专利名称：一种基于贝叶斯网络的变压器故障诊断分析方法
技术领域：
本发明涉及一种故障诊断分析方法，尤其涉及一种基于贝叶斯网络的变压器故障诊断分析方法。
背景技术：
随着社会的发展，电力日益成为国民经济的重要组成部分，现代工农业的快速发展对输变电提出了更高的要求。2009年国家电网公司提出构建以特高压为骨干网架、各级电网协调发展的智能电网以及智能电网发展战略框架的六个环节更突显了输变电的重要性。智能化变电站的安全可靠运行是实现整个智能电网稳定运行主要条件之一，而智能化电力变压器又是智能化变电站的重要组成部分，因此及时可靠地对智能化电力变压器潜在的故障进行诊断，对于保障智能电网运行具有十分重要的意义。变压器故障不仅影响整个变电站的安全运行，还危及其它设备及人身安全，因此对变压器设备进行准确的故障诊断具有重要意义。基于贝叶斯网络理论，综合变压器设备的各种检测数据，提出了变压器设备故障诊断的贝叶斯网络模型，将贝叶斯网络方法引入变压器的故障诊断中，根据变压器故障诊断及维修的特点改进了贝叶斯网络的推断过程。申请号为:201210034485.7，发明名称为基于多模块贝叶斯网的电子电路故障诊断方法的申请，虽然也是利用贝叶斯网络监测故障的，但是它是用于电子电路的故障诊断方法，所解决的目的不一样，而且它得到贝叶斯网络结构后，还需将故障原因源映射至各BN子网，加大了结构的复杂性；而本申请只需要确定 贝叶斯结构网络即可。申请号为:201210196906，发明名称为一种电力变压器系统状态分析和维修决策判断方法，该申请中需要计算同类变压器历史监测数据Y在正常状态的概率分布函数h0 (y)和故障状态下的概率分布函数hi (y)，尤其随着变压器故障诊断技术的提高，变压器出现故障的几率也在大幅度下降，此方面故障信息的不足易导致最终变压器诊断结果准确率的降低。申请号为:201210358681，发明名称为基于粗糙贝叶斯网络分类器的智能故障诊断方法，该申请大部分实在介绍粗糙集原理的应用，而对于贝叶斯网络的介绍只是在求概率是应用到，并未提到贝叶斯网络分类器对于变压器故障分类的优势，扩大了计算量。

发明内容
本发明的目的就是为了解决上述问题，提供一种基于贝叶斯网络的变压器故障诊断分析方法，它具有结合溶解气体分析建立了变压器综合个故障诊断算法，该方法能够有效直观的进行变压器故障诊断的优点。为了实现上述目的，本发明采用如下技术方案:一种基于贝叶斯网络的变压器故障诊断分析方法，具体步骤为:步骤一:确定变压器油色谱的属性变量Y = (Y1,.Y2, YfYJyi是Yi的取值和故障类型变量D = (D1, D2, D^DJdm为Dm的取值:以变压器油色谱的特征气体作为变压器油色谱的属性变量，以变压器出现的故障类型作为故障类型变量；步骤二:根据变压器油色谱的属性变量和故障类型变量确立贝叶斯网络分类模型及网络的结构参数和概率参数；步骤三:利用连接树算法确定变压器的故障类型。所述步骤一中变压器油色谱的属性变量为C2H2, C2H4, CH4, H2, C2H6, CO2, CO,所述步骤一中的变压器出现的故障类型为高温过热、中温过热、低温过热、火花放电、电弧放电、正
堂
巾O所述步骤二的具体步骤为:(2-1)确定为建立网络模型有关的变量及其解释；(2-2)建立一个表示条件独立断言的有向无环图，根据概率乘法公式有
权利要求
1.一种基于贝叶斯网络的变压器故障诊断分析方法，其特征是，具体步骤为: 步骤一:确定变压器油色谱的属性变量Y = (Y1,.Y2, YfYJyi是Yi的取值和故障类型变量D = (D1, D2, D^DJ dm为Dm的取值:以变压器油色谱的特征气体作为变压器油色谱的属性变量，以变压器出现的故障类型作为故障类型变量； 步骤二:根据变压器油色谱的属性变量和故障类型变量确立贝叶斯网络分类模型及网络的结构参数和概率参数； 步骤三:利用连接树算法确定变压器的故障类型。
2.如权利要求1所述一种基于贝叶斯网络的变压器故障诊断分析方法，其特征是，所述步骤一中变压器油色谱的属性变量为C2H2, C2H4, CH4, H2, C2H6, CO2, CO,所述步骤一中的变压器出现的故障类型为高温过热、中温过热、低温过热、火花放电、电弧放电、正常。
3.如权利要求1所述一种基于贝叶斯网络的变压器故障诊断分析方法，其特征是，所述步骤二的具体步骤为: (2-1)确定为建立网络模型有关的变量及其解释； (2-2 )建立一个表示条件独立断言的有向无环图，根据概率乘法公式有
4.如权利要求1所述一种基于贝叶斯网络的变压器故障诊断分析方法，其特征是，所述步骤三的具体步骤为: (3-1)收集变压器属性变量的发生情况，根据贝叶斯定理，Ii = (yi，y2^"yn)属于故障类别变量Dm的概率为
全文摘要
本发明公开了一种基于贝叶斯网络的变压器故障诊断分析方法，具体步骤为步骤一确定变压器油色谱的属性变量Y＝{Y1,.Y2,Y3…Yn}yi是Yi的取值和故障类型变量D＝{D1,D2,D3…Dm}dm为Dm的取值以变压器油色谱的特征气体作为变压器油色谱的属性变量，以变压器出现的故障类型作为故障类型变量；步骤二根据变压器油色谱的属性变量和故障类型变量确立贝叶斯网络分类模型及网络的结构参数和概率参数；步骤三利用连接树算法确定变压器的故障类型。
文档编号G01R31/00GK103197177SQ20131009096
公开日2013年7月10日 申请日期2013年3月20日 优先权日2013年3月20日
发明者王彦良, 王继文, 陈晓红, 张凡华, 赵洪振, 郑超, 冯维华, 王森, 王卓, 邓凸, 王宏 申请人:山东电力集团公司济宁供电公司, 国家电网公司