PDF《电力变压器故障的客观熵权识别及诊断方法》

1 基于客观熵权的故障信息模式识别 设电力变压器故障样本数有 m 个, 则第i( i= 1, 2, ?, m) 个样本Ai( i=1, 2, ?, m) 就称为电力变 压器的故障模式, 其中每个Ai( i=1, 2, ?, m) 故障 模式具有n 个特征气体指标x i1, x i2, ?, x i n 构成 下列故障模式矩阵, 其表达式为: X=( x i j) m*n =[ x i1, x i2, ?, x i n ] i=1, 2, ?, m (

1 ) 式中: x i j为第i个故障模式下第j 个特征指标测量 值. 1.

1 客观熵权的确定 为了保证数据驱动下特征气体指标权重的客观 性, 本文基于信息熵权的概念构建客观熵权赋权值 规则模 型[

1 5 G

1 8] .首先, 引入客观熵权的规则定义如下.

6 0

2 第4 1卷第1 2期2017年6月2 5日Vol.41N o .

1 2J u n e2 5,

2 0

1 7 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 6

1 0

2 8

0 0

3 h t t p : / / ww w. a e p s G i n f o . c o m

1 ) 定义第j 个特征指标下第i 个模式指标的比 重Pi j为: Pi j = xi j ∑ m i=1 xi j i=1, 2, ?, m;

j=1, 2, ?, n (

2 ) 该指标称为特征指标比重.

2 ) 定义第j 个特征指标的熵值e j 为: e j =-( l o g

2 m) -

1 ∑ m i=1 Pi j l o g

2 Pi j i=1, 2, ?, m;

j=1, 2, ?, n (

3 ) 式中: e j 为输出熵, 反映第j 个特征指标提供信息 量大小.

3 ) 定义第j 个特征指标的数据变异程度量化模 型为: gj=1- e j j=1, 2, ?, n (

4 ) 称之为差异度或差异系数, 反映特征指标在各个故 障模式下数据值的差异性大小.

4 ) 各特征指标的客观熵权为: wj = gj ∑ n j=1 gj j=1, 2, ?, n (

5 ) 以它们为主对角线构造对角矩阵W, 即W=d i a g ( w1, w2, ?, wn ) (

6 ) 式中: W 为变压器故障特征气体指标的客观权重矩 阵, 它包含故障模式矩阵中第j 种特征气体指标对 应的客观指标权重值wj( j=1, 2, ?, n) . 1.

2 故障模式矩阵加权标准化 针对1. 1节确定的各模式特征指标权重, 考虑 到各个模式对应的特征气体含量差异性及分散性较 大, 进而影响故障模式识别与分类的准确性与可靠 性.首先对数据集合进行尺度变换预处理, 预处理 定义如下.

1 ) 已知观测数据矩阵 X=( x i j ) m*n , 其尺度变 换预处理函数为: y i j= x i j-m i n i ( x i j) m a x i ( x i j) -m i n i ( x i j) (

7 ) 则预处理后的故障模式矩阵转换为: Y=( y i j) m*n (

8 )

2 ) 加权标准化定义如下: 对式(

1 ) 预处理后的故 障模式矩阵进行赋权, 得到的加权标准化模式矩阵 Z, 即Z= Y W=( wj y i j) m*n =( z i j) m*n (

9 ) 1.

3 确定标准参考模式 由1. 2节可知, 为研究故障标准模式的空间特 征, 首先需要在故障标准模式矩阵Z 中确定标准参 考模式.为了对故障标准模式进行更精确的特征描 述, 将标准参考模式定义为最优参考模式及最劣参 考模式两类, 如下所示.

1 ) 最优参考模式定义为: 加权标准化模式矩阵 Z 中各特征指标的最大值构成最优模式, 最优参考 模式也称为理想模式, 用Z+ 表示: Z+ =[ z+

1 , z+

2 , ?, z+ n ] T (

1 0 )

2 ) 最劣参考模式定义为: 加权标准化模式矩阵 Z 中各特征指标的最小值构成最劣模式, 则称为负 理想模式.用Z- 表示: Z- =[ z-

1 , z-

2 , ?, z- n ] T (

1 1 ) 式中: z+ j =m a x i z i j, z- j =m i n i z i j, 其中j=1, 2, ?, n. 1.

4 模式分类评价准则的确定 由1. 3节可得, 为研究故障标准模式的空间特 征, 已知参考模式, 则需要再确定模式分类评价准 则, 根据该准则计算各故障模式向量到参考模式的 距离[