CN110619159A - 变压器直流偏磁评估方法 - Google Patents
变压器直流偏磁评估方法 Download PDFInfo
- Publication number
- CN110619159A CN110619159A CN201910818787.5A CN201910818787A CN110619159A CN 110619159 A CN110619159 A CN 110619159A CN 201910818787 A CN201910818787 A CN 201910818787A CN 110619159 A CN110619159 A CN 110619159A
- Authority
- CN
- China
- Prior art keywords
- excitation current
- characteristic quantity
- current characteristic
- preset
- actual
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 230000005284 excitation Effects 0.000 claims abstract description 275
- 230000015556 catabolic process Effects 0.000 claims abstract description 44
- 238000006731 degradation reaction Methods 0.000 claims abstract description 44
- 230000002087 whitening effect Effects 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 85
- 230000006866 deterioration Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Protection Of Transformers (AREA)
Abstract
本申请提供了一种变压器直流偏磁评估方法,首先获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值。基于所述相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值。其次,基于所述相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量。最后,基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。本申请采用上述评估方法,能够提高评估的可靠性以及准确性。
Description
技术领域
本申请涉及变压器技术领域,特别是涉及变压器直流偏磁评估方法。
背景技术
电力变压器是电力系统中非常重要的设备,其运行状态直接影响到电力系统的安全性。随着电力系统直流输电线路的投运,在单极大地运行时,直流换流站附近的电力变压器受到直流电流侵入,造成振动、噪声及损耗增加和过热问题,引起电力变压器磁饱和,导致损耗、温升增大,并可能引发局部过热,加剧振动,增加噪声,其产生的谐波还会引起系统电压波形畸变及继电保护误动作等,从而影响电力变压器的安全运行,这种直流电流侵入电力变压器的现象被称为直流偏磁。随着我国超高压直流输电线路的不断增加,电力变压器的直流偏磁现象变得越来越严重。
目前,针对变压器直流偏磁现象的评估,应用最多的是利用多种人工智能算法相结合建立针对变压器直流偏磁现象评估模型。但是算法之间的结合相对困难,使得对变压器的状态评估中存在模糊性和随机性,导致准确性降低。
发明内容
基于此,有必要针对变压器直流偏磁现象的评估,现有评估方案对变压器的状态评估中存在模糊性和随机性,导致准确性降低的问题,提供一种变压器直流偏磁评估方法。
一种变压器直流偏磁评估方法,包括:
获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值,所述实际励磁电流特征量包括实际励磁电流最大值、实际励磁电流最小值、实际励磁电流直流量和实际励磁电流畸变率;
基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值,所述预设灰类状态包括至少两种灰类状态;
基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量;
基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
在其中一个实施例中,获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值的步骤包括:
获取所述变压器的实际励磁电流特征量,所述实际励磁电流特征量包括实际励磁电流最大值、实际励磁电流最小值、实际励磁电流直流量和实际励磁电流畸变率;
基于所述实际励磁电流特征量计算所述实际励磁电流特征量的相对劣化值,公式如下:
其中,为所述实际励磁电流特征量的相对劣化值,为所述实际励磁电流特征量,为1、2、3、4,为预设励磁电流特征量在所述预设灰类状态的边界值最大值,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率,为所述预设励磁电流特征量在所述预设灰类状态的边界值最小值。
在其中一个实施例中,基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值的步骤包括:
获取所述实际励磁电流特征量的相对劣化值,并根据所述实际励磁电流特征量的相对劣化值计算所述实际励磁电流特征量在所述预设灰类状态的白化权值,公式如下:
其中,为所述白化权值,为所述实际励磁电流特征量的相对劣化值,为预设励磁电流特征量在所述预设灰类状态下的期望值,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率,为预设励磁电流特征量在所述预设灰类状态下的正太随机数,为1、2、3、4,e为大于2的整数。
在其中一个实施例中,基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量的步骤包括:
根据所述实际励磁电流特征量的相对劣化值计算所述实际励磁电流特征量的变权系数,公式如下:
其中,sn为所述实际励磁电流特征量的变权系数,A为变权程度,为所述实际励磁电流特征量的相对劣化值,βn为所述实际励磁电流特征量在正常状态下的劣化值,Δn为1,为1、2、3、4,n为1、2、3、4;
根据所述变权系数确定所述实际励磁电流特征量的最终权重向量,公式如下:
其中,w2n为所述实际励磁电流特征量的最终权重向量,w1n为预设励磁电流特征量的初始权重,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率。
在其中一个实施例中,基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果的步骤包括:
基于所述白化权值和所述最终权重向量计算所述实际励磁电流特征量在所述预设灰类状态的聚类系数,公式如下:
其中,为所述实际励磁电流特征量在所述预设灰类状态的聚类系数,为所述实际励磁电流特征量在所述预设灰类状态的白化权值,w2n为所述实际励磁电流特征量的最终权重向量,为1、2、3、4,n为1、2、3、4,e为大于2的整数;
根据所述聚类系数计算所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,公式如下:
其中,σe为所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,γ为1、2、3、4;
基于所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,确定所述聚类系数之和的最大值,并根据所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
在其中一个实施例中,获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值的步骤之前,所述方法还包括:
获取所述变压器的预设励磁电流特征量,并建立比较矩阵,基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率;
基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,根据所述重要性判断矩阵的判断结果建立拟优一致矩阵;
基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值,根据所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,基于所述特征向量确定所述预设励磁电流特征量的初始权重。
在其中一个实施例中,获取所述变压器的预设励磁电流特征量,并建立比较矩阵,基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数的步骤包括:
获取所述变压器的预设励磁电流特征量,并建立比较矩阵;
基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数,公式如下:
其中,rn为所述预设励磁电流特征量的重要性排序指数,lnm为所述比较矩阵第n行第m列元素,n为1、2、3、4。
在其中一个实施例中,基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,根据所述重要性判断矩阵的判断结果建立拟优一致矩阵的步骤包括:
基于所述重要性排序指数确定所述重要性排序指数中的最大值和最小值;
基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,公式如下:
其中,rmax为所述重要性排序指数中的最大值,rmin为所述重要性排序指数中的最小值,mpq为所述重要性判断矩阵第p行第q列元素,p为1、2、3、4,q为1、2、3、4,
