CN109283293B - 基于变异系数与topsis法的电力变压器故障诊断方法 - Google Patents

基于变异系数与topsis法的电力变压器故障诊断方法 Download PDF

Info

Publication number
CN109283293B
CN109283293B CN201811172902.8A CN201811172902A CN109283293B CN 109283293 B CN109283293 B CN 109283293B CN 201811172902 A CN201811172902 A CN 201811172902A CN 109283293 B CN109283293 B CN 109283293B
Authority
CN
China
Prior art keywords
fault
scoring
variation
coefficient
calculating
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
Application number
CN201811172902.8A
Other languages
English (en)
Other versions
CN109283293A (zh
Inventor
崔昊杨
葛晨航
霍思佳
马宏伟
郭文诚
秦伦明
邵洁
边后琴
唐忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Electric Power
Original Assignee
Shanghai University of Electric Power
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 Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201811172902.8A priority Critical patent/CN109283293B/zh
Publication of CN109283293A publication Critical patent/CN109283293A/zh
Application granted granted Critical
Publication of CN109283293B publication Critical patent/CN109283293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Housings And Mounting Of Transformers (AREA)
  • Testing Relating To Insulation (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明涉及一种基于变异系数与TOPSIS法的电力变压器故障诊断方法，包括以下步骤：获得已知故障状态下变压器油气数据，计算两两气体间体积分数的比值，形成样本数据；根据所述样本数据求取各组比值的变异系数，根据所述变异系数选取参与故障诊断的评分项，并计算各评分项的初始权重；对获得的评分项进行TOPSIS贴合度计算，得到各评分项的最终权值；设定各评分项的有效区间；基于所述有效区间以及待评价故障状态的具体比值数据，计算获得各评分项的分数；基于所述最终权值和各评分项的分数，计算获得待评价故障状态下的总评分，根据所述总评分确定变压器故障类型。与现有技术相比，本发明解决了编码缺失与边界过于绝对的问题。

