，运时主站计算机确定变压器发生局部放电性故障。4. 如权利要求1所述的变压器监测系统，其中，油中气体色谱在线监测单元通过RS232 串口与主站计算机相连，所述油中气体色谱在线监测单元的操作系统为嵌入式Linux,所述 油中气体色谱在线监测单元通过串口管理模块管理对RS232串口的操作，包括设置串口的 属性、串口的打开和串口的读取，所述串口管理模块的串口读取实现过程包括： 添加串口读取程序中用到的头文件； 定义一个新的int型进程ID号； 编写新建子进程功能，读取串口对应文件中的监测数据并输出到新建的data,txt文 件中； 通过程序设置父进程睡民1秒，并用system函数的kill功能来终止子进程； W只读方式打开存储监测数据的data,txt文件； 从data,txt文件中第一行数据开始读取，并存入缓存buf中； 通过字符串完全匹配函数判断某一时刻读取的数据是否是W"--"开头的，若不是则重 新读取下一行，直到读取到完整的数据为止； 将完全匹配的一行数据中的具体数值提取到air-monitor数组存储； 实现W读写方式来打开一新建文件jc.txt文件； 将air-monitor数组中存储的数值写入jc. .txt文件供其他设备调用。5. -种变压器故障诊断方法，使用如权利要求1所述的变压器监测系统对变压器进行 故障诊断，包括： 通过所述油中气体色谱在线监测单元对变压器油中的气体进行采样，并通过W下公式 计算绝对产气速率：巧中， 丫。表示某气体的绝对产气速率，Ct,2表示第二次取样测得油中某气体浓度，Ct,i表示 第一次取样测得油中某气体浓度，At表示两次取样时间间隔中的实际运行时间，m表示变 压器油的总质量，P表示油的密度； 当总控的含量大于第一阔值且小于第一阔值的3倍，并且总控的绝对产气速率小于第 二阔值时，确定变压器存在故障但可继续运行；当绝对产气速率是第二阔值的1到2倍，运 时确定要缩短变压器的检验周期； 当总控的含量大于第一阔值的3倍且总控的绝对产气速率大于第二阔值的3倍，运时 说明变压器有严重的故障，通知工作人员立即采取相应措施； 其中，总控是指变压器油中所有的控类气体；总控的绝对产气速率是指变压器油中所 有的控类气体的绝对产气速率之和。 通过W下公式计算相对产气速率：其中， γf表示某气体的相对产气速率，Ct,2表示第二次取样测得油中某气体浓度，C表示第 一次取样测得油中某气体浓度，At表示两次取样时间间隔中的实际运行时间； 当总控的相对产气速率大于10%，确定缩短对变压器的检测周期。6. 如权利要求5所述的变压器故障诊断方法，采用支持向量机模型对变压器故障进行 诊断，选取氨气、乙烘、乙締、甲烧、乙烧五种故障气体作为特征气体，构成的矩阵作为支持 向量机模型的输入向量，输入矩阵的列向量为W上五种特征气体，列向量的维数是5 ;输入 矩阵的行向量为收集到的原始数据，行向量的维数是原始数据的个数。7. 如权利要求6所述的变压器故障诊断方法，其中，所述支持向量机模型的训练过程 包括： 首先将训练集和测试集采用相同的方法进行归一化处理，W训练集作为支持向量机的 训练样本，通过不断地优化核函数参数来训练支持向量机，如果故障诊断结果的正确率达 不到要求，则需要对核函数的参数范围进行重新选择，直到诊断结果的正确率达到要求为 止，此时得到满足要求的支持向量机模型，最后用测试集验证所训练的支持向量机对故障 的诊断结果是否正确。8. 如权利要求7所述的变压器故障诊断方法，其中，采用所述支持向量机模型进行变 压器故障诊断具体包括： (1) 获取具有明确故障结论的电力变压器油样样本600个，将油样样本分为训练集和 测试集，并对油样样本按照故障类型进行分类，根据故障类型将油样样本分为六类，分别用 "1"、"2"、"3"、"4"、"5"、" 0"表示，其中，"1"表示中低溫过热、"2"表示高溫过热、"3"表 示低能量放电、"4"表示高能量放电、"5"表示局部放电、"0"表示正常状态；其中训练集 包含400个样本，测试集包含200个样本； (2) 将油样样本转化为600X5的矩阵，并且采用相同的方法，分别对训练集和测试集进 行归一化处理； (3) 选择合适的核函数，首先输入较大的数据捜索范采用网格捜索法粗略地选择参数 惩罚因子C和核函数δ，然后在粗略捜索的基础上，合理地减小数据捜索范围，利用网格捜 索法精确地选择出最佳参数C和δ; (4) 利用训练集样本训练支持向量机模型，并用测试集样本预测诊断结果是否达到要 求，如果否，则返回到步骤（3)重新选择核函数的参数范围； (5)将需要诊断的变压器油样数据代入所述支持向量机模型中获得诊断结果。9. 如权利要求8所述的变压器故障诊断方法，其中，利用网格捜索法设置惩罚因子C 的取值范围为巧1°，2"]，步进为0. 4 ;核函数参数δ的取值范围为巧1°，2"]，步进为0. 4， 通过对支持向量机训练，惩罚因子C的最佳取值为0.83282,核函数参数δ的最佳取值为 0. 39227,支持向量机分类器选择参数的准确率为77. 5536%。10. 如权利要求8所述的变压器故障诊断方法，其中，利用网格捜索法设置惩罚因子C 的取值范围为巧1°，2°]，步进0. 2 ;核函数参数δ的取值范围为巧1°，2°]，步进0. 2,经过对 支持向量机训练，惩罚因子C的最佳取值为0.40421，核函数参数δ最佳取值为1.00231， 支持向量机分类器选择参数的准确率为93. 1196%。
【专利摘要】本发明提出了一种变压器监测系统和故障诊断方法，包括：油中气体色谱在线监测单元，油中微水监测单元，温度监测单元，局部放电监测单元，接地电流在线监测单元，变压器及有载调压开关振动监测单元，主站计算机。本发明提出的一种变压器监测系统和方法，可采用多种监测单元和监测方法对变压器故障进行监测诊断，提高了监测的准确性。
【IPC分类】G01D21/02
【公开号】CN105241497
【申请号】CN201510607872
【发明人】许允都, 孙安青, 宋珂, 王绪利, 刘娟, 倪敬秀, 赵龙石, 刘魁元
【申请人】国网山东省电力公司日照供电公司
【公开日】2016年1月13日
【申请日】2015年9月23日