根据所述重要性判断矩阵的判断结果建立所述拟优一致矩阵。
在其中一个实施例中,所述根据所述重要性判断矩阵的判断结果建立所述拟优一致矩阵的步骤包括:
根据所述重要性判断矩阵的判断结果建立最优传递矩阵,公式如下:
其中,tpq为所述重要性判断矩阵第p行第q列元素;
基于所述最优传递矩阵内的各个元素建立拟优一致矩阵,公式如下:
其中,opq为所述拟优一致矩阵第p行第q列元素。
在其中一个实施例中,基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值,根据所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,基于所述特征向量确定所述预设励磁电流特征量的初始权重的步骤包括:
基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值;
基于所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,并将所述特征向量归一化处理得到所述预设励磁电流特征量的初始权重。
与现有技术相比,上述变压器直流偏磁评估方法,首先获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值;基于所述相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值;基于所述相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量;基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
本申请采用上述评估方法,基于所述实际励磁电流最大值、所述实际励磁电流最小值、所述实际励磁电流直流量和所述实际励磁电流畸变率四个参数组成的所述实际励磁电流特征量对励磁电流波形进行刻画,能够较为直观准确的反映励磁电流特征,使评估可靠性得到有效提高。同时本申请利用变权公式对实际励磁电流特征量之间的权重进行修改,使劣化严重的实际励磁电流特征量的权重变大,从而增加直流偏磁评估准确性。
附图说明
图1为本申请一实施例提供的变压器直流偏磁评估方法的流程图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似改进,因此本申请不受下面公开的具体实施的限制。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参见图1,本申请一实施例提供一种变压器直流偏磁评估方法,包括:
S102:获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值,所述实际励磁电流特征量包括实际励磁电流最大值、实际励磁电流最小值、实际励磁电流直流量和实际励磁电流畸变率。
在一个实施例中,可通过电流测量仪提前采集所述实际励磁电流特征量,即采集所述实际励磁电流最大值、所述实际励磁电流最小值、所述实际励磁电流直流量和所述实际励磁电流畸变率四个特征量,并将四个特征量输入至处理器。分别为:第1实际励磁电流特征量:采集到的励磁电流最大值;第2实际励磁电流特征量:采集到的励磁电流最小值;第3实际励磁电流特征量:采集到的励磁电流直流量;第4实际励磁电流特征量:采集到的励磁电流畸变率。在一个实施例中,所述处理器可以是单片机、CPU等。
在一个实施例中,可通过所述处理器获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值。具体的,可通过如下公式计算:
其中,为所述实际励磁电流特征量的相对劣化值,为所述实际励磁电流特征量,为1、2、3、4,n为1、2、3、4,为预设励磁电流特征量在所述预设灰类状态的边界值最大值(可提前存储至所述处理器),为所述预设励磁电流特征量在所述预设灰类状态的边界值最小值(可提前存储至所述处理器)。在一个实施例中,所述预设励磁电流特征量可包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率。
在一个实施例中,通过提取所述实际励磁电流最大值、所述实际励磁电流最小值、所述实际励磁电流直流量和所述实际励磁电流畸变率四个参数组成的所述实际励磁电流特征量对励磁电流波形进行刻画,能够较为直观准确的反映励磁电流特征,使评估可靠性得到有效提高。
S104:基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值,所述预设灰类状态包括至少两种灰类状态。
在一个实施例中,所述处理器在确定所述实际励磁电流特征量的相对劣化值后,可基于该相对劣化值进一步计算所述实际励磁电流特征量在预设灰类状态的白化权值。计算公式如下:
其中,为所述白化权值,为预设励磁电流特征量在所述预设灰类状态下的期望值,为预设励磁电流特征量在所述预设灰类状态下的正态随机数,e为大于2的整数。
在一个实施例中,所述预设灰类状态可包括至少两种灰类状态。在一个实施例中,可将所述预设灰类状态分为三级。即将所述变压器的直流偏磁评估等级分为三级,分别为第1灰类状态为正常,第2灰类状态为注意,第3灰类状态为故障。
具体的,可根据不同直流偏磁等级下励磁电流的改变程度,将直流电流幅值为0A时的励磁电流特征值定义为第1灰类状态所述预设励磁电流特征量的左边界值将直流电流幅值为10A时的励磁电流特征值定义为第1灰类状态所述预设励磁电流特征量的右边界值和第2灰类状态所述预设励磁电流特征量的左边界值将中性点电流幅值为10A时的励磁电流特征值定义为第2灰类状态所述预设励磁电流特征量的右边界值和第3灰类状态所述预设励磁电流特征量的左边界值将直流电流幅值为100A时的励磁电流特征值定义为第3灰类状态所述预设励磁电流特征量的右边界值其中n=1、2、3、4。
在一个实施例中,可基于上述所述预设灰类状态的边界值计算所述预设励磁电流特征量边界值的最大值和最小值可进一步的计算所述预设励磁电流特征量在第e(e=1、2、3)灰类状态的左边界值劣化值计算公式如下:
在一个实施例中,还可计算所述预设励磁电流特征量在第e灰类状态的右边界值劣化值计算公式如下:
在一个实施例中,可基于上述所述预设灰类状态的边界值计算所述预设励磁电流特征量在第e灰类状态的期望值标准差超熵值计算公式如下:
其中,ε的取值可设定为10,也可以设定为其它数值。
在一个实施例中,可将所述预设励磁电流特征量在第e灰类状态的标准差作为正太随机数生成函数的均值,将所述预设励磁电流特征量在第e灰类状态的超熵值作为正态随机数生成函数的标准差,从而可确定所述实际励磁电流特征量在第e灰类状态下的正态随机数
S106:基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量。
在一个实施例中,所述处理器在确定所述实际励磁电流特征量的相对劣化值后,可基于该相对劣化值进一步计算实际励磁电流特征量的变权系数,计算公式如下:
其中,sn为所述实际励磁电流特征量的变权系数,βn为所述实际励磁电流特征量在正常状态下的劣化值,Δn为所述预设励磁电流特征量劣化值的左右界值之差,即Δn=1,A为变权程度。在一个实施例中,可设定变权程度A的数值为20。
在一个实施例中,所述处理器在确定根据所述变权系数后,可进一步根据该变权系数计算所述实际励磁电流特征量的最终权重向量,计算公式如下:
其中,w2n为所述实际励磁电流特征量的最终权重向量,w1n为预设励磁电流特征量的初始权重(可提前存储至所述处理器)。
在一个实施例中,通过上述逻辑利用变权公式对实际励磁电流特征量之间的权重进行修改,使劣化严重的实际励磁电流特征量的权重变大,从而增加直流偏磁评估准确性。
S108:基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
在一个实施例中,所述处理器在确定所述白化权值和所述最终权重向量后,可基于所述白化权值和所述最终权重向量计算所述实际励磁电流特征量在所述预设灰类状态的聚类系数,公式如下:
其中,为所述实际励磁电流特征量在所述预设灰类状态的聚类系数,e为大于2的整数。
在一个实施例中,所述处理器可根据所述聚类系数计算所述实际励磁电流特征量在第e(e为大于2的整数)灰类状态的聚类系数之和,公式如下:
其中,σe为所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,γ为1、2、3、4。
在一个实施例中,所述处理器可基于所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,确定所述聚类系数之和的最大值,并根据所述聚类系数之和的最大值所处的所述灰类状态即为所述变压器的最终评估结果。例如,若所述聚类系数之和的最大值所处的所述灰类状态为第1灰类状态,可确定所述变压器的评估结果为正常。若所述聚类系数之和的最大值所处的所述灰类状态为第2灰类状态,可确定所述变压器的评估结果为注意。若所述聚类系数之和的最大值所处的所述灰类状态为第3灰类状态,可确定所述变压器的评估结果为故障,此时可根据评估结果对所述变压器进行维修或更换。
在一个实施例中,通过上述逻辑将权重分配与灰云聚类结果相结合得到所述变压器的状态评估模型,有效实现了定量与定性之间的转化,并且很好的体现出直流偏磁的随机性、模糊性以及灰性。
本实施例中,采用上述评估方法,基于所述实际励磁电流最大值、所述实际励磁电流最小值、所述实际励磁电流直流量和所述实际励磁电流畸变率四个参数组成的所述实际励磁电流特征量对励磁电流波形进行刻画,能够较为直观准确的反映励磁电流特征,使评估可靠性得到有效提高。同时本实施例利用变权公式对实际励磁电流特征量之间的权重进行修改,使劣化严重的实际励磁电流特征量的权重变大,大大减少所述处理器的计算量,同时提高所述处理器的计算速度与精度,从而增加直流偏磁评估准确性。
在一个实施例中,获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值的步骤之前,所述方法还包括:
获取所述变压器的预设励磁电流特征量,并建立比较矩阵,基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率。
在一个实施例中,所述预设励磁电流特征量中四个参数的具体数值可根据所述变压器的实际需求进行设定。在一个实施例中,可设定第1预设励磁电流特征量:预设励磁电流最大值;第2预设励磁电流特征量:预设励磁电流最小值;第3预设励磁电流特征量:预设励磁电流直流量;第4预设励磁电流特征量:预设励磁电流畸变率。基于所述预设励磁电流特征量建立所述比较矩阵L:
其中,所述比较矩阵中的第i行第j列元素lij表示第i预设励磁电流特征量相比于第j预设励磁电流特征量的相对重要程度。例如,若lij=0,则表示第j励磁电流特征量比第i励磁电流特征量重要;若lij=1,则表示第i励磁电流特征量和第j励磁电流特征量同样重要;若lij=2,则表示第i励磁电流特征量比第j励磁电流特征量重要;其中,i=1、2、3、4,j=1、2、3、4。
在一个实施例中,所述处理器可根据所述比较矩阵计算所述预设励磁电流特征量的重要性排序指数,计算公式如下:
其中,rn为所述预设励磁电流特征量的重要性排序指数,lnm为所述比较矩阵第n行第m列元素,n为1、2、3、4。
在一个实施例中,所述处理器根据所述比较矩阵可确定所述预设励磁电流最大值重要性排序指数r1=5、所述预设励磁电流最小值重要性排序指数r2=5、所述预设励磁电流直流量重要性排序指数r3=5、所述预设励磁电流畸变率重要性排序指数r4=1。
在一个实施例中,所述处理器可基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,根据所述重要性判断矩阵的判断结果建立拟优一致矩阵。具体的,所述处理器可基于所述重要性排序指数确定所述重要性排序指数中的最大值rmax=max(r1,r2,r3,r4)和最小值rmin=min(r1,r2,r3,r4)。进一步的,所述处理器可基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵M:
具体的,所述重要性判断矩阵内的第p行第q列元素可通过如下公式计算:
其中,rmax为所述重要性排序指数中的最大值,rmin为所述重要性排序指数中的最小值,mpq为所述重要性判断矩阵第p行第q列元素,p为1、2、3、4,q为1、2、3、4,在一个实施例中,mpq可表示第p预设励磁电流特征量对第q预设励磁电流特征量的重要性判断结果。
在一个实施例中,所述处理器可根据所述重要性判断矩阵的判断结果建立最优传递矩阵T:
具体的,所述最优传递矩阵内的第p行第q列元素可通过如下公式计算:
其中,tpq为所述重要性判断矩阵第p行第q列元素。mpα可表示第p预设励磁电流特征量对第α预设励磁电流特征量的重要性判断结果;mqα可表示第q预设励磁电流特征量对第α预设励磁电流特征量的重要性判断结果;α为1、2、3、4。
在一个实施例中,所述处理器可根据所述最优传递矩阵内的各个元素建立拟优一致矩阵O:
具体的,所述拟优一致矩阵内的第p行第q列元素可通过如下公式计算:
其中,opq为所述拟优一致矩阵第p行第q列元素。
在一个实施例中,所述处理器在确定所述拟优一致矩阵后,可计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值。然后可根据所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,并将所述特征向量归一化处理即可得到所述预设励磁电流特征量的初始权重向量:
(w11 w12 w13 w14)=(0.3125 0.3125 0.3125 0.0625)。
从而可便于所述处理器在计算所述实际励磁电流特征量的最终权重向量时,直接调用所述初始权重的具体数值即可。
综上所述,本申请采用上述评估方法,基于所述实际励磁电流最大值、所述实际励磁电流最小值、所述实际励磁电流直流量和所述实际励磁电流畸变率四个参数组成的所述实际励磁电流特征量对励磁电流波形进行刻画,能够较为直观准确的反映励磁电流特征,使评估可靠性得到有效提高。同时本申请利用变权公式对实际励磁电流特征量之间的权重进行修改,使劣化严重的实际励磁电流特征量的权重变大,大大减少所述处理器的计算量,同时提高所述处理器的计算速度与精度,从而增加直流偏磁评估准确性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种变压器直流偏磁评估方法,其特征在于,包括:
获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值,所述实际励磁电流特征量包括实际励磁电流最大值、实际励磁电流最小值、实际励磁电流直流量和实际励磁电流畸变率;
基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值,所述预设灰类状态包括至少两种灰类状态;
基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量;
基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
2.如权利要求1所述的变压器直流偏磁评估方法,其特征在于,获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值的步骤包括:
获取所述变压器的实际励磁电流特征量,所述实际励磁电流特征量包括实际励磁电流最大值、实际励磁电流最小值、实际励磁电流直流量和实际励磁电流畸变率;
基于所述实际励磁电流特征量计算所述实际励磁电流特征量的相对劣化值,公式如下:
其中,为所述实际励磁电流特征量的相对劣化值,为所述实际励磁电流特征量,为1、2、3、4,为预设励磁电流特征量在所述预设灰类状态的边界值最大值,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率,为所述预设励磁电流特征量在所述预设灰类状态的边界值最小值。
3.如权利要求1所述的变压器直流偏磁评估方法,其特征在于,基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量在预设灰类状态的白化权值的步骤包括:
获取所述实际励磁电流特征量的相对劣化值,并根据所述实际励磁电流特征量的相对劣化值计算所述实际励磁电流特征量在所述预设灰类状态的白化权值,公式如下:
其中,为所述白化权值,为所述实际励磁电流特征量的相对劣化值,为预设励磁电流特征量在所述预设灰类状态下的期望值,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率,为预设励磁电流特征量在所述预设灰类状态下的正太随机数,为1、2、3、4,e为大于2的整数。
4.如权利要求1所述的变压器直流偏磁评估方法,其特征在于,基于所述实际励磁电流特征量的相对劣化值确定所述实际励磁电流特征量的变权系数,根据所述变权系数确定所述实际励磁电流特征量的最终权重向量的步骤包括:
根据所述实际励磁电流特征量的相对劣化值计算所述实际励磁电流特征量的变权系数,公式如下:
其中,sn为所述实际励磁电流特征量的变权系数,A为变权程度,为所述实际励磁电流特征量的相对劣化值,βn为所述实际励磁电流特征量在正常状态下的劣化值,Δn为1,为1、2、3、4,n为1、2、3、4;
根据所述变权系数确定所述实际励磁电流特征量的最终权重向量,公式如下:
其中,w2n为所述实际励磁电流特征量的最终权重向量,w1n为预设励磁电流特征量的初始权重,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率。
5.如权利要求4所述的变压器直流偏磁评估方法,其特征在于,基于所述白化权值和所述最终权重向量确定所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,并确定所述聚类系数之和的最大值,基于所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果的步骤包括:
基于所述白化权值和所述最终权重向量计算所述实际励磁电流特征量在所述预设灰类状态的聚类系数,公式如下:
其中,为所述实际励磁电流特征量在所述预设灰类状态的聚类系数,为所述实际励磁电流特征量在所述预设灰类状态的白化权值,w2n为所述实际励磁电流特征量的最终权重向量,为1、2、3、4,n为1、2、3、4,e为大于2的整数;
根据所述聚类系数计算所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,公式如下:
其中,σe为所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,γ为1、2、3、4;
基于所述实际励磁电流特征量在所述预设灰类状态的聚类系数之和,确定所述聚类系数之和的最大值,并根据所述聚类系数之和的最大值所处的所述灰类状态确定所述变压器的评估结果。
6.如权利要求1-5任一项所述的变压器直流偏磁评估方法,其特征在于,获取所述变压器的实际励磁电流特征量,并基于所述实际励磁电流特征量确定所述实际励磁电流特征量的相对劣化值的步骤之前,所述方法还包括:
获取所述变压器的预设励磁电流特征量,并建立比较矩阵,基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数,所述预设励磁电流特征量包括预设励磁电流最大值、预设励磁电流最小值、预设励磁电流直流量和预设励磁电流畸变率;
基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,根据所述重要性判断矩阵的判断结果建立拟优一致矩阵;
基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值,根据所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,基于所述特征向量确定所述预设励磁电流特征量的初始权重。
7.如权利要求6任一项所述的变压器直流偏磁评估方法,其特征在于,获取所述变压器的预设励磁电流特征量,并建立比较矩阵,基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数的步骤包括:
获取所述变压器的预设励磁电流特征量,并建立比较矩阵;
基于所述比较矩阵确定所述预设励磁电流特征量的重要性排序指数,公式如下:
其中,rn为所述预设励磁电流特征量的重要性排序指数,lnm为所述比较矩阵第n行第m列元素,n为1、2、3、4。
