CN104267270B - 基于向量相似性的变压器关键参量提取方法 - Google Patents

基于向量相似性的变压器关键参量提取方法 Download PDF

Info

Publication number
CN104267270B
CN104267270B CN201410383751.6A CN201410383751A CN104267270B CN 104267270 B CN104267270 B CN 104267270B CN 201410383751 A CN201410383751 A CN 201410383751A CN 104267270 B CN104267270 B CN 104267270B
Authority
CN
China
Prior art keywords
parameter
key parameters
vector
transformer
key
Prior art date
Application number
CN201410383751.6A
Other languages
English (en)
Other versions
CN104267270A (zh
Inventor
王奇
邓军
常安
宋云海
张晗
陈翔宇
胡军
Original Assignee
中国南方电网有限责任公司超高压输电公司检修试验中心
清华大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中国南方电网有限责任公司超高压输电公司检修试验中心, 清华大学 filed Critical 中国南方电网有限责任公司超高压输电公司检修试验中心
Priority to CN201410383751.6A priority Critical patent/CN104267270B/zh
Publication of CN104267270A publication Critical patent/CN104267270A/zh
Application granted granted Critical
Publication of CN104267270B publication Critical patent/CN104267270B/zh

Links

Abstract

本发明公开了一种基于向量相似性的变压器关键参量提取方法,其包括以下步骤:步骤1、构建由多个基础状态量组成的变压器基础参数体系;步骤2、获取每个基础状态量的关键参量提取向量;步骤3、将变压器设备每个关键参量提取向量与关键参量提取标准向量进行向量相似性系数计算,以获取每个关键参量提取向量的相似性系数;步骤4、将所述每个关键参量提取向量的相似性系数与相似性系数标准进行比对,若关键参量提取向量的相似性系数不小于相似性系数标准,则将该关键参量提取向量定为变压器关键参量;反之,则淘汰该关键参量提取向量。本发明通过向量相似性系数,给出变压器关键参量提取方法,使运行人员可以准确掌握变压器的健康状态。

Description

基于向量相似性的变压器关键参量提取方法

技术领域

[0001] 本发明涉及变压器设备关键状态参数提取与分析领域,尤其涉及一种基于向量相 似性的变压器关键参量提取方法。

背景技术

[0002] 建立科学、客观的评估指标体系,是建立正确、合理的评价模型的前提,也是建立 评价模型的必要步骤。然而,影响变电站设备运行状态的因素多而复杂,这就要求对变电站 设备的影响因素及其相互关系进行分析。以变压器为例,从理论的角度出发考虑,凡是对变 压器运行状态有影响、能够反映变压器健康状态的因素都应作为评估指标。但实际上,并非 所有指标都是切实可操作的,亦或是易于量化评估的。因此,考虑到实际情况,目前主要的 参数体系包括在线系统的监测数据、人工巡检、断电试验和实验、检修及设备物理缺陷和家 族型缺陷等。

[0003] 从目前各个电网公司实际使用的标准导则来看,按照状态信息的来源分,包括变 压器在内的变电设备的基础状态量参数主要来自:

[0004] (1)原始材料:包括设备出厂资料,厂家规定的一些设备的设定参数等。

[0005] (2)运行资料:设备运行状况的指标,主要来自于在运行的终端设备在线监测系统 的数据。

[0006] ⑶检修资料:包括自动监测系统的相关数据。

[0007] ⑷其他资料:包括其他同类型变电设备的运行状况的一些资料。

[0008] 但从目前的现状来看,以上参数体系的出现,都是服务于状态评估,而状态评估的 参数,考虑实际业务的开展和高级层面的关注点,变压器设备并非全部基础状态量获取后 均需要报送并呈现至更高级;另外,目前的参数体系是通过总结变压器设备大且全的参量 形成的,而其中大部分参量并不能够十分充分从而能够做到强有力的体现变压器设备状 态;从生产管理角度来说,也并不是其最核心的关注点。因此,需要对变压器设备基础状态 量加以整理,提炼出重要基础状态量,形成变压器设备关键参数体系。可以说,抓住变压器 设备的关键参数,便可以较好得取得设备相对正确的变压器状态情况,这对电网公司的高 级部了解变压器这一电网主设备的运行基本状态,具有重要意义。

[0009] 针对上述现有技术的缺点,本发明是在国家863计划项目基金(2012AA050209)资 助下,提出了一种《基于向量相似性的变压器关键参量提取方法》。

