CN105005713A - 基于灰靶理论的六氟化硫断路器状态评估方法 - Google Patents
基于灰靶理论的六氟化硫断路器状态评估方法 Download PDFInfo
- Publication number
- CN105005713A CN105005713A CN201510544075.0A CN201510544075A CN105005713A CN 105005713 A CN105005713 A CN 105005713A CN 201510544075 A CN201510544075 A CN 201510544075A CN 105005713 A CN105005713 A CN 105005713A
- Authority
- CN
- China
- Prior art keywords
- target
- sulfur hexafluoride
- state
- grey
- target center
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明提供的基于灰靶理论的六氟化硫断路器状态评估方法,包括b.利用灰靶变换,获取靶心度;c.将断路器状态进行状态分级;d.根据靶心度数值确定断路器的状态等级;本发明提供的基于灰靶理论的六氟化硫断路器状态评估方法,采用改进加权灰靶理论的对断路器状态进行评估,利用最小偏差赋权法确定断路器状态指标的权重,计算结果更加合理,克服了单一的主、客观赋权法的缺点,保证了评估结果的正确性,使检修策略更加合理和具有针对性,保证了电力系统的运行稳定性和供电可靠性。
Description
技术领域
本发明涉及电力领域,尤其涉及一种基于灰靶理论的六氟化硫断路器状态评估方法。
背景技术
高压断路器是电网中重要的开关设备,可以切断或闭合高压电路中的空载电流和负荷电流,而且当系统发生故障时通过继电器保护装置的作用,切断过负荷电流和短路电流,具有完善的灭弧结构和足够的断流能力,在电力系统中,高压断路器担负着控制、保护的等功能,其运行状态直接影响着电力系统的运行稳定性和供电可靠性。高压断路器在电力系统中数量多,其种类可分为:油断路器(多油断路器、少油断路器)、六氟化硫断路器(SF6断路器)、真空断路器、压缩空气断路器等。其中,六氟化硫断路器是利用六氟化硫(SF6)气体作为灭弧介质和绝缘介质的一种断路器。六氟化硫用作断路器中灭弧介质是由于这种气体的优异特性,使这种断路器单断口在电压和电流参数方面大大高于压缩空气断路器和少油断路器,并且不需要高的气压和相当多的串联断口数。在庞大的电力系统中,如果按照定期维修或停电预防性试验来对断路器进行检修,就会造成检修量大、费用高、容易出现过修或者欠修等缺点,因此,对其运行状态进行准确评估显得十分重要。
发明内容
有鉴于此,本发明提供一种基于灰靶理论的六氟化硫断路器状态评估方法,以解决上述问题。
本发明提供的基于灰靶理论的六氟化硫断路器状态评估方法,包括
b.利用灰靶变换,获取靶心度;
c.将断路器状态进行状态分级;
d.根据靶心度数值确定六氟化硫断路器的状态等级。
进一步,利用如下公式获取所述靶心度
其中,γ(x0,xj)表示xj的靶心度,x0表示标准靶心,γ(x0(k),xj(k))表示xj(k)和x0(k)的靶心系数,Wk表示改进加权灰靶靶心度系数,xj(k)表示进行灰靶变换后的值。
进一步,建立优化目标函数,利用所述优化目标函数获取改进加权灰靶靶心度系数,所述优化目标函数为:
其中,i=1,2,…,M,j=1,2,…,N,x(i,j)表示第i个状态指标值序列,通过灰靶变换后得到x′ij,y(i)表示对应的状态指标序列的评估等级值,N为断路器的评估指标数量,M为六氟化硫断路器在N个六氟化硫断路器指标各自对应区间内经过计算的标准模式序列数量。
进一步,所述步骤d具体包括:
d1.将靶心度划分为若干数值范围,
d2.根据严重程度将断路器状态分级,并与靶心度的数值范围一一对应,
d3.根据计算的靶心度所属的数值范围,判定六氟化硫断路器的状态。
进一步,在步骤b之前还包括
a.确定六氟化硫断路器的状态评估指标参数。
进一步,根据六氟化硫断路器的开断磨损、电气特性、机械特性和绝缘介质确定所述状态评估指标参数。
进一步,所述状态评估指标参数包括相对电磨损度、分合闸不同期、分合闸时间、刚分合速度、最低动作电压、绝缘电阻、导电回路电阻、气体压力、气体湿度和气体微水含量。
本发明的有益效果:本发明提供的基于灰靶理论的六氟化硫断路器状态评估方法,采用改进加权灰靶理论的对断路器状态进行评估,利用最小偏差赋权法确定断路器状态指标的权重,计算结果更加合理,克服了单一的主、客观赋权法的缺点,保证了评估结果的正确性,使检修策略更加合理和具有针对性,保证了电力系统的运行稳定性和供电可靠性。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1是本发明的流程示意图。
图2是本发明的靶心度统计结果示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述:图1是本发明的原理示意图,图2是本发明的靶心度统计结果示意图。
如图1所示,本实施例中的基于灰靶理论的六氟化硫断路器状态评估方法,包括
a.确定断路器的状态评估指标参数;
b.利用灰靶变换,获取靶心度;
c.将六氟化硫断路器状态进行状态分级;
d.根据靶心度数值确定断路器的状态等级。
在本实施例中,灰靶理论的核心思想是在没有标准模式情况时,按照各指标的性质在一组模式序列中确定最靠近子命题目标值的数据构造标准模式,待评估的模式与标准模式组合构成灰靶,标准模式为该灰靶的靶心。利用灰靶变换,建立灰色关联差异信息空间,得到靶心系数和靶心度,结合靶心度等级划分原则确定待评估模式的评估等级。
在本实施例中,假设ωi={ωi(1),ωi(2)L,ωi(n)}为六氟化硫高压断路器的第i个状态模式,ω(k)={ω1(k),ω2(k)L,ωm(k)}为第k个状态指标序列,在标准模式中,各个待评估指标的极性为极大值性、适中值性和极小值性3种极性中的一种,则标准模式序列ω0(k)的计算公式为:
式中,POL(ω(k))=POL,max表示第k个状态评估指标具有极大值性;POL(ω(k))=POL,mem表示第k个状态评估指标具有适中值性;POL(ω(k))=POL,min表示第k个状态评估指标具有极小值性。i∈I={1,2,L,m},m表示选取的高压断路器状态模式数目;k∈I={1,2,L,n},n表示六氟化硫高压断路器评估指标的个数。通过对各评估指标进行计算,得到标准模式序列为ω0={ω0(1),ω0(2),L,ω0(n)}。
如果ω'j={ω'j(1),ω'j(2),L,ω'j(n)}为第j个待评估的状态模式序列。当j=0时,有Tω0=x0,(x0(1),x0(2),L,x0(n))=(1,1,L,1),x0为标准靶心。将ω'j和ω0进行灰靶变换:
式中,T为统一测度变换,j∈I={1,2,L,m},xj(k)表示进行灰靶变换后的值,有xj(k)∈[0,1]成立。
定义γ(x0(k),xj(k))为xj(k)和x0(k)的靶心系数,则靶心系数计算公式为:
式中,由最少信息原理可得ξ=0.5,表示对差异信息空间的上界值与下界值具有相同的偏好。 Δoj(k)=|x0(k)-xj(k)|=|1-xj(k)|,k∈I={1,2,L,n}。Δoj(k)为待评估的状态序列ω'j和ω0二者间的灰色差异信息。
本实施例引入改进加权灰靶靶心度系数Wk,改进加权靶心度计算公式如下:
其中,γ(x0,xj)表示xj的靶心度,x0表示标准靶心,γ(x0(k),xj(k))表示xj(k)和x0(k)的靶心系数,Wk表示改进加权灰靶靶心度系数,xj(k)表示进行灰靶变换后的值。本实施例中的Wk为各个指标对应的权重值,成立。
在本实施例中,建立优化目标函数,利用所述优化目标函数获取改进加权灰靶靶心度系数,所述优化目标函数为:
其中,i=1,2,…,M,j=1,2,…,N,x(i,j)表示第i个状态指标值序列,通过灰靶变换后得到x′ij,y(i)表示对应的状态指标序列的评估等级值,N为断路器的评估指标数量,M为断路器在N个断路器指标各自对应区间内经过计算的标准模式序列数量。
本实施例将SF6高压断路器的14个评估指标的各自对应区间内采用MATLAB随机函数产生80个服从均匀分布的高压断路器状态指标值,同时为了消除区域边界的影响,还取了20个指标区域的边界。经过计算得到480组标准模式序列为(x(i,j),y(j)),其中i=1,2…,480,j=1,2…,14。x(i,j)为第i个状态指标值序列,通过灰靶变换后得到x′ij,y(i)表示对应的状态指标序列的评估等级值。
建立如下优化目标函数:
利用Matlab软件的QuadProg求解二次优化问题式(6),并得到SF6高压断路器状态指标的权重值。
在本实施例中,步骤d具体包括:
d1.将靶心度划分为若干数值范围,
d2.根据严重程度将断路器状态分级,并与靶心度的数值范围一一对应,
d3.根据计算的靶心度所属的数值范围,判定断路器的状态。
如表1所示,本实施例将状态等级划分为四级,分别为正常状态、注意状态、异常状态和严重状态
表1
通过运用改进加权灰靶理论可以有效、正确地实现SF6断路器运行状态等级评估,指导检修策略,评估过程易于实现。
如表2所示,在本实施例中,根据断路器的开断磨损、电气特性、机械特性和绝缘介质确定所述状态评估指标参数,所述状态评估指标参数包括相对电磨损度、分合闸不同期、分合闸时间、刚分合速度、最低动作电压、绝缘电阻、导电回路电阻、气体压力、气体湿度和气体微水含量。
表2
本实施例中的断路器为六氟化硫高压断路器,下面具体举出两个实施例进行进一步详细说明。
实施例一:
在高压断路器发生故障前,根据不同的状态等级标准,采用对应的预防措施,可以解决定期检修造成的过修或欠修的问题。状态分级时不能过多或者过少,一般选4—5个分级比较合适。由灰色系统理论中的最小信息原理可知,应对靶心度进行均匀分级。
本实施例根据灰色关联度的相关定理,靶心度0.3333以下各分级没有实际意义。结合SF6高压断路器运行状态的实际故障诊断情况。
本实施例中统计的100组断路器数据测试样本进行分析,有20个正常样本,其余样本统称为故障样本,统计分析结果如图2所示,由图2可以看出,区分正常样本和故障样本的靶心度大致为0.6—0.7,本实施例中,确定靶心度为0.65时,正常样本和故障样本可以通过加权灰靶算法进行正确分类。
在本实施例中,以某供电局多个110kV变电站的SF6高压断路器为例,如表2所示。结合现场检测到的运行数据,灰靶心度计算过程如下:
(1)指标序列
通过现场监测高压断路器状态参数,得到待评估序列
ω′1={0.38,1.62,0.98,68.24,35.73,3.10,4.01,142,138,4000,48.45,0.53,102,256},对该SF6断路器状态进行评估。
(2)标准模式序列
对于标准模式的计算,当k=10时,序列对应的绝缘电阻具有最大值极性,因此ω0(10)=10000。当k=12时,序列对应的是气体压力,考虑到实际情况,此时指标具适中值性,取铭牌额定气压值0.6MPa。其余12个指标均具有极小值极性,因此,计算得到标准模式序列ω0:
ω0={ω0(1),ω0(2),L,ω0(14)}={0.24,1.11,0.93,41.23,16.61,3.12,2.83,65,72,10000,24.62,0.60,76,61}
(3)灰靶变换
根据式(2)对标准模式序列ω0进行灰靶变换
Tω0=x0={1,1,1,1,1,1,1,1,1,1,1,1,1,1}
对待评估序列ω′1进行灰靶变换
对其余状态指标也运用灰靶变换,可得到
Tω′1=x1={0.6316,0.6852,0.9490,0.6042,0.4649,0.9936,0.7057,0.4577,0.5217,0.4000,0.5082,0.8833,0.7451,0.2383}。
(4)灰关联差异信息空间
Δ01(k)=|x0(k)-x1(k)|=|1-x1(k)|={0.3684,0.3148,0.0510,0.3958,0.5351,0.0064,0.2943,0.5423,0.4783,0.6000,0.4918,0.1167,0.2549,0.7617}
(4)靶心系数
由式(3)可以得到:
γ(x0(1),x1(1))=0.5169,γ(x0(2),x1(2))=0.5567,
γ(x0(3),x1(3))=0.8967,γ(x0(4),x1(4))=0.4986,
γ(x0(5),x1(5))=0.4228,γ(x0(6),x1(6))=1.0000,
γ(x0(7),x1(7))=0.5736,γ(x0(8),x1(8))=0.4195,
γ(x0(9),x1(9))=0.4508,γ(x0(10),x1(10))=0.3948,
γ(x0(11),x1(11))=0.4438,γ(x0(12),x1(12))=0.7784,
γ(x0(13),x1(13))=0.6091,γ(x0(14),x1(14))=0.3389。
由改进加权靶心度计算式(4),可得:
通过与表1中SF6断路器状态分级进行比较,可知该序列的评估等级属于注意状态的II级,这表明SF6断路器的单项或多项状态量变化趋势朝接近限值方向发展但未超过标准限值,或者部分一般状态量超过标准值,仍可以继续运行,建议加强运行中的监视。
实施例二
本实施例以某110kV变电站的型号为LW-126的SF6高压断路器的实测数据为基础进行分析计算,待评估序列
ω′2={0.25,1.42,1.35,60.35,36.92,3.65,2.84,100,100,10000,30.90,0.58,80,65}
本实施例同样采用实施例一的计算方式进行计算,经过计算得靶心度为0.6691,判断为I级,正常运行状态,结合现场运行情况,评估结果和实际SF6高压断路器运行情况一致。
本发明提供的基于改进加权灰靶理论的评估方法,计算结果更加合理,克服了单一的主、客观赋权法的缺点,保证了评估结果的正确性,在获取指标权重值方面提供了新思路。
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 (7)
1.一种基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:包括
b.利用灰靶变换,获取靶心度;
c.将断路器状态进行状态分级;
d.根据靶心度数值确定六氟化硫断路器的状态等级。
2.根据权利要求1所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:利用如下公式获取所述靶心度
其中,γ(x0,xj)表示xj的靶心度,x0表示标准靶心,γ(x0(k),xj(k))表示xj(k)和x0(k)的靶心系数,Wk表示改进加权灰靶靶心度系数,xj(k)表示进行灰靶变换后的值。
3.根据权利要求2所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:建立优化目标函数,利用所述优化目标函数获取改进加权灰靶靶心度系数,所述优化目标函数为:
其中,i=1,2,…,M,j=1,2,…,N,x(i,j)表示第i个状态指标值序列,通过灰靶变换后得到x′ij,y(i)表示对应的状态指标序列的评估等级值,N为六氟化硫断路器的评估指标数量,M为六氟化硫断路器在N个断路器指标各自对应区间内经过计算的标准模式序列数量。
4.根据权利要求1所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:所述步骤d具体包括:
d1.将靶心度划分为若干数值范围,
d2.根据严重程度将断路器状态分级,并与靶心度的数值范围一一对应,
d3.根据计算的靶心度所属的数值范围,判定六氟化硫断路器的状态。
5.根据权利要求1所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:在步骤b之前还包括
a.确定六氟化硫断路器的状态评估指标参数。
6.根据权利要求4所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:根据六氟化硫断路器的开断磨损、电气特性、机械特性和绝缘介质确定所述状态评估指标参数。
7.根据权利要求2所述的基于灰靶理论的六氟化硫断路器状态评估方法,其特征在于:所述状态评估指标参数包括相对电磨损度、分合闸不同期、分合闸时间、刚分合速度、最低动作电压、绝缘电阻、导电回路电阻、气体压力、气体湿度和气体微水含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510544075.0A CN105005713A (zh) | 2015-08-28 | 2015-08-28 | 基于灰靶理论的六氟化硫断路器状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510544075.0A CN105005713A (zh) | 2015-08-28 | 2015-08-28 | 基于灰靶理论的六氟化硫断路器状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105005713A true CN105005713A (zh) | 2015-10-28 |
Family
ID=54378383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510544075.0A Pending CN105005713A (zh) | 2015-08-28 | 2015-08-28 | 基于灰靶理论的六氟化硫断路器状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105005713A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460879A (zh) * | 2017-11-22 | 2019-03-12 | 国网浙江省电力公司湖州供电公司 | 一种基于灰靶算法的变压器运行状态评估系统及方法 |
CN110852574A (zh) * | 2019-10-21 | 2020-02-28 | 中国电子科技集团公司第二十九研究所 | 一种基于改进灰靶理论的目标威胁评估方法及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116692A (zh) * | 2013-01-11 | 2013-05-22 | 重庆市电力公司电力科学研究院 | 并网型微电网可靠性分析方法及系统 |
CN103226661A (zh) * | 2013-04-24 | 2013-07-31 | 国家电网公司 | 市场环境下电力用户可靠性需求的计算机评估方法 |
CN104008302A (zh) * | 2014-06-09 | 2014-08-27 | 上海电力学院 | 一种基于组合赋权和模糊评分的配电网可靠性评估方法 |
-
2015
- 2015-08-28 CN CN201510544075.0A patent/CN105005713A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116692A (zh) * | 2013-01-11 | 2013-05-22 | 重庆市电力公司电力科学研究院 | 并网型微电网可靠性分析方法及系统 |
CN103226661A (zh) * | 2013-04-24 | 2013-07-31 | 国家电网公司 | 市场环境下电力用户可靠性需求的计算机评估方法 |
CN104008302A (zh) * | 2014-06-09 | 2014-08-27 | 上海电力学院 | 一种基于组合赋权和模糊评分的配电网可靠性评估方法 |
Non-Patent Citations (5)
Title |
---|
任全 等: "最小偏差的指标赋权方法研究与应用", 《系统工程》 * |
刘德海 等: "最小偏差组合权重的突发事件应急能力评价模型", 《中国管理科学》 * |
周文坤: "基于最小偏差指标赋权的多属性决策方法", 《运筹学学报》 * |
张海龙: "基于模糊数学与灰色理论的高压断路器运行状态评估研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
李建坡 等: "基于灰靶理论的电力变压器状态评估新方法", 《吉林大学学报(工学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460879A (zh) * | 2017-11-22 | 2019-03-12 | 国网浙江省电力公司湖州供电公司 | 一种基于灰靶算法的变压器运行状态评估系统及方法 |
CN110852574A (zh) * | 2019-10-21 | 2020-02-28 | 中国电子科技集团公司第二十九研究所 | 一种基于改进灰靶理论的目标威胁评估方法及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103323707B (zh) | 基于半马尔科夫过程的变压器故障率预测方法 | |
CN103810328A (zh) | 一种基于混合模型的变压器维修决策方法 | |
CN105653764A (zh) | 电网安全事故风险等级在线评估与预警方法 | |
CN109061463A (zh) | 一种高压断路器机械状态监测和故障诊断方法 | |
CN105703258A (zh) | Gis开关设备动作状态监测系统及其使用方法 | |
CN105512962A (zh) | 一种气体绝缘组合电器绝缘状态综合评估方法 | |
CN105242155A (zh) | 一种基于熵权法和灰色关联分析的变压器故障诊断方法 | |
CN104616090A (zh) | 基于风险评估的电缆检修策略方法 | |
CN107179502B (zh) | 一种高压断路器机械状态的故障诊断方法 | |
CN105203876A (zh) | 一种利用支持向量机和相关分析的变压器在线监测状态评估方法 | |
CN105425768A (zh) | 一种电力二次设备监测装置及方法 | |
CN105467971A (zh) | 一种电力二次设备监测系统及方法 | |
CN108266219A (zh) | 基于风量特征的矿井通风系统阻变型单故障源诊断方法 | |
CN102968569B (zh) | 基于Markov模型与D-S证据理论的安全仪表系统可靠性评估方法 | |
CN105606931A (zh) | 一种基于量子遗传算法的中压配电网故障诊断方法 | |
CN106647650A (zh) | 基于变量加权pca模型的分散式工业过程监测方法 | |
CN105372528A (zh) | 一种电力变压器内部故障的状态检修方法 | |
CN104850750A (zh) | 一种核电站反应堆保护系统可靠性分析方法 | |
CN102930408B (zh) | 一种基于信息融合的750kV电网二次设备状态评估方法 | |
CN105005713A (zh) | 基于灰靶理论的六氟化硫断路器状态评估方法 | |
CN105468911A (zh) | 基于层次分析法和粗糙集的变压器状态评估方法 | |
CN117113166A (zh) | 一种基于改进的集成学习的工业锅炉故障检测方法 | |
CN113848471B (zh) | 继电保护系统的故障智能定位方法及系统 | |
CN110346666A (zh) | 一种基于加权马氏距离判别的电网变压器状态分析方法 | |
CN106597845A (zh) | 一种基于多目标优化的输电网故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151028 |