8.如权利要求6所述的变压器直流偏磁评估方法,其特征在于,基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,根据所述重要性判断矩阵的判断结果建立拟优一致矩阵的步骤包括:
基于所述重要性排序指数确定所述重要性排序指数中的最大值和最小值;
基于所述重要性排序指数建立所述预设励磁电流特征量的重要性判断矩阵,公式如下:
其中,rmax为所述重要性排序指数中的最大值,rmin为所述重要性排序指数中的最小值,mpq为所述重要性判断矩阵第p行第q列元素,p为1、2、3、4,q为1、2、3、4,
根据所述重要性判断矩阵的判断结果建立所述拟优一致矩阵。
9.如权利要求8所述的变压器直流偏磁评估方法,其特征在于,所述根据所述重要性判断矩阵的判断结果建立所述拟优一致矩阵的步骤包括:
根据所述重要性判断矩阵的判断结果建立最优传递矩阵,公式如下:
其中,tpq为所述重要性判断矩阵第p行第q列元素;
基于所述最优传递矩阵内的各个元素建立拟优一致矩阵,公式如下:
其中,opq为所述拟优一致矩阵第p行第q列元素。
10.如权利要求6所述的变压器直流偏磁评估方法,其特征在于,基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值,根据所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,基于所述特征向量确定所述预设励磁电流特征量的初始权重的步骤包括:
基于所述拟优一致矩阵计算所述拟优一致矩阵的各个特征值,并确定所述各个特征值的最大值;
基于所述各个特征值的最大值计算所述各个特征值的最大值对应的特征向量,并将所述特征向量归一化处理得到所述预设励磁电流特征量的初始权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910818787.5A CN110619159B (zh) | 2019-08-30 | 2019-08-30 | 变压器直流偏磁评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910818787.5A CN110619159B (zh) | 2019-08-30 | 2019-08-30 | 变压器直流偏磁评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619159A true CN110619159A (zh) | 2019-12-27 |
CN110619159B CN110619159B (zh) | 2023-05-02 |
Family
ID=68922858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910818787.5A Active CN110619159B (zh) | 2019-08-30 | 2019-08-30 | 变压器直流偏磁评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619159B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111193242A (zh) * | 2020-02-17 | 2020-05-22 | 云南电网有限责任公司电力科学研究院 | 配电线路保护的方法及其系统、装置 |
CN111273108A (zh) * | 2020-03-17 | 2020-06-12 | 深圳供电局有限公司 | 变压器空充跳闸原因的判断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105389646A (zh) * | 2015-10-15 | 2016-03-09 | 大连海事大学 | 基于灰色白化函数变权聚类法的评估方法 |
CN106021671A (zh) * | 2016-05-12 | 2016-10-12 | 北京航空航天大学 | 结合相关性关系和灰色聚类技术的电路健康分级评估方法 |
CN106650959A (zh) * | 2016-11-22 | 2017-05-10 | 上海电力学院 | 一种基于改进灰色聚类的配电网抢修能力评估方法 |
CN109387715A (zh) * | 2018-10-29 | 2019-02-26 | 全球能源互联网研究院有限公司 | 一种基于灰色聚类的换流阀状态在线评估方法及装置 |
CN109813987A (zh) * | 2019-03-13 | 2019-05-28 | 国网陕西省电力公司电力科学研究院 | 一种基于bp神经网络的变压器直流偏磁状态评估方法 |
-
2019
- 2019-08-30 CN CN201910818787.5A patent/CN110619159B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105389646A (zh) * | 2015-10-15 | 2016-03-09 | 大连海事大学 | 基于灰色白化函数变权聚类法的评估方法 |
CN106021671A (zh) * | 2016-05-12 | 2016-10-12 | 北京航空航天大学 | 结合相关性关系和灰色聚类技术的电路健康分级评估方法 |
CN106650959A (zh) * | 2016-11-22 | 2017-05-10 | 上海电力学院 | 一种基于改进灰色聚类的配电网抢修能力评估方法 |
CN109387715A (zh) * | 2018-10-29 | 2019-02-26 | 全球能源互联网研究院有限公司 | 一种基于灰色聚类的换流阀状态在线评估方法及装置 |
CN109813987A (zh) * | 2019-03-13 | 2019-05-28 | 国网陕西省电力公司电力科学研究院 | 一种基于bp神经网络的变压器直流偏磁状态评估方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111193242A (zh) * | 2020-02-17 | 2020-05-22 | 云南电网有限责任公司电力科学研究院 | 配电线路保护的方法及其系统、装置 |
CN111193242B (zh) * | 2020-02-17 | 2021-10-26 | 云南电网有限责任公司电力科学研究院 | 配电线路保护的方法及其系统、装置 |
CN111273108A (zh) * | 2020-03-17 | 2020-06-12 | 深圳供电局有限公司 | 变压器空充跳闸原因的判断方法 |
CN111273108B (zh) * | 2020-03-17 | 2022-06-21 | 深圳供电局有限公司 | 变压器空充跳闸原因的判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110619159B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
KR101352204B1 (ko) | 배전 계통에서 발생하는 전력 품질 외란의 원인 판별 장치 및 방법 | |
CN110619159A (zh) | 变压器直流偏磁评估方法 | |
CN110532119B (zh) | 动力系统运行异常点检测方法 | |
JP4906634B2 (ja) | 電力系統の安定度診断装置および方法 | |
Xiao et al. | Six sigma quality approach to robust optimization | |
CN111028486A (zh) | 一种电气设备高温预警方法、装置、设备及存储介质 | |
JP4279763B2 (ja) | 電力系統の安定度診断装置、電力系統安定化装置および電力系統縮約支援装置 | |
CN111989901A (zh) | 检测针对配电设备的网络攻击的技术 | |
CN111340367B (zh) | 基于多维度关联性数据分析的少油设备状态评估方法及系统 | |
CN114626769B (zh) | 一种电容式电压互感器运维方法及系统 | |
CN114169683A (zh) | 基于模糊综合评价理论的发电机励磁系统状态评价方法 | |
CN114881157A (zh) | 换流阀工作状态的检测方法、装置、设备和存储介质 | |
CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
CN113901666A (zh) | 应用于智能电网的实时监控和异常检测方法 | |
CN110825583B (zh) | 一种针对云数据中心多指标融合的能效定性评估技术 | |
CN108562828A (zh) | 基于小波检测提高电网低电压穿越能力的方法 | |
RU2364926C2 (ru) | Способ контроля состояния многопараметрического объекта | |
Chen et al. | Monitoring persistence change in infinite variance observations | |
CN113702760B (zh) | 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统 | |
CN115409245A (zh) | 电力系统的预测辅助状态估计方法、装置、设备及介质 | |
CN112485720A (zh) | 一种电缆绝缘缺陷检测方法及装置 | |
Jaya et al. | State estimation using Weighted Least Square method with minimum measurement data | |
CN110032758A (zh) | 计算电信号的能量的方法、装置和计算机存储介质 | |
CN111125889A (zh) | 基于结构组元重要性指标的概率传感器测点优化方法 |
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 |