发明内容

[0010] 本发明在于通过向量相似性系数,给出变压器关键参量提取方法,通过关键参量 的表征,使运行人员可以准确掌握变压器的健康状态,尽早发现异常。

[0011] 为解决上述问题,本发明采用的技术方案是:

[0012] -种基于向量相似性的变压器关键参量提取方法,其包括以下步骤:

[0013] 步骤1、根据变压器设备状态信息与设备运行状态之间的关系、以及各种基础性资 料,构建由多个基础状态量组成的变压器基础参数体系;

[0014] 步骤2、根据关键参数提取依据从所述变压器基础参数体系中获取每个基础状态 量的关键参量提取向量;

[0015] 步骤3、将变压器设备每个关键参量提取向量与关键参量提取标准向量进行向量 相似性系数计算,以获取每个关键参量提取向量的相似性系数;

[0016] 步骤4、将所述每个关键参量提取向量的相似性系数与相似性系数标准进行比对, 若关键参量提取向量的相似性系数不小于相似性系数标准,则将该关键参量提取向量定为 变压器关键参量;反之,则淘汰该关键参量提取向量。将定为变压器关键参量的所有关键参 量提取向量组合即形成变压器的关键参量体系。

[0017] 所述变压器基础参数体系包括静态参数、动态参数以及准动态参数。

[0018] 所述静态参数包括:

[0019] 设备台账参数,所述设备台账参数包括设备名称、生产厂家、型号、出厂日期、投运 日期、设备详细参数;

[0020] 投运前试验参数,所述投运前试验参数包括型式试验、出厂试验、交接试验、启动 调试、抽检试验获取的参数数据。

[0021] 静态参数自记录后不再发生变化。从设备状态评估的需求考虑,静态参数的作用 往往是作为某项状态参量评分时的参考值和判断依据,用作初始值、限制阈值等。

[0022] 所述动态参数包括:

[0023] 运行记录数据,所述运行记录数据包括设备内置在线量测记录的各种运行参数、 设备运行负荷/过负荷情况、短路电流水平及持续时间、开关动作情况及跳闸次数、保护动 作情况,以及环境气象条件/不良工况;

[0024] 巡视记录参数,所述巡视记录参数包括设备外观、振动与声响、负荷情况、表计指 示、位置指示、测温情况、阀门位置、开关位置;

[0025] 带电检测参数,所述带电检测参数包括红外、紫外成像检测,不停电取油、气样试 验获取的参数数据;

[0026] 在线监测参数,所述在线监测参数包括油色谱在线监测、容性设备介损在线监测 获取的参数数据。

[0027] 动态参数按照规程要求定期获取并更新,周期通常以天为单位,最大周期一般不 超过1个月。动态参数数据更新周期较短,时效性较好。从设备状态评估的需求考虑,动态参 数是最主要、最关键的数据来源,能最及时地反应设备的健康状态及风险。

[0028] 所述准动态参数包括:

[0029] 检修试验参数,所述检修试验参数包括例行试验、诊断性试验、专业化巡检、检修 获取的参数数据;

[0030] 缺陷/故障参数,所述缺陷/故障参数包括缺陷/故障发生时间、部位、现象及程度、 原因分析,消缺/故障处理情况,以及家族性缺陷信息。

[0031] 准动态通常定期或不定期获取并更新,周期通常以月为单位。由于数据更新周期 较长,相比动态参数,其时效性相对较差,但对于设备状态评估的准确性起到关键作用。采 用多维度设备状态评估方法分析设备潜在的具体缺陷/故障时,准动态参数的作用尤为重 要。

[0032] 所述步骤2中的关键参数提取依据包括:

[0033] 统计性结论,所述统计性结论为根据缺陷记录、故障记录、出厂试验报告、预防性 试验报告进行统计分析,得到较易出现的缺陷和故障问题,并结合故障树,找出与常见设备 问题相关性强的基础状态量;

[0034] 规程、规范、方案中规定的在重要的工作标准、工作规程重点提及的基础状态量以 及关注内容;

[0035]原理性的分析结论,所述原理性的分析结论为变压器中设计较为特殊或重要的部 分以及该部分相关的基础状态量。

[0036] 所述步骤2中关键参量提取向量为:

[0037] βί= [Αι,Α2......Am]

[0038] 其中,Am为第m个关键参数提取依据,&为第i个关键参量提取向量,i为正整数。

[0039] 所述步骤2中关键参量提取标准向量β〇为由m个均为1的元素组成:

[0040] β〇= [1,1,1,1,······]。

[0041] 所述步骤3中的每个关键参量提取向量的相似性系数为:

Figure CN104267270BD00061

[0043] 其中,为第i个关键参量提取向量的相似性系数。

[0044] 所述步骤4中的相似性系数标准为由专家讨论并结合现场实际运行经验而确定的 关键参数提取的相似性系数标准To。

[0045] 本发明通过向量相似性系数,给出变压器关键参量提取方法,对变压器设备基础 状态量加以整理,提炼出重要状态量,形成变压器设备关键参数体系,通过关键参量的表 征,使运行人员可以准确掌握变压器的健康状态,尽早发现异常。

附图说明

[0046] 图1示出了基于向量相似性的变压器关键参量提取方法的流程示意图;

[0047] 图2示出了提取关键参数的具体流程示意图。

具体实施方式

[0048] 下面结合附图和具体实施方式对本发明的内容做进一步详细说明。

[0049] 实施例

[0050] 以油浸式变压器本体为例:

[0051] 参见图1,基于向量相似性的变压器关键参量提取方法,包括如下步骤:

[0052] 步骤一:

[0053] 通过对运规以及相关检修导则的整理,包括收集静态参数、动态参数、以及准动态 参数等参数,形成的油浸式变压器本体部分的基础参数体系由下表所示,共有35项基础状 态量:

Figure CN104267270BD00071

Figure CN104267270BD00081

[0056] 步骤二:

[0057] 基于某辖区内的设备、变电站资料以及其他相关的资料,对变压器本体部分的关 键参数进行提取。

[0058] 从技术监督的关注度以及参数的重要性角度,参照南网调度规程、反事故措施、风 险预控措施、特维方案、运行数据多维度分析工作规范等相关报告以及规定,同时考虑设备 缺陷/故障记录统计情况以及预防性试验异常报告,并采用基于向量相似性度量的设备关 键参数提取模型,构建兼顾"监测对象及基础状态量重要性"的分层、分级的主设备状态监 测与评价体系,形成科学、合理的设备关键参数体系。所采用的提取依据如下表所示。

Figure CN104267270BD00082

[0000] 步骤三:

[0061] 建立变压器本体的关键参量提取向量。由于基础状态量在各依据中的描述程度难 以量化,因此,在建立提取模型的过程中,只要对基础状态量有较为明显的涉及,便认为该 基础状态量在该依据中有所体现,关键参量提取向量在该基础状态量的该依据中设定为1, 反之则为0。

[0062] 建立的关键参数提取向量如下表所示:

Figure CN104267270BD00091

[0064]

Figure CN104267270BD00101

[0065] 然后将各基础状态量在各提取依据中的提及情况汇总,并建立各基础状态量的关 键参数提取向量。在上表中,&为缺陷记录统计,A 2为故障记录统计,A3为预防性试验异常报 告,A4为调度规程,心为反事故措施,A 6为风险预控措施及特维方案,A7为运行数据多维度分 析工作规范。

[0066] 步骤四:

[0067] 定义关键参量提取标准向量如下式:

[0068] β〇= [1,1,1,1,1,1,1]

[0069] 即代表关键参量在每项提取依据中均被提及,定义符合上式这种各项提取依据中 均有提及的参量为标准关键参量,其向量为关键参量提取标准向量。

[0070] 步骤五:

[0071] 参见图2,所述的关键参量具体的提取过程,包括以下步骤:

[0072] 51)通过计算关键参量提取向量和关键参量提取标准向量的Tanimoto (相似性)系 数,可以得到如下结果:

Figure CN104267270BD00102

[0075] 52)经过专家讨论,结合现场实际运行经验,确定变压器设备本体部件的关键参数 提取的相似性系数标准为〇. 1。

[0076] 53)基于步骤52),提取关键参数提取向量大于等于0.1的基础状态量,形成关键参 数体系,结果如下:

Figure CN104267270BD00111

Figure CN104267270BD00121

[0079] 最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较 佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技 术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本 发明的权利要求范围当中。

Claims (5)

