CN108536911B - 一种基于中心距和样本特征的换流变压器状态评估方法 - Google Patents
一种基于中心距和样本特征的换流变压器状态评估方法 Download PDFInfo
- Publication number
- CN108536911B CN108536911B CN201810198631.7A CN201810198631A CN108536911B CN 108536911 B CN108536911 B CN 108536911B CN 201810198631 A CN201810198631 A CN 201810198631A CN 108536911 B CN108536911 B CN 108536911B
- Authority
- CN
- China
- Prior art keywords
- converter transformer
- state
- sample
- fault type
- fuzzy
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Mathematical Optimization (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
- Protection Of Transformers (AREA)
Abstract
本发明提供了一种基于中心距和样本特征的换流变压器状态评估方法。本方法首先综合分析了换流变压器的结构和工作特性,在此基础上建立了全面的换流变压器评估指标体系;再提出一种基于样本的模糊层次分析的换流变压器状态评估方法,利用换流变压器在一个检修周期内不同时间段的运维数据样本特征,避免了模糊层次分析中主观因素影响;最后综合利用不同时段内换流变压器运维数据样本,建立多个带有样本特征的换流变压器模糊状态评估模型,通过中心距融合法,得到了基于样本特征的换流变压器综合模糊状态评估模型。本发明在充分体现了换流变结构特点和不同时段内运行特性的同时,还具有较高的精度和较广泛的适用范围。
Description
技术领域
本发明涉及交直流大电网广域状态监测技术领域,具体涉及到一种基于中心距和样本特征的换流变压器状态评估方法。
背景技术
换流变压器是直流输电系统中向换流器提供适当电压等级的三相交流电压源设备,具有参与交直流变换、抑制直流故障电流、削弱交流系统入侵直流系统的过电压、隔离交直流系统、减少交流系统谐波的作用,其安全可靠运行直接关系到直流输电系统的运行可靠性。
随着直流输电工程运行年限的增长,已投运的换流变压器的绝缘问题也日益突出。葛上工程中第一批次换流变压器主绝缘试验中多次出现阀侧绕组、引线、分接开关等多个部位的绝缘问题,在西门子、ABB各自生产的首台±800kV换流变试验过程中均出现了绝缘故障。因此对运行中期的换流变压器进行状态评估,并根据评估结果制定相应的检修方案,对提高运行中期的换流变压器的安全可靠性和保障直流输电工程的安全稳定运行具有十分重要的意义。
目前基于状态检修的要求,国内外已经涌现了大量的电力变压器状态评估的方法,主要分为两大类:一类是基于现场运维经验和专家知识的主观评价方法,这种方法的优点是实用性强,但是评价结果精度容易受到评估人员主观因素的影响;另一类是基于运维数据和人工智能算法的客观评价方法,这种方法具有全面客观的优点,但是像神经网络、贝叶斯网络等算法需要大量的故障样本数据来驱动,换流变压器因投运的时间较短可用于驱动人工智能算法的数据样本规模小,不能满足评价精度要求。另外,换流变压器与普通电力变压器在短路阻抗、阀侧绕组绝缘、阀侧套管积污、内部电磁环境等方面存在较大差异,且在运行负荷和外部环境的影响下,换流变压器的运行特征呈现出较强的时间差异性,为了对其运行状态进行精确评估,需要建立能体现时间差异性的换流变压器状态评估方法。
虽然对电力变压器运行状态评价的方法较多,但目前还没有针对换流变压器的运行状态评价方法,所以提出一种基于换流变压器运行特征的状态评价方法具有重要的工程实用价值。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种基于中心距和样本特征的换流变压器状态评估方法,以实现对换流变压器状态评进行精确评估。
为实现上述目的,本发明的技术方案是:
一种基于中心距和样本特征的换流变压器状态评估方法,所述方法包括如下步骤:
步骤一:根据换流变压器的结构及运行特点,划分换流变压器评估层次,确定故障层的故障类型及指标层的状态量;
步骤二:统计换流变压器在检修周期内不同时间段p个的运维数据样本Cn,同时采集待评价换流变压器指标层状态量数据,并进行归一化处理,得到换流变压器实测指标量的状态量的归一化评分gi;
步骤三:根据其中的一运维数据样本来确定其故障类型的相关状态量,列写模糊判断矩阵,求得指标量权重ωi和故障类型评分Xn;
步骤四:利用各故障类型评分,确定故障类型模糊判断矩阵,求得故障类型权重向量ωi′,以及基于该样本的换流变状态评估值S1;
步骤六:依据故障类型权重集合求取样本中心距dl及样本融合权重ωl,以求得换流变最终的状态评估值W,根据W的置信区间确定检修方案。
本发明与现有技术相比,其有益效果在于:
本发明提供了一种适用于大量样本数据特征的换流变压器状态评估方法。本发明主要包括样本特征提取和结果评价两个阶段。样本特征提取阶段包括了换流变压器特征的状态评估指标体系的建立、特征指标量及故障类型权重计算、样本特征矩阵的求取。结果评价阶段给出基于不同样本不同特征的换流变压器状态评分,依据中心距法给出换流变压器状态的最终评估结果。
本方法具有如下技术优势:
(1)首次将模糊评法运用于换流变压器状态评价中,实现了对换流变压器健康状态的检测,为换流变压器的运行与维护提供有力依据。
(2)首次建立较全面的换流变压器状态评估指标体系,综合考察24项换流变压器运维过程中指标量和8种故障类型,基本覆盖了换流变压器常见的运维故障和缺陷,充分体现了换流变结构特点和运行特性。
(3)本方法以实测数据和运维统计数据为基础,确定换流变压器模糊层次分析过程中的权重值,避免了模糊分析过程中主观因素的影响,使评价结果更具客观性。
(4)本方法以大量换流变运维数据样本为基础,建立了多个带有样本特征的换流变压器模糊状态评估模型,通过中心距融合法,提高了换流变压器综合模糊状态评估模型的精确度。
附图说明
图1为换流变压器阀侧绕组工作原理图;
图2为本发明的系统图;
图3为本发明实施例的样本训练流程图。
具体实施方式
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。
实施例:
一种基于中心距和样本特征的换流变压器状态评估方法,具体步骤为:
步骤一:根据换流变压器的结构及运行特点,划分换流变压器评估层次,确定故障层的故障类型及指标层的状态量;
步骤二:统计换流变压器在检修周期内不同时间段p个的运维数据样本Cn,同时采集待评价换流变压器指标层状态量数据,并进行归一化处理,得到换流变压器实测指标量的状态量的归一化评分gi;
步骤三:根据其中的一运维数据样本来确定其故障类型的相关状态量,列写模糊判断矩阵,求得指标量权重ωi和故障类型评分Xn;
步骤四:利用各故障类型评分,确定故障类型模糊判断矩阵,求得故障类型权重向量ωi′,以及基于该样本的换流变状态评估值S1;
步骤六:依据故障类型权重集合求取样本中心距dl及样本融合权重ωl,以求得换流变最终的状态评估值W。
其中,在步骤一中,换流变压器的结构特点如下:
1)侧绕组及其引线的绝缘复杂。由图1来描述其阀侧绕组工作原理图,相较于普通电力变压器,其阀侧绕组在一个工频周期内要承受交直流瞬变冲击电压和极性反转电压的应力作用,而且在直流电场下,阀侧绕组的绝缘纸将承担大部分的绝缘压力,这使换流变阀侧绕组及其引线的绝缘复杂多变,成为运维过程中绝缘监测的重点。
2)阀侧套管工作于交直流电场。阀侧套管连接阀侧绕组与换流阀,在一个工频周期内承受交流电场与直流电场共同作用。直流电场作用下,套管表面更易吸引空气中的带电颗粒形成污秽,从而加大发生污闪及不均匀受潮放电的几率,套管的运行状态受空气污染的影响而呈现季节性差异。
3)内部电磁环境更恶劣。为降低阀侧绕组端部对地高电压的接地风险,在设计时会增加绕组端部与铁芯轭的距离,这不可避免地导致换流变压器内部漏磁和局部损耗的增加。随着负荷的增加,换流变压器内部电磁环境更加恶劣。
步骤一中,换流变压器的运行特点为:故障频发的主要部位的次序大致为绕组、铁芯、分接开关、套管、绝缘油。
步骤一中,换流变压器评估层次分为系统层、故障层和指标层,故障层中的故障类型有绕组故障、铁心故障、内部过热、绝缘受潮、固体绝缘劣化、电弧放电、局部放电、阀侧套管故障;指标层状态量如表1所示。
表1指标层状态量
步骤二中,一个检修周期为一年,不同时间段可按季节划分,即每个季节为一个时间段,有4个不同时间段的运维数据样本。
步骤二中的运维数据包括故障层中故障发生的次数,以及某种类型的故障发生时相关指标状态量超标的次数。
步骤二中归一化处理方法为;定义实际值在正常范围内相对于正常状态阈值的裕度为相对完好度,则对于测量值越大状态越优的指标,如极化指数、绝缘电阻,其相对完好度可按公式(1)确定:
对测量值越小状态越优的指标,如乙炔含量、局部放电量,其相对完好度按公式(2)确定:
其中,g(xi)为指标xi的相对完好度;xi为该指标测量值,i表示指标层编号;xip表示该指标量的初值;xi0为该指标量的警示值,其值均按《油浸式变压器(电抗器)状态评价导则》要求确定。各指标量的警示值如表2所示。
步骤三中某一故障类型的相关状态量为该故障发生情况下,测量值出现过异常的所有指标量。
步骤三中对某故障类型状态评价时需要建立其相关状态量模糊判断矩阵RA,模糊判断矩阵RA可按公式(3)确定:
其中矩阵元素rij可按公式(4)确定:
公式(4)中pi(i=1,2,…,n)表示在同一统计样本下某故障类型的相关状态量的频数。
步骤三中判断矩阵的一致性检验可按如下方法进行验证:
rij=rik﹣rik+0.5 公式(5)
所述步骤三中指标量权重可按公式(6)确定:
公式(6)中β为权重分辨系数,通过增大β值可以提高各元素权重的分辨率,为充分体现各相关状态量之间的差异性本发明中β取ee(e为自然对数)。
公式(6)中rij为公式(3)中矩阵元素。
步骤三中故障类型状态评分可按公式(7)确定:
步骤四中故障类型模糊判断矩阵按公式(8)确定:
其中,矩阵元素rij可按公式(9)确定:
公式(9)中Xi为按公式(7)确定的故障类型状态评分。
步骤四中故障类型的权重ωi′可按照公式(10)确定:
公式(10)中权重分辨系数β取ee(e为自然对数)。
步骤四中,换流变压器状态值S按公式(11)确定:
公式(11)中S为换流变压器状态值,ω′i为故障类型权重,Xi为故障类型评分。
步骤五中,对p个样本进行换流变压器状态按照步骤三和步骤四所述内容进行评估,p个换流变压器样本状态值Sp,组成状态向量S=[S1,S2,…,Sp]。
步骤五中样本特征矩阵为:
其中Vp为样本p的特征向量,Vp=[v1p v2p … vnp],vnp为对第p号样本进行评估时第n类故障的权重。
步骤六中,样本特征向量中心距dj,可按照公式(12)确定:
公式(12)中vij表示故障类型Fi的权重值,j为样本编号,j=1,2,…,p;i为故障类型编号,i=1,2,...,n。
步骤六中,样本融合权重wj具有如下性质:
1.样本融合权重表征某样本评价结果与所有样本初评结果的一致性程度;
2.样本融合权重与中心距负相关,即融合权重越大中心距越小,融合权重越小中心距越大。
步骤六中,样本融合权重wj可以按照公式(14)确定:
公式(14)中dj为样本个体的特征向量中心距。
公式(14)中a为与样本数p有关的常数,可以按照公式(15)确定。
公式(15)中k为差异系数,k值越大对样本特征的区分度就越大,一般取100。用MATLAB对公式(15)求解,得到a与样本数p之间的对应关系,如表3所示。
表3常数a与样本个数p的关系
步骤六中,换流变最终的状态评估值W,可以按照公式(16)确定:
W=w·S 公式(16)
公式(16)中w为样本融合权重w=[w1,w2,···,wp];
公式(16)中S为依据样本的换流变压器模糊状态评估结果S=[S1,S2,···,Sp]。
由此可知,本方法提供了一种适用于大量样本数据特征的换流变压器状态评估方法。本发明主要包括样本特征提取和结果评价两个阶段。样本特征提取阶段包括了换流变压器特征的状态评估指标体系的建立、特征指标量及故障类型权重计算、样本特征矩阵的求取。结果评价阶段给出基于不同样本不同特征的换流变压器状态评分,依据中心距法给出换流变压器状态的最终评估结果。
下面以收集整理到的中国南方电网公司所辖换流变压器故障和缺陷信息为统计数样本,以中国南方电网公司某换流站极1C相换流变压器为评估对象,对该换流变压器运行状态进行评估,本实例整体框架如图2所示,主要包括样本特征提取(即步骤一至步骤四)和中心距融合评价(即步骤五、步骤六)两个阶段。用于提取样本特征的数据为收集整理到的中国南方电网公司换流变压器故障和缺陷统计信息,如表4所示。待测评换流变压器的24个指标量实测值、规定注意值及状态评分如表5所示。样本特征提取阶段包括了换流变压器特征的状态评估指标体系的建立、特征指标量及故障类型权重计算、个体样本特征矩阵的求取。结果评价阶段给出基于不同样本不同特征的换流变压器状态评分,依据中心距法给出换流变压器状态的最终评估结果。
表4换流变压器故障信息样本统计数据
表5换流变压器指标量实测数据及其状态评价值
作为本实施例的一种优选方案,上述的样本特征提取部分的实施步骤如下:
(1)统计换流变压器发生故障或存在缺陷时所选的24个指标量状态值异常的次数,如表4所示。
(2)以表中数据为基础,根据公式(3)和公式(4)求出状态量评价矩阵R=(rij)n×n,并根据公式(5)或顺序一致性原则检验状态量评价矩阵R=(rij)n×n的一致性。
(3)在状态量评价矩阵R=(rij)n×n满足一致性检测的前提下,根据公式(6)计算换流变压器指标量权重ωi,根据公式(7)计算各故障类型状态评分Xn。
(4)根据公式(8)和公式(9)确定故障类型模糊判断矩阵RF,根据公式(5)或顺序一致性原则检验验证其一致性。
(5)在故障类型模糊判断矩阵RF满足一致性检测的前提下,根据公式(10)确定故障类型的权重ω′i,按公式(11)确定换流变压器模糊状态评分S。
作为本实施例的的一种优选方案,上述的中心距融合法部分的实施步骤如下:
(1)根据样本特征提取部分故障类型的权重ω′i和故障类型评分S,得到样本p的特征向量Vp=[v1p v2p … vnp]。
(3)求样本融合权重wj,根据公式(14)确定样本融合权重wj,根据公式(16)确定换流变最终的状态评估值W。
作为本发明的一种优选方案,换流变压器状态评估值W的置信区间如下:
当换流变压器刚投运时,其状态评估值为1;当发生重大故障而被迫退出运行时,状态评估值为0。
当W∈(0.8,1]时,将其状态等级评定为良好,表明换流变压器运行状态良好能继续稳定运行可适当推迟检修计划。
当W∈(0.6,0.8]时,将其状态等级评定为注意,表明换流变压器运行状态一般,能继续运行,但其内部可能存在微小缺陷,应当按计划检修。
当W∈(0.2,0.6]时,将其状态等级评定为异常,表明换流变压器运行状态较差,能勉强运行,但其内部可能存在较大缺陷,应当尽快安排检修。
当W∈(0,0.2]时,将其状态等级评定为严重,表明换流变压器运行状态很差,不能继续运行,但其内部可能存在影响电网运行的缺陷,应当立即退出运行安排检修。
本实施例最终的评定结果,W=0.698其状态等级评定为注意,应当对其进行按期检修。但该换流变压器近期经历过短时间短路电流冲击,在后续运行过程中该换流变压器运行状态持续下降,电网公司决定对该换流变压器进行解体大修。解体大修发现了该换流变压器的确存在绕组缺陷,证明了本评估方法的可行性与准确性。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (5)
1.一种基于中心距和样本特征的换流变压器状态评估方法,其特征在于,所述方法包括如下步骤:
步骤一:根据换流变压器的结构及运行特点,划分换流变压器评估层次,确定故障层的故障类型及指标层的状态量;
步骤二:统计换流变压器在检修周期内不同时间段p个的运维数据样本Cn,同时采集待评价换流变压器指标层状态量数据,并进行归一化处理,得到状态量的归一化评分gi
步骤三:根据其中的一运维数据样本来确定其故障类型的相关状态量,列写模糊判断矩阵,求得指标量权重ωi和故障类型评分Xn;
步骤四:利用步骤三中的故障类型评分,确定故障类型模糊判断矩阵,求得故障类型权重向量ω′i,以及基于该样本运维数据样本的换流变状态评估值S1;
步骤六:依据故障类型权重集合求取样本中心距dl及样本融合权重ωl,以求得换流变最终的状态评估值W,根据W的置信区间确定检修方案;
换流变压器状态评估包括两个方面,分别为步骤三和四的基于单样本的模糊状态评估以及步骤五和六的基于多样本数据的中心距融合方法;
所述基于多样本数据的中心距融合方法的具体流程为:
(1)根据运维数据样本特征提取部分故障类型的权重ω′i和故障类型评分S,确定样本特征向量Vp;
(3)根据运维数据样本特征向量中心距dj求样本融合权重wj和基于中心距的换流变压器状态评估值W;
在步骤二中,所述归一化评分gi分为两类,分别为测量值越大状态越优的指标以及测量值越小状态越优的指标;其中,测量值越大状态越优的指标用公式(1)确定:
测量值越小状态越优的指标用公式(2)确定:
其中,g(xi)为指标xi的相对完好度;xi为该指标测量值,i表示指标层编号;xip表示该指标量的初值;xi0为该指标量的警示值;
在步骤三中,某一故障类型的相关状态量为该故障发生情况下,测量值出现过异常的所有指标量;
对某一故障类型状态评价时需要建立其相关状态量模糊判断矩阵RA,模糊判断矩阵RA用公式(3)确定:
其中,矩阵元素rij由按公式(4)确定:
公式(4)中,pi(i=1,2,…,n)表示在同一统计样本下某故障类型的相关状态量的频数。
2.如权利要求1所述的基于中心距和样本特征的换流变压器状态评估方法,其特征在于,所述基于单样本的模糊状态评估的具体流程为:
(1)依据运维数据样本的样本数据和换流变压器状态量的归一化评分,求出状态量评价矩阵R=(rij)n×n,并对状态量评价矩阵的一致性进行检查;
(2)若状态量评价矩阵R=(rij)n×n满足一致性检测,则计算换流变压器指标量权重ωi和各故障类型状态评分Xn;若不满足一致性检测停止评价;
(3)根据故障类型状态评分Xn确定故障类型模糊判断矩阵RF,并对故障类型模糊判断矩阵的一致性进行检查;
(4)若故障类型模糊判断矩阵RF满足一致性检测,则计算故障类型的权重ω′i和换流变压器模糊状态评分S;若不满足一致性检测停止评价。
3.如权利要求1所述的基于中心距和样本特征的换流变压器状态评估方法,其特征在于,所述故障层的故障类型包括绕组故障、铁芯 故障、内部过热、绝缘受潮、固体绝缘劣化、电弧放电、局部放电以及阀侧套管故障;所述指标层的状态量包括绝缘油介损、油中微水、油击穿电压、绝缘电阻吸收比、极化指数、体积电阻率、氢气含量、铁芯 接地电流、铁芯 绝缘电阻、总烃含量、CO产生速率、绕组绝缘介损、绕组电容、绕组短路阻抗初值、绕组直流电阻互差、C2H2含量或速率、局部放电量、油中含气量、油中糠醛、绝缘纸聚合度、SF6压力、套管红外测温、套管末屏电阻以及套管电容偏差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810198631.7A CN108536911B (zh) | 2018-03-12 | 2018-03-12 | 一种基于中心距和样本特征的换流变压器状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810198631.7A CN108536911B (zh) | 2018-03-12 | 2018-03-12 | 一种基于中心距和样本特征的换流变压器状态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108536911A CN108536911A (zh) | 2018-09-14 |
CN108536911B true CN108536911B (zh) | 2020-12-25 |
Family
ID=63483484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810198631.7A Active CN108536911B (zh) | 2018-03-12 | 2018-03-12 | 一种基于中心距和样本特征的换流变压器状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108536911B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305319B (zh) * | 2020-12-24 | 2021-04-02 | 中国电力科学研究院有限公司 | 一种用于在线监测换流变压器阀侧套管参数的方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496069A (zh) * | 2011-12-07 | 2012-06-13 | 山东电力集团公司青岛供电公司 | 基于模糊层次分析法的电缆多状态安全运行评估方法 |
CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
CN107464033A (zh) * | 2016-11-14 | 2017-12-12 | 威凯检测技术有限公司 | 基于模糊层次分析的扫地机器人智能特性等级评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2290775A1 (en) * | 2009-08-31 | 2011-03-02 | ABB Research Ltd. | A method of fault phase selection and fault type determination |
-
2018
- 2018-03-12 CN CN201810198631.7A patent/CN108536911B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496069A (zh) * | 2011-12-07 | 2012-06-13 | 山东电力集团公司青岛供电公司 | 基于模糊层次分析法的电缆多状态安全运行评估方法 |
CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