Description

基于变异系数与TOPSIS法的电力变压器故障诊断方法
技术领域
本发明涉及变压器故障诊断技术领域，尤其是涉及一种基于变异系数与TOPSIS法的电力变压器故障诊断方法。
背景技术
电力变压器是电网的重要组成部分，电力变压器作为电力系统输变电设备中最关键、最昂贵的设备之一，承担着电压变换、电能分配和转移的重任，对电网的安全稳定运行具有至关重要的作用。然而，电力变压器在长期运行中，各种内部和外部原因造成的故障和事故不可避免，因此有必要对其健康状态进行诊断评估。
目前，IEC三比值法仍是基于油色谱技术评估油浸变压器运行状态的常用方法，主要是通过油中溶解气体的体积分数及气体编码信息对变压器的早期绝缘故障进行诊断。然而，这一方法在具体使用中受到包括故障产气浓度要求高、编码不完整以及编码边界过于绝对等问题的制约，一直存在判断失准的现象。为解决提高诊断准确度，先后发展了基于模糊、聚类、智能优化算法、支持向量机、神经网络以及专家系统等智能诊断方法，对输入样本提出了高质量、大数量且分布均衡等特性的需求以保证训练的有效性和评估的准确性。实际操作中，变压器故障数据的收集通常难度较大，通过中等规模的数据量结合绝缘油中溶解气体体积分数实现故障状态评估具有积极的现实意义。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于变异系数与TOPSIS法的电力变压器故障诊断方法。
本发明的目的可以通过以下技术方案来实现：
一种基于变异系数与TOPSIS法的电力变压器故障诊断方法，包括以下步骤：
1)获得已知故障状态下变压器油气数据，计算两两气体间体积分数的比值，形成样本数据；
2)根据所述样本数据求取各组比值的变异系数，根据所述变异系数选取参与故障诊断的评分项，并计算各评分项的初始权重；
3)对步骤2)获得的评分项进行TOPSIS贴合度计算，得到各评分项的最终权值；
4)设定各评分项的有效区间；
5)基于所述有效区间以及待评价故障状态的具体比值数据，计算获得各评分项的分数；
6)基于所述最终权值和各评分项的分数，计算获得待评价故障状态下的总评分，根据所述总评分确定变压器故障类型。
进一步地，步骤2)中，所述选取变异系数最小的m组比值作为参与故障诊断的评分项。
进一步地，步骤2)中，所述初始权重的计算公式为：
Figure BDA0001822988140000021
其中，cvi为变异系数。
进一步地，步骤3)中，所述进行TOPSIS贴合度计算具体包括以下步骤：
301)对评分项进行数据极化处理，将原始数据转换为正向指标矩阵Rij，通过将正向指标矩阵Rij与初始权重矩阵d相乘得到标准决策矩阵；
302)根据标准决策矩阵的列最大值得到正理想解
Figure BDA0001822988140000022
同时根据非0最小值得到负理想解
Figure BDA0001822988140000023
303)分别计算正向指标矩阵与正理想解、负理想解的欧几里得距离
Figure BDA0001822988140000024
和
Figure BDA0001822988140000025
304)根据所述欧几里得距离计算贴合度Si：
Figure BDA0001822988140000026
其中，Si为第i个评分项的贴合度。
进一步地，步骤303)中，所述正向指标矩阵与正理想解、负理想解的欧几里得距离
Figure BDA0001822988140000027
和
Figure BDA0001822988140000028
表示为：
Figure BDA0001822988140000029
Figure BDA0001822988140000031
进一步地，步骤3)中，所述最终权重的计算公式为：
Figure BDA0001822988140000032
其中，ωi为第i个评分项的最终权重，Si、Sj分别为第i、j个评分项的贴合度，m为参与故障诊断的评分项。
进一步地，步骤5)中，所述计算获得各评分项的分数的公式为：
Figure BDA0001822988140000033
其中，xi为评分项的具体比值数据，
Figure BDA0001822988140000035
为评分项的分数，(a，b]为评分项的有效区间。
进一步地，步骤6)中，所述总评分的计算公式为：
Figure BDA0001822988140000034
其中，gradefault为总评分，xi为评分项的比值，ωi为评分项的最终权重。
进一步地，所述变压器故障类型包括故障严重、故障发生和正常。
进一步地，所述步骤6)中，根据以下表格确定变压器故障类型：
总评分 80～100 60～80 40～60
变压器故障类型 故障严重 故障发生 正常
。
与现有技术相比，本发明具有以如下有益效果：
1)本发明采用变异系数筛选与特定故障关联性强的气体比值，从数据的角度出发挖掘特征参数与故障之间的关联，解决了传统IEC三比值法僵硬使基于用五种特征气体得到的三个气体比值的问题；
2)本发明在变异系数筛选数据、变异系数与TOPSIS两次定权的基础上，通过评分公式完成电力变压器发生故障类型的判断，解决了IEC三比值法边界过于绝对以及存在缺失编码的问题。
附图说明
图1为本发明的流程示意图；
图2为实施例中采用变异系数得到待评分项的筛选示意图
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例实现的基于变异系数与TOPSIS法的电力变压器故障诊断方法，包括以下步骤：
1)清洗已知故障的变压器油气数据，并计算两两气体间体积分数的比值，得到10组初始样本；
本实施例中，已知故障为低能量放电故障，对应有10组初始样本共24组数据。
2)求取各组比值的变异系数cvi，i＝1，2，...，10，通过比较同一故障类型下的10个变异系数相对大小选取参与故障评估的m个评分项，并根据项的变异系数按
Figure BDA0001822988140000041
计算其初始权值。
本实施例中，如图2所示，筛选得到的对应低能量放电故障的待评分项分别为C2H6/H2、C2H4/C2H6与C2H4/CH4，各项对应变异系数值经计算分别为0.59、0.60、0.72，根据上述公式可计算得到初始权重值为0.35、0.34、0.31。
采用数据极化的方式将24组原始数据转换为正向指标矩阵Rij，通过将正向指标矩阵Rij与初始权重矩阵d相乘得到标准决策矩阵。并根据标准决策矩阵数据的列最大值得到正理想解
Figure BDA0001822988140000042
非0最小值得到负理想解
Figure BDA0001822988140000043
计算极化数据与理想解的欧几里得距离，所用距离计算公式为，
Figure BDA0001822988140000044
Figure BDA0001822988140000045
其中，
Figure BDA0001822988140000046
与
Figure BDA0001822988140000047
分别表示与正理想解和负理想解的距离。
根据
Figure BDA0001822988140000048
与
Figure BDA0001822988140000049
的值计算贴合度，
Figure BDA00018229881400000410
贴合度越接近1，相应项目与故障关联性越强，待评分项最终权值由公式
Figure BDA0001822988140000051
进行确定。
根据对应评分项的比值数据分布情况，删减其中的“突兀”数据，根据数据聚集程度高的区间设定有效区间(a，b]。
根据待评分项的有效区间(a，b]，得到如下故障评分公式，
Figure BDA0001822988140000052
其中，xi为待评分项的比值，
Figure BDA0001822988140000053
为待评分项的分数。
按待评分项的最终权值，得到低能量放电故障状态的评分公式为，
Figure BDA0001822988140000054
其中，gradefault为故障的总评分。按评分公式与具体变压器油气数据计算得分，并根据表1判断故障类型。
表1变压器故障状态与最终得分关系
最终得分 80～100 60～80 40～60
故障状态 故障严重 故障发生 正常
以南方电网某变电站的故障500kV主变压器绝缘油中溶解气体数据如表2所示。
表2某500kV主变压器绝缘油中溶解气体体积分数
H<sub>2</sub> CH<sub>4</sub> C<sub>2</sub>H<sub>6</sub> C<sub>2</sub>H<sub>4</sub> C<sub>2</sub>H<sub>2</sub>
176 206 47.7 75.7 68.7
根据评分模型计算，在低能量放电故障下最终得分为77.31分，根据表1划分可以判断为低能量放电故障，且存在进入严重故障状态的趋势，判断情况与实际情况一致。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (9)

1.一种基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，包括以下步骤：
1)获得已知故障状态下变压器油气数据，计算两两气体间体积分数的比值，形成样本数据；
2)根据所述样本数据求取各组比值的变异系数，根据所述变异系数选取参与故障诊断的评分项，并计算各评分项的初始权重；
3)对步骤2)获得的评分项进行TOPSIS贴合度计算，得到各评分项的最终权值；
4)设定各评分项的有效区间；
5)基于所述有效区间以及待评价故障状态的具体比值数据，计算获得各评分项的分数；
6)基于所述最终权值和各评分项的分数，计算获得待评价故障状态下的总评分，根据所述总评分确定变压器故障类型；
步骤5)中，所述计算获得各评分项的分数的公式为：
Figure FDA0002955431540000011
其中，xi为评分项的具体比值数据，
Figure FDA0002955431540000012
为评分项的分数，(a,b]为评分项的有效区间，该有效区间根据数据聚集程度高的区间设定。
2.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤2)中，所述选取变异系数最小的m组比值作为参与故障诊断的评分项。
3.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤2)中，所述初始权重的计算公式为：
Figure FDA0002955431540000013
其中，cvi为变异系数。
4.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤3)中，所述进行TOPSIS贴合度计算具体包括以下步骤：
301)对评分项进行数据极化处理，将原始数据转换为正向指标矩阵Rij，通过将正向指标矩阵Rij与初始权重矩阵d相乘得到标准决策矩阵；
302)根据标准决策矩阵数据的列最大值得到正理想解
Figure FDA0002955431540000021
同时根据非0最小值得到负理想解
Figure FDA0002955431540000022
303)分别计算正向指标矩阵与正理想解、负理想解的欧几里得距离
Figure FDA0002955431540000023
和
Figure FDA0002955431540000024
304)根据所述欧几里得距离计算贴合度Si：
Figure FDA0002955431540000025
其中，Si为第i个评分项的贴合度。
5.根据权利要求4所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤303)中，所述正向指标矩阵与正理想解、负理想解的欧几里得距离
Figure FDA0002955431540000026
和
Figure FDA0002955431540000027
表示为：
Figure FDA0002955431540000028
Figure FDA0002955431540000029
6.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤3)中，所述最终权重的计算公式为：
Figure FDA00029554315400000210
其中，ωi为第i个评分项的最终权重，Si、Sj分别为第i、j个评分项的贴合度，m为参与故障诊断的评分项。
7.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，步骤6)中，所述总评分的计算公式为：
Figure FDA00029554315400000211
其中，gradefault为总评分，xi为评分项的比值，ωi为评分项的最终权重。
8.根据权利要求1所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，所述变压器故障类型包括故障严重、故障发生和正常。
9.根据权利要求8所述的基于变异系数与TOPSIS法的电力变压器故障诊断方法，其特征在于，所述步骤6)中，根据以下表格确定变压器故障类型：
总评分 80～100 60～80 40～60 变压器故障类型 故障严重 故障发生 正常
。
CN201811172902.8A 2018-10-09 2018-10-09 基于变异系数与topsis法的电力变压器故障诊断方法 Active CN109283293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811172902.8A CN109283293B (zh) 2018-10-09 2018-10-09 基于变异系数与topsis法的电力变压器故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811172902.8A CN109283293B (zh) 2018-10-09 2018-10-09 基于变异系数与topsis法的电力变压器故障诊断方法

Publications (2)

Publication Number Publication Date
CN109283293A CN109283293A (zh) 2019-01-29
CN109283293B true CN109283293B (zh) 2021-07-20

Family

ID=65176594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811172902.8A Active CN109283293B (zh) 2018-10-09 2018-10-09 基于变异系数与topsis法的电力变压器故障诊断方法

Country Status (1)

Country Link
CN (1) CN109283293B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110265906B (zh) * 2019-06-26 2021-08-13 国网上海市电力公司 一种变电站接地网状态评估方法及计算机系统
CN114240014A (zh) * 2021-09-22 2022-03-25 广东电网有限责任公司 一种变压器状态的评估方法、装置、电子设备及存储介质
CN114236262A (zh) * 2021-11-12 2022-03-25 上海电力大学 一种组合式智能电力变压器健康状态评估系统
CN117074833A (zh) * 2023-08-30 2023-11-17 江苏理工学院 一种变压器故障预测方法及故障预测系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392390A (zh) * 2014-11-13 2015-03-04 国家电网公司 一种基于topsis模型的智能变电站二次设备评估方法
CN106682297A (zh) * 2016-12-21 2017-05-17 江苏大学 一种注塑成型工艺多目标质量综合评价优化方法
CN106941256A (zh) * 2017-05-07 2017-07-11 东北电力大学 计及最大供电能力和最小联络建设费用的配电网主变联络结构优化规划方法
CN107045577A (zh) * 2017-04-21 2017-08-15 南京理工大学 城轨车辆轮对尺寸检测系统检测结果可靠度的确定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392390A (zh) * 2014-11-13 2015-03-04 国家电网公司 一种基于topsis模型的智能变电站二次设备评估方法
CN106682297A (zh) * 2016-12-21 2017-05-17 江苏大学 一种注塑成型工艺多目标质量综合评价优化方法
CN107045577A (zh) * 2017-04-21 2017-08-15 南京理工大学 城轨车辆轮对尺寸检测系统检测结果可靠度的确定方法
CN106941256A (zh) * 2017-05-07 2017-07-11 东北电力大学 计及最大供电能力和最小联络建设费用的配电网主变联络结构优化规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于区间数TOPSIS法的电力变压器状态评估;卜宪存 等;《高压电器》;20160416;第52卷(第4期);第0205-0209页 *
基于熵权TOPSIS的变压器套管绝缘状态评估;陈金强;《绝缘材料》;20140831;第47卷(第4期);第89-92页 *
基于逼近理想点法电网运行安全性评价;张义国;《电气技术》;20110831(第8期);第25-28页 *

Also Published As

Publication number Publication date
CN109283293A (zh) 2019-01-29

Similar Documents

Publication Publication Date Title
CN109283293B (zh) 基于变异系数与topsis法的电力变压器故障诊断方法
CN106850254B (zh) 一种电力通信网中关键节点识别方法
CN109063734B (zh) 结合多级局部密度聚类的油浸式变压器故障状态评估方法
CN106600139B (zh) 配电网可靠性评价方法
CN108985632A (zh) 一种基于孤立森林算法的用电数据异常检测模型
CN109034461B (zh) 一种基于实际电网监测信息的电压暂降随机预估方法
CN110580387B (zh) 基于熵权法的直流保护系统混合威布尔可靠性评价方法
CN104318482A (zh) 一套智能配电网综合评估体系和方法
CN109767074A (zh) 一种高可靠性供电区配网规划效果综合评估方法
CN110705887A (zh) 一种基于神经网络模型的低压台区运行状态综合评价方法
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
CN104036434A (zh) 一种配电网负荷供应能力评价方法
CN106548413A (zh) 一种电力系统储能适用性评价方法及系统
CN106208043B (zh) 一种中低压配电网关键耗能环节辨识方法
CN104077493A (zh) 一种电力继电保护系统状态评估指标体系的构建方法
CN108874984A (zh) 一种对质量较差电网设备缺陷文本的质量提升方法
CN105117847A (zh) 一种变压器故障重要度的评估方法
CN114971227A (zh) 一种基于marcos方法的配电网设备风险评估方法
CN106597154A (zh) 基于dag‑svm的变压器故障诊断提升方法
CN111179576A (zh) 一种具有归纳学习的用电信息采集故障诊断方法及系统
CN115640950A (zh) 一种基于因子分析的有源台区配网线路异常线损诊断方法
CN114626769A (zh) 一种电容式电压互感器运维方法及系统
CN105741184B (zh) 一种变压器状态评估方法及装置
CN112508254B (zh) 变电站工程项目投资预测数据的确定方法
CN115879799A (zh) 一种变电站电能质量分析方法

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