1. 一种基于向量相似性的变压器关键参量提取方法,其特征在于,其包括以下步骤: 步骤1、根据变压器设备状态信息与设备运行状态之间的关系、以及各种基础性资料, 构建由多个基础状态量组成的变压器基础参数体系; 步骤2、根据关键参数提取依据从所述变压器基础参数体系中获取每个基础状态量的 关键参量提取向量; 步骤3、将变压器设备每个关键参量提取向量与关键参量提取标准向量进行向量相似 性系数计算,以获取每个关键参量提取向量的相似性系数; 步骤4、将所述每个关键参量提取向量的相似性系数与相似性系数标准进行比对,若关 键参量提取向量的相似性系数不小于相似性系数标准,则将该关键参量提取向量定为变压 器关键参量;反之,则淘汰该关键参量提取向量; 所述步骤2中的关键参数提取依据包括: 统计性结论,所述统计性结论为根据缺陷记录、故障记录、出厂试验报告、预防性试验 报告进行统计分析,得到较易出现的缺陷和故障问题,并结合故障树,找出与常见设备问题 相关性强的基础状态量; 规程、规范、方案中规定的在重要的工作标准、工作规程重点提及的基础状态量以及关 注内容; 原理性的分析结论,所述原理性的分析结论为变压器中设计较为特殊或重要的部分以 及该部分相关的基础状态量; 所述步骤2中关键参量提取向量为: βί = [Al, A2 Am] 其中,Am为第m个关键参数提取依据,&为第i个关键参量提取向量,i为正整数; 所述步骤3中关键参量提取标准向量为由m个均为1的元素组成: β〇= [1,1,1,1,......]; 所述步骤3中的每个关键参量提取向量的相似性系数为:
Figure CN104267270BC00021
其中,h为第i个关键参量提取向量的相似性系数; 所述步骤4中的相似性系数标准为由专家讨论并结合现场实际运行经验而确定的关键 参数提取的相似性系数标准To。
2. 根据权利要求1所述的基于向量相似性的变压器关键参量提取方法,其特征在于,所 述变压器基础参数体系包括静态参数、动态参数以及准动态参数。
3. 根据权利要求2所述的基于向量相似性的变压器关键参量提取方法,其特征在于,所 述静态参数包括: 设备台账参数,所述设备台账参数包括设备名称、生产厂家、型号、出厂日期、投运日 期、设备详细参数; 投运前试验参数,所述投运前试验参数包括型式试验、出厂试验、交接试验、启动调试、 抽检试验获取的参数数据。
4. 根据权利要求2所述的基于向量相似性的变压器关键参量提取方法,其特征在于,所 述动态参数包括: 运行记录数据,所述运行记录数据包括设备内置在线量测记录的各种运行参数、设备 运行负荷/过负荷情况、短路电流水平及持续时间、开关动作情况及跳闸次数、保护动作情 况,以及环境气象条件/不良工况; 巡视记录参数,所述巡视记录参数包括设备外观、振动与声响、负荷情况、表计指示、位 置指示、测温情况、阀门位置、开关位置; 带电检测参数,所述带电检测参数包括红外、紫外成像检测,不停电取油、气样试验获 取的参数数据; 在线监测参数,所述在线监测参数包括油色谱在线监测、容性设备介损在线监测获取 的参数数据。
5.根据权利要求2所述的基于向量相似性的变压器关键参量提取方法,其特征在于,所 述准动态参数包括: 检修试验参数,所述检修试验参数包括例行试验、诊断性试验、专业化巡检、检修获取 的参数数据; 缺陷/故障参数,所述缺陷/故障参数包括缺陷/故障发生时间、部位、现象及程度、原因 分析,消缺/故障处理情况,以及家族性缺陷信息。
CN201410383751.6A 2014-08-06 2014-08-06 基于向量相似性的变压器关键参量提取方法 CN104267270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410383751.6A CN104267270B (zh) 2014-08-06 2014-08-06 基于向量相似性的变压器关键参量提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410383751.6A CN104267270B (zh) 2014-08-06 2014-08-06 基于向量相似性的变压器关键参量提取方法

Publications (2)

Publication Number Publication Date
CN104267270A CN104267270A (zh) 2015-01-07
CN104267270B true CN104267270B (zh) 2017-04-05

Family

ID=52158810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410383751.6A CN104267270B (zh) 2014-08-06 2014-08-06 基于向量相似性的变压器关键参量提取方法

Country Status (1)