CN107464033A (zh) * | 2016-11-14 | 2017-12-12 | 威凯检测技术有限公司 | 基于模糊层次分析的扫地机器人智能特性等级评价方法 |
CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
Non-Patent Citations (4)
Title |
---|
交通监控中基于模糊聚类的无线传感网MAC协议;任秀丽 等;《计算机应用》;20161010;第36卷(第10期);第2653-2658页 * |
基于模糊层次分析法的变压器状态评估;张晶晶 等;《电力系统保护与控制》;20170201;第45卷(第3期);第75-81页 * |
基于灰色聚类与证据合成的变压器状态评估;苗飞 等;《高压电器》;20160316;第52卷(第3期);第50-55页 * |
模糊层次分析法权重研究;兰继斌 等;《系统工程理论与实践》;20060930;第26卷(第9期);第107-112页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108536911A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106908674B (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
Li et al. | An integrated method of set pair analysis and association rule for fault diagnosis of power transformers | |
CN108491990A (zh) | 一种风电场设备状态评价及检修决策支持检测方法及系统 | |
CN103605881A (zh) | 一种基于故障树和层次分析法的电力变压器状态评估方法 | |
CN106651189B (zh) | 一种基于多层复合规则的变压器状态评价方法 | |
CN110298012B (zh) | 基于试验数据与运维信息的中低压xlpe电缆寿命评估方法 | |
CN106203863A (zh) | 一种综合多源信息的电力变压器全量状态评价模型 | |
CN109490726A (zh) | 基于云理论的电力变压器绝缘状态评估方法 | |
CN112116276B (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN110940374A (zh) | 基于大数据融合的变压器健康等级评价系统及方法 | |
CN110503305B (zh) | 一种变压器性能评估方法 | |
CN106199234A (zh) | 一种基于健康指数的变压器剩余寿命检测方法 | |
CN108304931A (zh) | 一种变电设备状态检修故障诊断方法 | |
CN107153999A (zh) | 一种配电变压器品质质量的确定方法 | |
CN103699668A (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN108629491A (zh) | 一种换流变检修质量综合评估方法 | |
CN106295240A (zh) | 一种基于模糊数学的电力变压器状态评估方法 | |
CN115639502A (zh) | 异常工况下变压器绕组运行状态下的综合评估方法及系统 | |
CN109711687B (zh) | 一种基于改进熵值法的绝缘子状态模糊评估方法 | |
CN115034606A (zh) | 一种变压器低压母排绝缘护套运行状态评估方法 | |
CN108536911B (zh) | 一种基于中心距和样本特征的换流变压器状态评估方法 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
CN116739399A (zh) | 一种高压电缆运行状态评价方法 | |
Zhang et al. | Research on variable weight synthesizing model for transformer condition assessment | |
CN114462692A (zh) | 一种电网老旧设备技改策略优化调整方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |