CN111239516A - 一种互感器寿命预测方法及装置 - Google Patents

一种互感器寿命预测方法及装置 Download PDF

Info

Publication number
CN111239516A
CN111239516A CN202010062348.9A CN202010062348A CN111239516A CN 111239516 A CN111239516 A CN 111239516A CN 202010062348 A CN202010062348 A CN 202010062348A CN 111239516 A CN111239516 A CN 111239516A
Authority
CN
China
Prior art keywords
index
health index
mutual inductor
preset
state data
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
Application number
CN202010062348.9A
Other languages
English (en)
Inventor
化振谦
彭策
纪伊琳
赵炳辉
欧振国
彭龙
邓珊
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.)
Metrology Center of Guangdong Power Grid Co Ltd
Original Assignee
Metrology Center of Guangdong Power Grid Co Ltd
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 Metrology Center of Guangdong Power Grid Co Ltd filed Critical Metrology Center of Guangdong Power Grid Co Ltd
Priority to CN202010062348.9A priority Critical patent/CN111239516A/zh
Publication of CN111239516A publication Critical patent/CN111239516A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/02Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本申请公开了一种互感器寿命预测方法及装置,方法包括:采集互感器运行过程中的二级指标的运行状态数据,二级指标数量为多个;基于层次分析法,根据预置判决矩阵求取各指标的权值;根据运行状态数据和权值求取互感器的健康指数;根据健康指数和预置健康指数公式预测互感器的有效寿命,预置健康指数公式包括老化系数。本申请解决了现有的互感器寿命预测方法未根据实际情况考虑互感器的实际情况,且对多年历史数据依赖较强导致的预测结果可靠性较低的技术问题。

Description

一种互感器寿命预测方法及装置
技术领域
本申请涉及电力器件寿命评估领域,尤其涉及一种互感器寿命预测方法及装置。
背景技术
我国电力系统发展迅速,加上社会对供电质量以及可靠性提出了更高的要求,因此保证电压互感器或者电流互感器的安全、稳定运行至关重要。互感器承载着发电、输电和配电的重要作用,日常检修计划中除了对电压互感器的运行状态进行准确评估之外,有效预测电压互感器的剩余有效寿命也是非常有必要的,可以帮助运维检修人员及时发现安全隐患,做到提前更换设备,保障互感器安全稳定。
现有的互感器寿命预测技术是将设备退出运行时的时间作为其寿命,是一种统计的方法,或者利用大规模训练得到的预测模型预测互感器寿命,但是这两种方法存在一定的弊端,首先,统计的方法不仅忽略了管理制度上的年限规定,导致提前结束设备寿命,而且还未考虑检修导致的设备寿命的延长问题;其次,模型预测法需要大规模的样本数据作为训练基础,导致其对多年的历史数据的依赖性较强,且扩充样本数据易造成预测可靠性不高的技术问题。
发明内容
本申请提供了一种互感器寿命预测方法及装置,用于解决现有的互感器寿命预测方法未根据实际情况考虑互感器的实际情况,且对多年历史数据依赖较强导致的预测结果可靠性较低的技术问题。
有鉴于此,本申请第一方面提供了一种互感器寿命预测方法,包括:
采集互感器运行过程中的二级指标的运行状态数据,所述二级指标数量为多个;
基于层次分析法,根据预置判决矩阵求取各指标的权值;
根据所述运行状态数据和所述权值求取互感器的健康指数;
根据所述健康指数和预置健康指数公式预测互感器的有效寿命,所述预置健康指数公式包括老化系数。
优选地,所述采集互感器运行过程中的二级指标的运行状态数据,之前还包括:
选取互感器运行过程中的一级指标,所述一级指标包括:油中溶解气体、电气试验和绝缘油试验,所述二级指标为所述一级指标的次级指标。
优选地,所述基于层次分析法,根据预置判决矩阵求取各指标的权值,之前还包括:
对所述运行状态数据根据预处理公式进行预处理操作,所述预处理公式为:
Figure BDA0002374894120000021
其中,
Figure BDA0002374894120000022
为预处理操作后的第j个所述运行状态数据,αi为第i个时间点的状态数据,
Figure BDA0002374894120000023
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
优选地,所述基于层次分析法,根据预置判决矩阵求取各指标的权值,包括:
构造预置判决矩阵,并对所述预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵;
将所述归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到所述二级指标的权值向量,所述权值向量中的每个元素为各指标的所述权值。
优选地,所述根据所述健康指数和预置健康指数公式预测互感器的有效寿命包括:
根据所述健康指数和所述预置健康指数公式计算第一老化系数,所述预置健康指数公式为:
Figure BDA0002374894120000024
其中,HI为健康指数,HI0为初始健康指数,B为所述第一老化系数,T为计算所述健康指数对应的年份,T0为所述初始健康指数对应的年份;
根据调整所述第一老化系数得到的第二老化系数、健康指数阈值和所述预置健康指数公式计算互感器的有效寿命。
本申请第二方面提供了一种互感器寿命预测装置,包括:
采集模块,用于采集互感器运行过程中的二级指标的运行状态数据,所述二级指标数量为多个;
权值计算模块,用于基于层次分析法,根据预置判决矩阵求取各指标的权值;
健康指数计算模块,用于根据所述运行状态数据和所述权值求取互感器的健康指数;
寿命预测模块,用于根据所述健康指数和预置健康指数公式预测互感器的有效寿命,所述预置健康指数公式包括老化系数。
优选地,还包括:
选取模块,用于选取互感器运行过程中的一级指标,所述一级指标包括:油中溶解气体、电气试验和绝缘油试验,所述二级指标为所述一级指标的次级指标。
优选地,还包括:
预处理模块,用于对所述运行状态数据根据预处理公式进行预处理操作,所述预处理公式为:
Figure BDA0002374894120000031
其中,
Figure BDA0002374894120000032
为预处理操作后的第j个所述运行状态数据,αi为第i个时间点的状态数据,
Figure BDA0002374894120000033
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
优选地,所述权值计算模块包括:
权值计算子模块,用于构造预置判决矩阵,并对所述预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵;
将所述归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到所述二级指标的权值向量,所述权值向量中的每个元素为各指标的所述权值。
优选地,所述寿命预测模块包括:
寿命预测子模块,用于根据所述健康指数和所述预置健康指数公式计算第一老化系数,所述预置健康指数公式为:
Figure BDA0002374894120000041
其中,HI为健康指数,HI0为初始健康指数,B为所述第一老化系数,T为计算所述健康指数对应的年份,T0为所述初始健康指数对应的年份;
根据调整所述第一老化系数得到的第二老化系数、健康指数阈值和所述预置健康指数公式计算互感器的有效寿命。
从以上技术方案可以看出,本申请具有以下优点:
本申请中,提供了一种互感器寿命预测方法,包括:采集互感器运行过程中的二级指标的运行状态数据,二级指标数量为多个;基于层次分析法,根据预置判决矩阵求取各指标的权值;根据运行状态数据和权值求取互感器的健康指数;根据健康指数和预置健康指数公式预测互感器的有效寿命,预置健康指数公式包括老化系数。
本申请提供的互感器寿命预测方法,通过采集多种互感器运行过程中的指标数据进行研究,并预测其寿命,考量的角度和层次更多,不需要过多的历史数据支持就能得到更加精准的预测结果,多种指标之间通过设置的判决矩阵进行权衡,得到包含了多种考量指标的健康指数,而通过预置健康指数公式计算,其中的老化系数是关键,可以根据检修中的实际情况,对互感器中的老化系数进行调整,从而可以准确的把握互感器当下的运行健康状态,得到更加准确的预测结果。因此,本申请提供的互感器寿命预测方法能够解决现有的互感器寿命预测方法未根据实际情况考虑互感器的实际情况,且对多年历史数据依赖较强导致的预测结果可靠性较低的技术问题。
附图说明
图1为本申请实施例提供的一种互感器寿命预测方法的一个流程示意图;
图2为本申请实施例提供的一种互感器寿命预测方法的另一个流程示意图;
图3为本申请实施例中提供的互感器寿命预测的指标体系示意图;
图4为本申请实施例提供的一种互感器寿命预测装置的一个结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,请参阅图1,本申请提供的一种互感器寿命预测方法的实施例一,包括:
步骤101、采集互感器运行过程中的二级指标的运行状态数据。
其中,二级指标数量为多个。
需要说明的是,二级指标能够准确反映出互感器的真实健康状态,二级指标主要包括(氢气)H2、(甲烷)CH4、(乙炔)C2H2、击穿电压、酸值、直阻不平衡率和绝缘电阻,采集的运行状态数据就是各个指标的含量、大小等情况。
步骤102、基于层次分析法,根据预置判决矩阵求取各指标的权值。
需要说明的是,判决矩阵是指矩阵中每一层中元素之间的相互重要性,具体可以划分为同等重要,一个元素比另一个元素稍微重要、明显重要、强烈重要或者极端重要,同时重要性可以介于以上相邻两个重要度之间。层次分析法是指将一个复杂的多目标决策问题作为一个系统,将目标分解为多个目标或准则,进而分解为多指标、多准则或多约束的若干层次,通过定性指标模糊量化方法算出层次权数和总排序,以作为多指标、多方案优化决策的系统方法。
步骤103、根据运行状态数据和权值求取互感器的健康指数。
需要说明的是,每个指标都有对应的运行状态数据和对应的权值,每一种指标对应的运行数据按照时间点可获取多个,将每个指标对应的运行状态数据求均值,然后与对应的权值相乘,累加,即可得到健康指数,健康指数是综合了多个层次的指标得到的结果,能够满足互感器寿命预测的可靠性和准确性。
步骤104、根据健康指数和预置健康指数公式预测互感器的有效寿命,预置健康指数公式包括老化系数。
需要说明的是,预置健康指数公式主要是描述健康指数、相关年份以及老化系数之间的关系,如果求解的健康指数为当前年份的,那么可以根据求得的健康指数、相应年份、最开始的年份和最开始的健康指数求得目前互感器的老化系数,其中最开始的年份和最开始的健康指数是指互感器投入运行的初始年份以及初始健康指数;求得的老化系数是没有考虑当前年份里对该互感器作的检修,零部件的替换的因素,因此,需要根据实际检修情况调整老化系数,然后根据预先设置的健康指数阈值、调整后的老化系数、最开始的年份和最开始的健康指数代入到预置健康指数公式中求解互感器的有效寿命,其中健康指数阈值是根据实际情况设置的,一般设置为0.6,低于此值则说明互感器已经达到了运行寿命极限,后续出现故障的概率变大,需要及时采取检修或者更换等措施。
本实施例提供的互感器寿命预测方法,通过采集多种互感器运行过程中的指标数据进行研究,并预测其寿命,考量的角度和层次更多,不需要过多的历史数据支持就能得到更加精准的预测结果,多种指标之间通过设置的判决矩阵进行权衡,得到包含了多种考量指标的健康指数,而通过预置健康指数公式计算,其中的老化系数是关键,可以根据检修中的实际情况,对互感器中的老化系数进行调整,从而可以准确的把握互感器当下的运行健康状态,得到更加准确的预测结果。因此,本实施例提供的互感器寿命预测方法能够解决现有的互感器寿命预测方法未根据实际情况考虑互感器的实际情况,且对多年历史数据依赖较强导致的预测结果可靠性较低的技术问题。
为了便于理解,请参阅图2,本申请实施例中提供了一种互感器寿命预测方法的实施例二,包括:
步骤201、选取互感器运行过程中的一级指标,一级指标包括:油中溶解气体、电气试验和绝缘油试验。
需要说明的是,一级指标包括油中溶解气体、电气试验和绝缘油试验,而油中溶解气体、电气试验和绝缘油试验分别包括更精细的划分,其中油中溶解气体包括H2、CH4和C2H2;电气试验包括直阻不平衡率和绝缘电阻;绝缘油试验包括击穿电压和酸值。具体请参阅图3。
步骤202、采集互感器运行过程中的二级指标的运行状态数据,二级指标数量为多个。
需要说明的是,其中,二级指标为一级指标的次级指标。采集互感器运行过程中的二级指标的运行状态数据就是采集油中溶解气体的含量,直阻不平衡率和绝缘电阻大小,击穿电压值和酸值大小;需要注意的是,每个指标的运行状态数据为多个,根据时间点可以获取到不同的运行状态数据。这些数据能够准确反映互感器在运行过程中的健康信息,使得互感器寿命的预测更具有可靠性。
步骤203、对运行状态数据根据预处理公式进行预处理操作。
其中,预处理公式为:
Figure BDA0002374894120000071
其中,
Figure BDA0002374894120000072
为预处理操作后的第j个运行状态数据,αi为第i个时间点的状态数据,
Figure BDA0002374894120000073
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
需要说明的是,倘若用ai、bi、ci、di、ei、fi、gi分别代表互感器第i个时间点的油中溶解气体H2的含量,第i个时间点的油中溶解气体CH4的含量,第i个时间点的油中溶解气体C2H2的含量,第i个时间点的电气试验的直阻不平衡率的大小,第i个时间点的电气试验的绝缘电阻的大小,第i个时间点的绝缘油试验的击穿电压的大小和第i个时间点的绝缘油试验的酸值的大小,且i∈[1,M],各个样本数据对应的安全稳定阈值分别为:
Figure BDA0002374894120000074
Figure BDA0002374894120000075
将这些值代入到预处理公式中,可以得到预处理后的运行状态数据:
Figure BDA0002374894120000076
求得的是每个指标第j个运行状态数据,且取值均在[0,1]之间。
步骤204、构造预置判决矩阵,并对预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵。
步骤205、将归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到二级指标的权值向量,权值向量中的每个元素为各指标的权值。
需要说明的是,定义判决矩阵为Q,qxy为第x个因素对低y个因素的重要度,关于重要度具体可以参照表1,其中描述了1-9个标度与每个层中两个因素之间的重要度之间的对应关系。
表1判决矩阵的1-9标度法
Figure BDA0002374894120000081
首先,将判决矩阵Q的每一列作第一归一化处理,具体归一化公式如下:
Figure BDA0002374894120000082
其中,
Figure BDA0002374894120000083
为归一化后的矩阵中的元素,i=1,2,……m为判决矩阵的行数,
Figure BDA0002374894120000084
为当前列中所有元素之和。
然后,计算各行
Figure BDA0002374894120000085
的和,具体公式如下:
Figure BDA0002374894120000086
其中,w′i为第i行的和,j=1,2,……n为矩阵的列数,
Figure BDA0002374894120000087
为第i行的和。
最后,将w′i组成列向量进行第二归一化处理,归一化公式如下:
Figure BDA0002374894120000088
其中,
Figure BDA0002374894120000089
为求得的权值向量中的元素值,即为权值,m取值就是权值的数量。
到这里已经完成了各指标的权值求取,还可以进一步的验证判决矩阵的可靠性,即一致性检验,这步操作可以明确构造的判决矩阵的有效性,检验过程如下:
计算判决矩阵的最大特征根λmax
Figure BDA0002374894120000091
其中α=1,2,......n为判决矩阵的列的数量,(Q·w0)α表示Q·w0求得向量的第α个元素;
计算一致性指标CI:
Figure BDA0002374894120000092
由随机样本计算生成判决矩阵的平均随机一致性指标RI,请参阅表2,表2是1-15阶正互反矩阵计算1000次得到的平均随机一致性指标;
表2平均随机一致性指标RI
Figure BDA0002374894120000093
计算随机一致性比率CR:
CR=CI/RI
当CR=0时,判决矩阵Q具有完全一致性;当CR<0.1,判决矩阵具有满意的一致性,这两种情况表明判决矩阵可以用于评估建模中,否则,就需要对因素相对重要度作出修正,直到判断矩阵满意为止。
步骤206、根据运行状态数据和权值求取互感器的健康指数。
需要说明的是,求健康指数之前,首先将预处理后的运行状态数据求均值,每个指标均能得到一个均值,作为该项指标的代表,进行健康指数计算。由上述可知,指标的权值向量为w0,为了便于后续分层计算,本实施例中的一级指标和二级指标分开计算权值,即将二级指标中的油中溶解气体指标中的H2、CH4和C2H2的权值计算得到[W11,W12,W13],电气试验中的直阻不平衡率和绝缘电阻的权值计算得到[W21,W22],绝缘油试验中的击穿电压和酸值的权值计算得到[W31,W32];以此类推,通过判决矩阵求取特征向量的方法求解一级指标的油中溶解气体、电气试验和绝缘油试验的权值为[W1,W2,W3]。假设
Figure BDA0002374894120000101
分别为第t年份的H2含量平均值、CH4含量平均值、C2H2含量平均值、直阻不平衡率平均值、绝缘电阻平均值、击穿电压平均值和酸值平均值;那么二级指标中的油中溶解气体得分计算为:
Figure BDA0002374894120000102
电气试验得分计算为:
Figure BDA0002374894120000103
绝缘油试验得分计算为:
Figure BDA0002374894120000104
此处可以直接进行健康指数的求解,为了更加贴合实际情况,更能反映出各指标对最终预测结果的影响,在二级指标的上级指标,即一级指标的基础上求取权值,权衡一级指标中各个指标的影响。
通过再次构造判决矩阵,求特征向量,可以得到一级指标的权值[W1,W2,W3],那么根据二级指标中的三部分得分和一级指标的权值可以计算得到健康指数,计算公式如下:
HIt=W1v1t+W2v2t+W3v3t
W1、W2、W3分别是油中溶解气体权值、电气试验权值和绝缘油试验权值,t为年份。
需要说明的是,本实施例中按年份为单位进行的计算,其中运行状态数据是求得每一个指标的均值作为代表的,具体每一个指标采集多少个数据可以根据实际情况设置,例如设置为采集100个运行状态数据,那么就是在互感器一年的运行过程中,按时间点提取100个H2含量、100个CH4含量、100个C2H2含量、100个直阻不平衡率值、100个绝缘电阻值、100个击穿电压值和100个酸值,然后对每个数据值记性预处理,得到的与处理后的运行状态数据,求均值,用均值代表每个指标,进行后续的健康指数计算。
步骤207、根据健康指数和预置健康指数公式计算第一老化系数。
预置健康指数公式为:
Figure BDA0002374894120000112
其中,HI为健康指数,HI0为初始健康指数,B为第一老化系数,T为计算健康指数对应的年份,T0为初始健康指数对应的年份。
需要说明的是,通过上述可知,求得了第t年份的健康指数HIt,在已经固定的投入运行的初始年份T0和初始健康指数HI0的情况下,可以根据预置健康指数公式求得第一老化系数B。
步骤208、根据调整第一老化系数得到的第二老化系数、健康指数阈值和预置健康指数公式计算互感器的有效寿命。
需要说明的是,第一老化系数是第t年份互感器未经任何干预的情况下应有老化系数,但是若该年份里,检修人员对互感器中的部件进行了维修或者替换,那么老化系数就需要调整,很明显,经检修后的互感器的寿命势必会因此而延长寿命,所以需要在第一老化系数B的基础上进行调整,调整的规则是B'=0.99B。健康指数阈值是人为设定的,可以根据实际中的互感器的性能情况进行设定,一般可以设为0.6,当健康指数低于0.6,则说明互感器已经达到了使用寿命极限,之后的运行出现故障的概率变大,应该立刻采取相应的措施。求取互感器有效寿命的公式可以根据预置健康指数公式变形达到,具体为:
Figure BDA0002374894120000111
求得的互感器寿命为ΔT年,减去已经运行了的年份(t-T0),可以得到有效寿命T'=ΔT-(t-T0)。
为了便于理解,请参与图3,本申请中还提供了一种互感器寿命预测装置的实施例,包括:
采集模块301,用于采集互感器运行过程中的二级指标的运行状态数据,二级指标数量为多个;
权值计算模块302,用于基于层次分析法,根据预置判决矩阵求取各指标的权值;
健康指数计算模块303,用于根据运行状态数据和权值求取互感器的健康指数;
寿命预测模块304,用于根据健康指数和预置健康指数公式预测互感器的有效寿命,预置健康指数公式包括老化系数。
进一步地,还包括:
选取模块305,用于选取互感器运行过程中的一级指标,一级指标包括:油中溶解气体、电气试验和绝缘油试验,二级指标为一级指标的次级指标。
进一步地,还包括:
预处理模块306,用于对运行状态数据根据预处理公式进行预处理操作,预处理公式为:
Figure BDA0002374894120000121
其中,
Figure BDA0002374894120000122
为预处理操作后的第j个运行状态数据,αi为第i个时间点的状态数据,
Figure BDA0002374894120000123
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
进一步地,权值计算模块302包括:
权值计算子模块3021,用于构造预置判决矩阵,并对预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵;
将归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到二级指标的权值向量,权值向量中的每个元素为各指标的权值。
进一步地,寿命预测模块304包括:
寿命预测子模块3041,用于根据健康指数和预置健康指数公式计算第一老化系数,预置健康指数公式为:
Figure BDA0002374894120000124
其中,HI为健康指数,HI0为初始健康指数,B为第一老化系数,T为计算健康指数对应的年份,T0为初始健康指数对应的年份;
根据调整第一老化系数得到的第二老化系数、健康指数阈值和预置健康指数公式计算互感器的有效寿命。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种互感器寿命预测方法,其特征在于,包括:
采集互感器运行过程中的二级指标的运行状态数据,所述二级指标数量为多个;
基于层次分析法,根据预置判决矩阵求取各指标的权值;
根据所述运行状态数据和所述权值求取互感器的健康指数;
根据所述健康指数和预置健康指数公式预测互感器的有效寿命,所述预置健康指数公式包括老化系数。
2.根据权利要求1所述的互感器寿命预测方法,其特征在于,所述采集互感器运行过程中的二级指标的运行状态数据,之前还包括:
选取互感器运行过程中的一级指标,所述一级指标包括:油中溶解气体、电气试验和绝缘油试验,所述二级指标为所述一级指标的次级指标。
3.根据权利要求1所述的互感器寿命预测方法,其特征在于,所述基于层次分析法,根据预置判决矩阵求取各指标的权值,之前还包括:
对所述运行状态数据根据预处理公式进行预处理操作,所述预处理公式为:
Figure FDA0002374894110000011
其中,
Figure FDA0002374894110000012
为预处理操作后的第j个所述运行状态数据,αi为第i个时间点的状态数据,
Figure FDA0002374894110000013
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
4.根据权利要求1所述的互感器寿命预测方法,其特征在于,所述基于层次分析法,根据预置判决矩阵求取各指标的权值,包括:
构造预置判决矩阵,并对所述预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵;
将所述归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到所述二级指标的权值向量,所述权值向量中的每个元素为各指标的所述权值。
5.根据权利要求1所述的互感器寿命预测方法,其特征在于,所述根据所述健康指数和预置健康指数公式预测互感器的有效寿命包括:
根据所述健康指数和所述预置健康指数公式计算第一老化系数,所述预置健康指数公式为:
Figure FDA0002374894110000021
其中,HI为健康指数,HI0为初始健康指数,B为所述第一老化系数,T为计算所述健康指数对应的年份,T0为所述初始健康指数对应的年份;
根据调整所述第一老化系数得到的第二老化系数、健康指数阈值和所述预置健康指数公式计算互感器的有效寿命。
6.一种互感器寿命预测装置,其特征在于,包括:
采集模块,用于采集互感器运行过程中的二级指标的运行状态数据,所述二级指标数量为多个;
权值计算模块,用于基于层次分析法,根据预置判决矩阵求取各指标的权值;
健康指数计算模块,用于根据所述运行状态数据和所述权值求取互感器的健康指数;
寿命预测模块,用于根据所述健康指数和预置健康指数公式预测互感器的有效寿命,所述预置健康指数公式包括老化系数。
7.根据权利要求6中所述的互感器寿命预测装置,其特征在于,还包括:
选取模块,用于选取互感器运行过程中的一级指标,所述一级指标包括:油中溶解气体、电气试验和绝缘油试验,所述二级指标为所述一级指标的次级指标。
8.根据权利要求6中所述的互感器寿命预测装置,其特征在于,还包括:
预处理模块,用于对所述运行状态数据根据预处理公式进行预处理操作,所述预处理公式为:
Figure FDA0002374894110000022
其中,
Figure FDA0002374894110000023
为预处理操作后的第j个所述运行状态数据,αi为第i个时间点的状态数据,
Figure FDA0002374894110000024
为α指标对应的安全稳定阈值,M为互感器运行时间,N为α指标运行状态数据总数量。
9.根据权利要求6中所述的互感器寿命预测装置,其特征在于,所述权值计算模块包括:
权值计算子模块,用于构造预置判决矩阵,并对所述预置判决矩阵中的每一个元素按列进行第一归一化处理,得到归一化矩阵;
将所述归一化矩阵按行求和得到的列向量中的每一个元素按列进行第二归一化处理,得到所述二级指标的权值向量,所述权值向量中的每个元素为各指标的所述权值。
10.根据权利要求6中所述的互感器寿命预测装置,其特征在于,所述寿命预测模块包括:
寿命预测子模块,用于根据所述健康指数和所述预置健康指数公式计算第一老化系数,所述预置健康指数公式为:
Figure FDA0002374894110000031
其中,HI为健康指数,HI0为初始健康指数,B为所述第一老化系数,T为计算所述健康指数对应的年份,T0为所述初始健康指数对应的年份;
根据调整所述第一老化系数得到的第二老化系数、健康指数阈值和所述预置健康指数公式计算互感器的有效寿命。
CN202010062348.9A 2020-01-19 2020-01-19 一种互感器寿命预测方法及装置 Pending CN111239516A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010062348.9A CN111239516A (zh) 2020-01-19 2020-01-19 一种互感器寿命预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010062348.9A CN111239516A (zh) 2020-01-19 2020-01-19 一种互感器寿命预测方法及装置

Publications (1)

Publication Number Publication Date
CN111239516A true CN111239516A (zh) 2020-06-05

Family

ID=70865167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010062348.9A Pending CN111239516A (zh) 2020-01-19 2020-01-19 一种互感器寿命预测方法及装置

Country Status (1)

Country Link
CN (1) CN111239516A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784534A (zh) * 2020-06-22 2020-10-16 国网湖南省电力有限公司 含多子系统的综合能源计量系统运行状态预测方法及系统
CN112834841A (zh) * 2020-12-30 2021-05-25 北京爱康宜诚医疗器材有限公司 红外相机的寿命的检测方法、检测装置和处理器

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408275A (zh) * 2014-05-20 2015-03-11 国家电网公司 一种基于综合健康指数的变压器可靠性评估方法
CN104880691A (zh) * 2015-06-15 2015-09-02 国网上海市电力公司 一种关口电能计量装置运行状态的评价方法
CN105205590A (zh) * 2015-09-01 2015-12-30 深圳供电局有限公司 一种变压器健康状态分析的方法和系统
CN105488572A (zh) * 2015-11-23 2016-04-13 中国电力科学研究院 一种配电设备健康状态评价方法
CN105954603A (zh) * 2016-04-11 2016-09-21 重庆大学 一种变压器剩余寿命评估方法
CN106199234A (zh) * 2016-06-22 2016-12-07 国家电网公司 一种基于健康指数的变压器剩余寿命检测方法
CN107894324A (zh) * 2017-12-19 2018-04-10 中国电力科学研究院有限公司 一种基于健康指数的opgw运行状态评估方法及系统
CN107907556A (zh) * 2017-12-28 2018-04-13 国网辽宁省电力有限公司电力科学研究院 一种电气设备外壳的寿命评估方法
CN108776855A (zh) * 2018-04-17 2018-11-09 中国电力科学研究院有限公司 一种智能设备健康状态评价方法及系统
CN109031014A (zh) * 2017-12-28 2018-12-18 国网湖北省电力公司宜昌供电公司 一种基于运行数据的变压器综合可靠性评估及预测方法
CN109583520A (zh) * 2018-12-27 2019-04-05 云南电网有限责任公司玉溪供电局 一种云模型与遗传算法优化支持向量机的状态评估方法
CN109816150A (zh) * 2018-12-29 2019-05-28 中国农业大学 一种采后鲜食葡萄货架期预测方法及装置
CN110363443A (zh) * 2019-07-19 2019-10-22 广东电网有限责任公司 电力现货市场的运营状况评判方法及装置
CN110442897A (zh) * 2019-06-14 2019-11-12 广东电网有限责任公司江门供电局 一种输电线塔倒塔情况分析方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408275A (zh) * 2014-05-20 2015-03-11 国家电网公司 一种基于综合健康指数的变压器可靠性评估方法
CN104880691A (zh) * 2015-06-15 2015-09-02 国网上海市电力公司 一种关口电能计量装置运行状态的评价方法
CN105205590A (zh) * 2015-09-01 2015-12-30 深圳供电局有限公司 一种变压器健康状态分析的方法和系统
CN105488572A (zh) * 2015-11-23 2016-04-13 中国电力科学研究院 一种配电设备健康状态评价方法
CN105954603A (zh) * 2016-04-11 2016-09-21 重庆大学 一种变压器剩余寿命评估方法
CN106199234A (zh) * 2016-06-22 2016-12-07 国家电网公司 一种基于健康指数的变压器剩余寿命检测方法
CN107894324A (zh) * 2017-12-19 2018-04-10 中国电力科学研究院有限公司 一种基于健康指数的opgw运行状态评估方法及系统
CN107907556A (zh) * 2017-12-28 2018-04-13 国网辽宁省电力有限公司电力科学研究院 一种电气设备外壳的寿命评估方法
CN109031014A (zh) * 2017-12-28 2018-12-18 国网湖北省电力公司宜昌供电公司 一种基于运行数据的变压器综合可靠性评估及预测方法
CN108776855A (zh) * 2018-04-17 2018-11-09 中国电力科学研究院有限公司 一种智能设备健康状态评价方法及系统
CN109583520A (zh) * 2018-12-27 2019-04-05 云南电网有限责任公司玉溪供电局 一种云模型与遗传算法优化支持向量机的状态评估方法
CN109816150A (zh) * 2018-12-29 2019-05-28 中国农业大学 一种采后鲜食葡萄货架期预测方法及装置
CN110442897A (zh) * 2019-06-14 2019-11-12 广东电网有限责任公司江门供电局 一种输电线塔倒塔情况分析方法
CN110363443A (zh) * 2019-07-19 2019-10-22 广东电网有限责任公司 电力现货市场的运营状况评判方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
熊奇 等: "基于层次分析法的变压器剩余寿命预测分析", 《东北电力技术》 *
范丽亚: "《数学建模方法》", 31 December 2015, 吉林大学出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784534A (zh) * 2020-06-22 2020-10-16 国网湖南省电力有限公司 含多子系统的综合能源计量系统运行状态预测方法及系统
CN111784534B (zh) * 2020-06-22 2023-12-12 国网湖南省电力有限公司 含多子系统的综合能源计量系统运行状态预测方法及系统
CN112834841A (zh) * 2020-12-30 2021-05-25 北京爱康宜诚医疗器材有限公司 红外相机的寿命的检测方法、检测装置和处理器
CN112834841B (zh) * 2020-12-30 2024-01-23 北京爱康宜诚医疗器材有限公司 红外相机的寿命的检测方法、检测装置和处理器

Similar Documents

Publication Publication Date Title
CN111291987A (zh) 一种互感器寿命预测方法及装置
CN107274067B (zh) 一种配电变压器过载风险评估方法
CN107437135B (zh) 一种新型储能选型方法
CN110705879A (zh) 一种高比例可再生能源接入下的电网脆弱性评估方法
CN112001644B (zh) 一种配电网运行可靠性检测方法、装置、终端及存储介质
CN111239516A (zh) 一种互感器寿命预测方法及装置
CN111612326A (zh) 一种配变供电可靠性的综合评估方法
CN109559019B (zh) 一种基于风险指数的电力系统动态安全评估方法
CN115271238A (zh) 一种变压器的寿命预测方法及装置
CN110264032A (zh) 一种直流配网规划方案评价结果的获取方法
CN108256693A (zh) 一种光伏发电功率预测方法、装置及系统
CN110837952A (zh) 一种基于博弈论的电网新技术设备选择方法及系统
CN111105218A (zh) 一种基于全息影像技术的配电网运行监视方法
CN116316611B (zh) 基于低压台区下的供电方法及系统
CN111275292B (zh) 一种基于模糊层次分析法的接地网状态评估方法
CN112363012A (zh) 一种电网故障预警装置及方法
CN114118587B (zh) 分布式光伏的电能质量评估方法及系统、设备、存储介质
CN107563641B (zh) 一种计及灾害偏好的配电网抗灾多场景差异化规划方法
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN115423342A (zh) 基于概率随机潮流的电动汽车接入配电网风险评估方法
CN111915451B (zh) 台区日功率曲线计算方法
CN114037329A (zh) 主配协同下配电网供电可靠性综合评估方法与指标体系
CN113505909A (zh) 一种面向短期风电功率趋势预测的误差补偿方法
Al-Abdulwahab Probabilistic electrical power generation modeling using genetic algorithm
Zhong et al. An evaluation method of voltage characteristics for medium-voltage distribution network considering probability distribution and fluctuation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200605

RJ01 Rejection of invention patent application after publication