Country Link
CN (1) CN104267270B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105652120A (zh) * 2015-12-31 2016-06-08 国网重庆潼南区供电有限责任公司 电力变压器故障检测方法和检测系统
CN106908674B (zh) * 2017-02-17 2020-02-07 国网上海市电力公司 一种基于多状态量预测的变压器状态评估方法
CN109254219B (zh) * 2018-11-22 2019-10-22 国网湖北省电力有限公司电力科学研究院 一种考虑多元因素态势演变的配变迁移学习故障诊断方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5563506A (en) * 1990-07-10 1996-10-08 Polymeters Response International Limited Electricity meters using current transformers
CN102759670A (zh) * 2011-12-31 2012-10-31 重庆大学 干式变压器运行状态检测评估方法
CN103150633A (zh) * 2013-03-18 2013-06-12 云南电网公司 电力设备状态实时评估和辅助决策系统
CN103163420A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 电力变压器智能在线状态评判方法
CN103454516A (zh) * 2013-05-06 2013-12-18 国家电网公司 智能化变电站二次设备健康状态诊断方法
CN103926491A (zh) * 2014-04-21 2014-07-16 国家电网公司 一种计及直流偏磁影响的变压器状态评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101064202B1 (ko) * 2010-12-15 2011-09-14 (주)엘레시스 변압기의 부싱 건전성을 모니터링하는 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5563506A (en) * 1990-07-10 1996-10-08 Polymeters Response International Limited Electricity meters using current transformers
CN103163420A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 电力变压器智能在线状态评判方法
CN102759670A (zh) * 2011-12-31 2012-10-31 重庆大学 干式变压器运行状态检测评估方法
CN103150633A (zh) * 2013-03-18 2013-06-12 云南电网公司 电力设备状态实时评估和辅助决策系统
CN103454516A (zh) * 2013-05-06 2013-12-18 国家电网公司 智能化变电站二次设备健康状态诊断方法
CN103926491A (zh) * 2014-04-21 2014-07-16 国家电网公司 一种计及直流偏磁影响的变压器状态评估方法

Also Published As

Publication number Publication date
CN104267270A (zh) 2015-01-07

Similar Documents

Publication Publication Date Title
Fealy et al. Statistical downscaling of precipitation for a selection of sites in Ireland employing a generalised linear modelling approach
CN104483575B (zh) 用于非侵入式电力监测的自适应负荷事件检测方法
US9239760B2 (en) Systems and methods for detecting, correcting, and validating bad data in data streams
Arguez et al. The definition of the standard WMO climate normal: The key to deriving alternative climate normals
Meier et al. Biotic and abiotic variables show little redundancy in explaining tree species distributions
Mohsenian-Rad et al. Distribution synchrophasors: Pairing big data with analytics to create actionable information
CN101446827B (zh) 一种流程工业系统的过程故障分析装置及方法
KR20140130538A (ko) 고부하 가스 터빈들에 대한 진단 규칙들을 위한 방법 및 시스템
CN103971024A (zh) 小样本失效数据下继电保护系统可靠性评估方法
US20150371151A1 (en) Energy infrastructure sensor data rectification using regression models
Guo et al. Wind turbine gearbox condition monitoring with AAKR and moving window statistic methods
EP2691756B1 (de) Leckageerkennung mittels stochastischer massenbilanz
Shi et al. Short-term wind power generation forecasting: Direct versus indirect ARIMA-based approaches
CN102184292B (zh) 服从指数分布的电子产品可靠性预计模型修正方法
US7275018B2 (en) Method of condition monitoring
Reder et al. Data-driven learning framework for associating weather conditions and wind turbine failures
CN104868599B (zh) 一种智能变电站报文仿真测试与关联分析系统及仿真方法
CN103793854A (zh) 多重组合优化的架空输电线路运行风险信息化评估方法
CN103884780A (zh) 家具油漆车间voc浓度的建模和预测方法
KR101683256B1 (ko) 전력 설비 자산 관리 시스템 및 방법
CN101799674B (zh) 一种数控装备服役状态分析方法
TW201615844A (zh) 異因分析與校正方法與系統
CN103440400B (zh) 考虑灾害因素的电力系统短期风险判定方法
Zhang et al. Reliability demonstration methodology for products with Gamma Process by optimal accelerated degradation testing
CN103617816B (zh) 反应堆堆芯功率分布的测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Wang Qi

Inventor after: Deng Jun

Inventor after: Chang An

Inventor after: Song Yunhai

Inventor after: Zhang Han

Inventor after: Chen Xiangyu

Inventor after: Hu Jun

Inventor before: Zhao Jianning

Inventor before: Zhang Shenghui

Inventor before: Wang Qi

Inventor before: Deng Jun

Inventor before: Chang An

Inventor before: Song Yunhai

Inventor before: Zhang Han

Inventor before: Chen Xiangyu

Inventor before: Hu Jun

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant