CN112541682A - 一种真空断路器状态综合评估方法 - Google Patents

一种真空断路器状态综合评估方法 Download PDF

Info

Publication number
CN112541682A
CN112541682A CN202011484812.XA CN202011484812A CN112541682A CN 112541682 A CN112541682 A CN 112541682A CN 202011484812 A CN202011484812 A CN 202011484812A CN 112541682 A CN112541682 A CN 112541682A
Authority
CN
China
Prior art keywords
evaluation
state
circuit breaker
evaluation index
index
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.)
Withdrawn
Application number
CN202011484812.XA
Other languages
English (en)
Inventor
孙东
王涛
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.)
Jinan Zhizhen Electric Co ltd
Original Assignee
Jinan Zhizhen Electric 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 Jinan Zhizhen Electric Co ltd filed Critical Jinan Zhizhen Electric Co ltd
Priority to CN202011484812.XA priority Critical patent/CN112541682A/zh
Publication of CN112541682A publication Critical patent/CN112541682A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Water Supply & Treatment (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • Molecular Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明专利涉及一种真空断路器状态综合评估方法，选取在线监测数据作为原始状态量，应用模糊数学理论和凸函数证据理论构建了真空断路器的状态评估方法。评估指标重要程度的量化采用组合赋权的方法，兼顾了评估过程的主观性和客观性，确保了最终评估结果的准确性，能够将多个状态量信息进行有效融合，使真空断路器运行状态评估结果更加明确，并且显著降低了状态评估的不确定性。

Description

一种真空断路器状态综合评估方法
技术领域
本发明涉及一种电力设备运行状态评估技术领域，具体地指一种真空断路器状态综合评估方法。
背景技术
真空断路器在供配电系统中数量多、分布广，其大多置于电气箱柜中用于保护和控制高压电气设备。同时，作为变电站内需经常频繁操作的开关器件之一，能否安全稳定运行对电力系统来说显得尤为重要。当断路器发生故障时，不仅对其保护的电气设备造成危害，影响正常的生产生活，还会造成严重的经济损失。根据相关统计，在供配电系统中，60%以上的停电事故、时间及维修是由断路器故障引起的。因此，基于断路器实时运行状态实施的状态检修，相较于目前主要采取的定期检修方式，设备的利用率显著增加，并有效地降低了运行维护成本，对及时发现设备潜在故障，提高运行维护水平及电网运行稳定性具有显著的意义，而基于实时监测获得的指标参数对设备进行状态评估又是实施状态检修的关键前提。
目前，国内外对于电力设备运行状态评估方案建立的研究主要以变压器为主，如专利号为CN201310530250.1的“基于在线监测的变压器运行状态综合评估方法”、专利号为CN201610211816.8的“基于物元增广可拓关联的变压器状态模糊集对评估方法”等，而对于断路器的状态监测及评估方面，更多的集中在对故障的监测或诊断的研究，仅能对断路器处于健康或故障状态做出判断，无法表征断路器的潜在故障情况，也无法确定断路器向故障状态转化的趋势，如专利号为CN201410069804.7的“基于振动信号检测的断路器在线监测与故障诊断系统”、专利号为CN201410320868.X的“一种基于多信息融合的永磁机构真空断路器故障诊断方法”等，现有针对真空断路器的状态评估主还是通过预防性试验或检修试验获得的状态量当前值作为原始信息进行分析。为弥补上述方法的缺陷与弊端，急需一种能综合多种状态参数的在线评估方法用于真空断路器的状态评估。
发明内容
本发明的目的是，针对现有技术的不足，提出一种真空断路器状态综合评估方法，本发明考虑选取在线监测数据作为原始状态量，应用模糊数学理论和凸函数证据理论构建了真空断路器的状态评估方法。
为实现此目的，本发明所设计的一种真空断路器状态综合评估方法，其特征在于，它包括如下步骤：
步骤S1：对真空断路器进行在线监测，得到分合闸线圈电流辨识比、真空度、电寿命和隔离触头温度四项评估指标参数真实值，其中真空灭弧室内真空度取3个灭弧室中劣化最严重的灭弧室的真空度，隔离触头温度取6个触头中特性最差的触头的温度；
步骤S2：将真空断路器的状态评判划分为正常、一般、注意和严重四个等级，分别用H1、H2、H3、H4表示，其中，
状态①，正常状态H1级：断路器运行状态良好，可适当延长检修计划；
状态②，一般状态H2级：断路器运行状态基本正常，应加强运行监视，正常按计划检修；
状态③，注意状态H3级：断路器存在事故隐患，还可以短期带故障运行，应适时安排停电检修；
状态④，严重状态H4级：断路器存在重大事故隐患，需要进行复测或其他检测手段进行故障确认并及时进行停电维修；
根据划分的状态评价等级，确定各评价指标属于四个等级的评价等级论域；
步骤S3：对各评估指标的重要程度进行主观权重评定；
真空断路器的运行状态受n个评估指标综合决定，m个专家会根据自身经验知识对任意两个指标进行比较，第t个专家得到的判断矩阵为
Figure 100002_DEST_PATH_IMAGE001
为:
Figure 9988DEST_PATH_IMAGE002
其中
Figure 100002_DEST_PATH_IMAGE003
表示第t个专家在比较评估指标i和评估指标j的相对重要程度时得到的量化值，用1～9标度法进行专家意见的量化；在构造判断矩阵
Figure 570282DEST_PATH_IMAGE004
的过程中必须满足同一位专家在两两判断时如果对三个指标的重要性排序分别有
Figure 100002_DEST_PATH_IMAGE005
和
Figure 138667DEST_PATH_IMAGE006
，则一定有
Figure 354885DEST_PATH_IMAGE007
，这种次序一致性则是必须严格遵守的准则，否则会导致指标间关系混乱无序；构造的判断矩阵
Figure 299707DEST_PATH_IMAGE008
为互反阵，因此构造反对称矩阵
Figure 652191DEST_PATH_IMAGE009
：
Figure 594739DEST_PATH_IMAGE010
。按照如下公式1确定专家评估的总体标准差
Figure 94991DEST_PATH_IMAGE011
：
Figure 515608DEST_PATH_IMAGE012
(1)
若
Figure 50494DEST_PATH_IMAGE013
，表明各专家所提供的指标间相对重要性的意见相对统一，则直接以各反对称阵
Figure 898364DEST_PATH_IMAGE014
的平均阵
Figure 100002_DEST_PATH_IMAGE015
作为专家组判断的结果，其中
Figure 885912DEST_PATH_IMAGE016
，根据公式2～3构造判断矩阵的拟优传递阵
Figure 100002_DEST_PATH_IMAGE017
和最优传递矩阵
Figure 172537DEST_PATH_IMAGE018
:
Figure 100002_DEST_PATH_IMAGE019
(2)
Figure 564860DEST_PATH_IMAGE020
(3)
拟优传递阵
Figure 100002_DEST_PATH_IMAGE021
是满足一致性准则，应用方根法求取各评估指标的主观权重
Figure 911527DEST_PATH_IMAGE022
；
若
Figure 100002_DEST_PATH_IMAGE023
，则表明各专家所给意见存在较大差异，再利用计算平均阵
Figure 386371DEST_PATH_IMAGE015
的方法显然不再合理。此时利用最优传递矩阵法求得使公式(4)最小的最优传递矩
Figure 148791DEST_PATH_IMAGE024
；
Figure 392690DEST_PATH_IMAGE025
(4)
其中：
Figure 847942DEST_PATH_IMAGE026
，令
Figure 747765DEST_PATH_IMAGE027
，
Figure 376193DEST_PATH_IMAGE028
为邻级评语客观重要程度比值，介于1.1～1.3之间。此时矩阵
Figure 412282DEST_PATH_IMAGE021
满足一致性准则的，应用方根法求取各评估指标的主观权重
Figure 100752DEST_PATH_IMAGE022
；
步骤S4：采用模糊正态分布隶属度函数确定所述四项评估指标对于上述四种状态等级的隶属度，各状态等级隶属度的计算公式为：
Figure 487871DEST_PATH_IMAGE029
(5)
Figure 654410DEST_PATH_IMAGE030
(6)
Figure 810585DEST_PATH_IMAGE031
(7)
Figure 669957DEST_PATH_IMAGE032
(8)
上述公式5～8中，
Figure 278792DEST_PATH_IMAGE033
表示评估指标的真实值，
Figure 452285DEST_PATH_IMAGE034
为各评估指标对于正常状态H1的隶属度，
Figure 539931DEST_PATH_IMAGE035
为各评估指标对于一般状态H2的隶属度，
Figure 507887DEST_PATH_IMAGE036
为各评估指标对于注意状态H3的隶属度，
Figure 666336DEST_PATH_IMAGE037
为各评估指标对于严重状态H4的隶属度，
Figure DEST_PATH_IMAGE038
、
Figure 174678DEST_PATH_IMAGE039
、
Figure DEST_PATH_IMAGE040
、
Figure 367762DEST_PATH_IMAGE041
分别表示各状态等级区间的期望，
Figure DEST_PATH_IMAGE042
、
Figure 506619DEST_PATH_IMAGE043
、
Figure DEST_PATH_IMAGE044
、
Figure 152364DEST_PATH_IMAGE045
、
Figure 464397DEST_PATH_IMAGE046
、
Figure 449670DEST_PATH_IMAGE047
分别表示各状态等级隶属度函数的宽度；
由所述的隶属度函数计算得到所述评估指标对所述评估等级的评估矩阵
Figure 821746DEST_PATH_IMAGE048
：
Figure 892470DEST_PATH_IMAGE049
；其中，m为状态评估等级的个数，n为评估指标的个数；
步骤S5：根据所述的评估矩阵和以下公式计算所述评估指标的客观权重：
Figure 8194DEST_PATH_IMAGE050
(9)
式中
Figure 847974DEST_PATH_IMAGE051
，
Figure 393880DEST_PATH_IMAGE052
为第j个评估等级下指标i的隶属度，
Figure 686321DEST_PATH_IMAGE053
为所述各评估指标的客观权重，m为状态评估等级的个数，n为评估指标的个数；
步骤S6：将所述评估指标主观权重和所述评估指标客观权重按照如下公式10～11确定各指标组合权重；
Figure 543419DEST_PATH_IMAGE054
(10)
Figure 300022DEST_PATH_IMAGE055
(11)
其中，
Figure 951584DEST_PATH_IMAGE022
为所述评估指标主观权重，
Figure 59217DEST_PATH_IMAGE053
为所述评估指标客观权重，
Figure DEST_PATH_IMAGE056
和
Figure 516743DEST_PATH_IMAGE057
分别为各评估指标主观和客观权重重要系数，
Figure 65536DEST_PATH_IMAGE058
为各评估指标的组合权重，n为评估指标的个数；
步骤S7：利用如下公式12确定所述各评估指标的基本信任函数：
Figure 215895DEST_PATH_IMAGE059
(12)
其中，
Figure 482928DEST_PATH_IMAGE060
为第j个评估等级下指标i的基本信任函数，
Figure 478566DEST_PATH_IMAGE052
为第j个评估等级下指标i的隶属度，m为状态评估等级的个数；
步骤S8：融合所述各评估指标的基本信任函数，获取真空断路器运行状态的综合评估结果，具体融合过程包括：
步骤S81：根据公式13计算得到融合结果中最大值的下标：
Figure 147444DEST_PATH_IMAGE061
(13)
式中，
Figure 406387DEST_PATH_IMAGE062
，
Figure 957455DEST_PATH_IMAGE063
为待融合的两个基本信任函数，
Figure 960046DEST_PATH_IMAGE064
为
Figure 545748DEST_PATH_IMAGE065
的取值特征，
Figure 710013DEST_PATH_IMAGE066
是第
Figure 16885DEST_PATH_IMAGE067
个基本信任函数的凸度，
Figure 557588DEST_PATH_IMAGE068
、
Figure 935479DEST_PATH_IMAGE069
分别为
Figure 598542DEST_PATH_IMAGE070
、
Figure 61884DEST_PATH_IMAGE071
的最大值下标，
Figure 468595DEST_PATH_IMAGE072
为融合结果中最大值的下标，n为状态评估等级的个数;
步骤S82：根据求出的
Figure 966572DEST_PATH_IMAGE072
值对各状态评估等级所处位置的基本信任函数进行初始分配，分配结果寄存在如下公式14的数组
Figure 472640DEST_PATH_IMAGE073
中：
Figure 751175DEST_PATH_IMAGE074
(14)
步骤S83：初始分配后，将各评估等级对应位置下剩余的基本信任函数值进行分配，得到最终的融合结果：
首先，按照公式15计算每个位置上待分配的基本信任函数：
Figure 633680DEST_PATH_IMAGE075
(15)
然后，根据公式16计算所述待分配的基本信任函数应分的份数
Figure 48481DEST_PATH_IMAGE076
和每一份的大小
Figure 725450DEST_PATH_IMAGE077
：
Figure 163384DEST_PATH_IMAGE078
(16)
最后，确定分配规则，完成融合：
当
Figure 911897DEST_PATH_IMAGE079
时，从
Figure 118888DEST_PATH_IMAGE080
到
Figure 294654DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure 219885DEST_PATH_IMAGE081
分给位置
Figure 444193DEST_PATH_IMAGE082
；当
Figure 833586DEST_PATH_IMAGE083
时，从
Figure 117937DEST_PATH_IMAGE080
到
Figure 330131DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure 358130DEST_PATH_IMAGE084
分给位置
Figure 539712DEST_PATH_IMAGE085
；
步骤S9：比较所述融合结果的元素值：
若第一个元素值最大，则判断真空断路器状态为正常；
若第二个元素值最大，则判断真空断路器状态为一般；
若第三个元素值最大，则判断真空断路器状态为注意；
若第四个元素值最大，则判断真空断路器状态为严重。
本发明的有益效果：
本发明提供了一种真空断路器状态综合评估方法，为目前缺少专门针对真空断路器的状态综合评估方法或模型提供了重要的理论参考和技术支撑，也为真空断路器的故障诊断和状态检修奠定了基础，评估指标重要程度的量化采用组合赋权的方法，兼顾了评估过程的主观性和客观性，确保了最终评估结果的准确性，能够将多个状态量信息进行有效融合，使真空断路器运行状态评估结果更加明确，并且显著降低了状态评估的不确定性。
附图说明
附图1为本发明流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行进一步的详细描述,在下面的描述中列举了具体实例以便充分理解本发明的优点，但是本发明还可以采用其他不同于在此描述的其他方式来实施，因此本发明并不限于下面公开的具体实例的限制。
本实施例的一种真空断路器状态综合评估方法，选择具体的一台真空断路器，执行如下步骤：
步骤S1：对该台断路器进行在线监测，得到分合闸线圈电流辨识比、真空度、电寿命和隔离触头温度四项评估指标参数真实值，如表1所示；其中真空灭弧室内真空度取3个灭弧室中劣化最严重的，隔离触头温度取6个触头中特性最差的；
表1真空断路器评估指标真实值
分合闸线圈电流辨识比/p.u. 真空度/mP 电寿命/% 隔离触头温度/℃
2.3 4.05 36 58
步骤S2：将真空断路器的状态评判划分为正常、一般、注意和严重四个等级，分别用H1、H2、H3、H4表示，其中，
状态①，正常状态H1级：断路器运行状态良好，可适当延长检修计划；
状态②，一般状态H2级：断路器运行状态基本正常 ，应加强运行监视，正常按计划检修；
状态③，注意状态H3级：断路器存在事故隐患，还可以短期带故障运行，应适时安排停电检修；
状态④，严重状态H4级：断路器存在重大事故隐患，需要进行复测或其他检测手段进行故障确认并及时进行停电维修；
根据划分的状态评价等级，确定各评价指标属于四个等级的评价等级论域，如表2所示。
表2评价指标的评价等级论域
评价指标 正常 一般 注意 严重
分合闸线圈电流辨识比/p.u. 0～1.5 1.5～4 4～6.5 6.5～9
真空度/mP 0～1.33 1.33～5 5～7 7～10
电寿命/% 35～40 20～35 10～20 5～10
隔离触头温度/℃ 45～55 55～65 65～75 75～80
步骤S3：对各评估指标的重要程度进行主观权重评定；
由5位专家组成主观权重确定专家组，各专家根据自身经验得到判断矩阵：
Figure 57281DEST_PATH_IMAGE086
，
Figure 957104DEST_PATH_IMAGE087
，
Figure 585532DEST_PATH_IMAGE088
Figure 621621DEST_PATH_IMAGE089
，
Figure 247774DEST_PATH_IMAGE090
由
Figure 431631DEST_PATH_IMAGE091
得到反对称阵：
Figure 801432DEST_PATH_IMAGE092
同理，可得
Figure 19924DEST_PATH_IMAGE009
，t=2～5；
按照如下公式1确定专家评估的总体标准差
Figure 816979DEST_PATH_IMAGE093
;
Figure 425815DEST_PATH_IMAGE012
(1)
计算
Figure 396045DEST_PATH_IMAGE094
，判断专家意见比较集中，计算出反对称阵
Figure 406726DEST_PATH_IMAGE014
的平均阵
Figure 436999DEST_PATH_IMAGE095
：
Figure 533131DEST_PATH_IMAGE096
根据公式2～3计算判断矩阵的拟优传递阵
Figure 307052DEST_PATH_IMAGE097
：
Figure 437819DEST_PATH_IMAGE098
Figure 576676DEST_PATH_IMAGE019
(2)
Figure 948053DEST_PATH_IMAGE020
(3)
Figure 463348DEST_PATH_IMAGE098
应用方根法求取各评估指标的主观权重
Figure 510938DEST_PATH_IMAGE099
。
] 步骤S4：采用模糊正态分布隶属度函数确定所述四项评估指标对于上述四种状态等级的隶属度，各状态等级隶属度的计算公式为：
Figure 820697DEST_PATH_IMAGE029
(5)
Figure 625842DEST_PATH_IMAGE030
(6)
Figure 741565DEST_PATH_IMAGE100
(7)
Figure 581345DEST_PATH_IMAGE032
(8)
由所述的隶属度函数计算得到所述评估指标对所述评估等级的评估矩阵
Figure 124322DEST_PATH_IMAGE048
：
Figure 682343DEST_PATH_IMAGE101
步骤S5：根据步骤S4的评估矩阵R和以下公式计算所述评估指标的客观权重：
Figure 273861DEST_PATH_IMAGE102
；
Figure 296044DEST_PATH_IMAGE050
(9)
步骤S6：将所述评估指标主观权重和所述评估指标客观权重按照如下公式10～11确定各指标组合权重
Figure 947605DEST_PATH_IMAGE103
；
Figure 789659DEST_PATH_IMAGE104
(10)
Figure 184868DEST_PATH_IMAGE105
(11)
步骤S7：利用如下公式12确定所述各评估指标的基本信任函数
Figure 999240DEST_PATH_IMAGE106
；
Figure 884020DEST_PATH_IMAGE059
(12)
步骤S8：融合所述各评估指标的基本信任函数，获取真空断路器运行状态的综合评估结果，综合评估结果见表3；
表3综合评估结果
H<sub>1</sub> H<sub>2</sub> H<sub>3</sub> H<sub>4</sub>
0.5063 0.4968 0 0
具体融合过程为：
步骤S81：根据公式13计算得到融合结果中最大值的下标
Figure 151053DEST_PATH_IMAGE107
(13)
步骤S82：根据求出的
Figure 412270DEST_PATH_IMAGE072
值对各状态评估等级所处位置的基本信任函数进行初始分配，分配结果寄存在如下公式14的数组
Figure 81149DEST_PATH_IMAGE073
中：
Figure 74513DEST_PATH_IMAGE074
(14)
步骤S83：初始分配后，将各评估等级对应位置下剩余的基本信任函数值进行分配，得到最终的融合结果：
首先，按照公式15计算每个位置上待分配的基本信任函数：
Figure 894089DEST_PATH_IMAGE108
(15)
然后，根据公式16计算所述待分配的基本信任函数应分的份数
Figure 896680DEST_PATH_IMAGE076
和每一份的大小
Figure 482382DEST_PATH_IMAGE077
：
Figure 646647DEST_PATH_IMAGE109
(16)
最后，确定分配规则，完成融合：
当
Figure 888272DEST_PATH_IMAGE110
时，从
Figure 491292DEST_PATH_IMAGE111
到
Figure 869184DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure 532246DEST_PATH_IMAGE081
分给位置
Figure 995589DEST_PATH_IMAGE082
；当
Figure DEST_PATH_IMAGE112
时，从
Figure 402299DEST_PATH_IMAGE111
到
Figure 634697DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure 468661DEST_PATH_IMAGE084
分给位置
Figure 419300DEST_PATH_IMAGE085
；
步骤S9：比较所述融合结果的元素值，从表3可知，第一个元素值最大，真空断路器状态为正常。
上述实施例仅仅为本发明的优选实例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同变化、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种真空断路器状态综合评估方法，其特征在于，包括以下步骤：
步骤S1：对真空断路器进行在线监测，得到分合闸线圈电流辨识比、真空度、电寿命和隔离触头温度四项评估指标参数真实值，其中真空灭弧室内真空度取3个灭弧室中劣化最严重的灭弧室的真空度，隔离触头温度取6个触头中特性最差的触头的温度；
步骤S2：将真空断路器的状态评判划分为正常、一般、注意和严重四个等级，分别用H1、H2、H3、H4表示，其中，
状态①，正常状态H1级：断路器运行状态良好，可适当延长检修计划；
状态②，一般状态H2级：断路器运行状态基本正常，应加强运行监视，正常按计划检修；
状态③，注意状态H3级：断路器存在事故隐患，还可以短期带故障运行，应适时安排停电检修；
状态④，严重状态H4级：断路器存在重大事故隐患，需要进行复测或其他检测手段进行故障确认并及时进行停电维修；
根据划分的状态评价等级，确定各评价指标属于四个等级的评价等级论域；
步骤S3：对各评估指标的重要程度进行主观权重评定；
真空断路器的运行状态受n个评估指标综合决定，m个专家会根据自身经验知识对任意两个指标进行比较，第t个专家得到的判断矩阵为
Figure DEST_PATH_IMAGE001
为:
Figure 589489DEST_PATH_IMAGE002
其中
Figure DEST_PATH_IMAGE003
表示第t个专家在比较评估指标i和评估指标j的相对重要程度时得到的量化值，用1～9标度法进行专家意见的量化；在构造判断矩阵
Figure 634805DEST_PATH_IMAGE004
的过程中必须满足同一位专家在两两判断时如果对三个指标的重要性排序分别有
Figure DEST_PATH_IMAGE005
和
Figure 967697DEST_PATH_IMAGE006
，则一定有
Figure 516490DEST_PATH_IMAGE007
，这种次序一致性则是必须严格遵守的准则，否则会导致指标间关系混乱无序；构造的判断矩阵
Figure DEST_PATH_IMAGE008
为互反阵，因此构造反对称矩阵
Figure 791483DEST_PATH_IMAGE009
：
Figure DEST_PATH_IMAGE010
；
按照如下公式1确定专家评估的总体标准差
Figure 996199DEST_PATH_IMAGE011
：
Figure DEST_PATH_IMAGE012
(1)
若
Figure 195099DEST_PATH_IMAGE013
，表明各专家所提供的指标间相对重要性的意见相对统一，则直接以各反对称阵
Figure 788279DEST_PATH_IMAGE009
的平均阵
Figure 47222DEST_PATH_IMAGE014
作为专家组判断的结果，其中
Figure DEST_PATH_IMAGE015
，根据公式2～3构造判断矩阵的拟优传递阵
Figure 739235DEST_PATH_IMAGE016
和最优传递矩阵
Figure DEST_PATH_IMAGE017
:
Figure 476247DEST_PATH_IMAGE018
(2)
Figure DEST_PATH_IMAGE019
(3)
拟优传递阵
Figure 186583DEST_PATH_IMAGE020
是满足一致性准则，应用方根法求取各评估指标的主观权重
Figure DEST_PATH_IMAGE021
；
若
Figure 554110DEST_PATH_IMAGE022
，则表明各专家所给意见存在较大差异，再利用计算平均阵
Figure 530156DEST_PATH_IMAGE014
的方法显然不再合理；
此时利用最优传递矩阵法求得使公式(4)最小的最优传递矩
Figure DEST_PATH_IMAGE023
；
Figure 257810DEST_PATH_IMAGE024
(4)
其中：
Figure DEST_PATH_IMAGE025
，令
Figure 838964DEST_PATH_IMAGE026
，
Figure 174130DEST_PATH_IMAGE027
为邻级评语客观重要程度比值，介于1.1～1.3之间；
此时矩阵
Figure 903052DEST_PATH_IMAGE020
满足一致性准则的，应用方根法求取各评估指标的主观权重
Figure 168817DEST_PATH_IMAGE021
；
步骤S4：采用模糊正态分布隶属度函数确定所述四项评估指标对于上述四种状态等级的隶属度，各状态等级隶属度的计算公式为：
Figure 666794DEST_PATH_IMAGE028
(5)
Figure 172862DEST_PATH_IMAGE029
(6)
Figure 326763DEST_PATH_IMAGE030
(7)
Figure 209268DEST_PATH_IMAGE031
(8)
上述公式5～8中，
Figure 561752DEST_PATH_IMAGE032
表示评估指标的真实值，
Figure 694181DEST_PATH_IMAGE033
为各评估指标对于正常状态H1的隶属度，
Figure 132115DEST_PATH_IMAGE034
为各评估指标对于一般状态H2的隶属度，
Figure 552732DEST_PATH_IMAGE035
为各评估指标对于注意状态H3的隶属度，
Figure 962985DEST_PATH_IMAGE036
为各评估指标对于严重状态H4的隶属度，
Figure 810855DEST_PATH_IMAGE037
、
Figure 736086DEST_PATH_IMAGE038
、
Figure 147345DEST_PATH_IMAGE039
、
Figure 474421DEST_PATH_IMAGE040
分别表示各状态等级区间的期望，
Figure 758772DEST_PATH_IMAGE041
、
Figure 108981DEST_PATH_IMAGE042
、
Figure 871401DEST_PATH_IMAGE043
、
Figure 52984DEST_PATH_IMAGE044
、
Figure DEST_PATH_IMAGE045
、
Figure 695186DEST_PATH_IMAGE046
分别表示各状态等级隶属度函数的宽度；
由所述的隶属度函数计算得到所述评估指标对所述评估等级的评估矩阵
Figure DEST_PATH_IMAGE047
：
Figure 532692DEST_PATH_IMAGE048
；其中，m为状态评估等级的个数，n为评估指标的个数；
步骤S5：根据所述的评估矩阵和以下公式计算所述评估指标的客观权重：
Figure DEST_PATH_IMAGE049
(9)
式中
Figure 285754DEST_PATH_IMAGE050
，
Figure DEST_PATH_IMAGE051
为第j个评估等级下指标i的隶属度，
Figure 321843DEST_PATH_IMAGE052
为所述各评估指标的客观权重，m为状态评估等级的个数，n为评估指标的个数；
步骤S6：将所述评估指标主观权重和所述评估指标客观权重按照如下公式10～11确定各指标组合权重；
Figure DEST_PATH_IMAGE053
(10)
Figure 885679DEST_PATH_IMAGE054
(11)
其中，
Figure 272798DEST_PATH_IMAGE021
为所述评估指标主观权重，
Figure DEST_PATH_IMAGE055
为所述评估指标客观权重，
Figure 578620DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE057
分别为各评估指标主观和客观权重重要系数，
Figure 672478DEST_PATH_IMAGE058
为各评估指标的组合权重，n为评估指标的个数；
步骤S7：利用如下公式12确定所述各评估指标的基本信任函数：
Figure DEST_PATH_IMAGE059
(12)
其中，
Figure 469532DEST_PATH_IMAGE060
为第j个评估等级下指标i的基本信任函数，
Figure 265319DEST_PATH_IMAGE051
为第j个评估等级下指标i的隶属度，m为状态评估等级的个数；
步骤S8：融合所述各评估指标的基本信任函数，获取真空断路器运行状态的综合评估结果，具体融合过程包括：
步骤S81：根据公式13计算得到融合结果中最大值的下标：
Figure DEST_PATH_IMAGE061
(13)
式中，
Figure 438811DEST_PATH_IMAGE062
，
Figure DEST_PATH_IMAGE063
为待融合的两个基本信任函数，
Figure 387176DEST_PATH_IMAGE064
为
Figure DEST_PATH_IMAGE065
的取值特征，
Figure 542082DEST_PATH_IMAGE066
是第
Figure DEST_PATH_IMAGE067
个基本信任函数的凸度，
Figure 575898DEST_PATH_IMAGE068
、
Figure DEST_PATH_IMAGE069
分别为
Figure 21922DEST_PATH_IMAGE070
、
Figure DEST_PATH_IMAGE071
的最大值下标，
Figure 339640DEST_PATH_IMAGE072
为融合结果中最大值的下标，n为状态评估等级的个数;
步骤S82：根据求出的
Figure 478497DEST_PATH_IMAGE072
值对各状态评估等级所处位置的基本信任函数进行初始分配，分配结果寄存在如下公式14的数组
Figure DEST_PATH_IMAGE073
中：
Figure 189489DEST_PATH_IMAGE074
(14)
步骤S83：初始分配后，将各评估等级对应位置下剩余的基本信任函数值进行分配，得到最终的融合结果：
首先，按照公式15计算每个位置上待分配的基本信任函数：
Figure DEST_PATH_IMAGE075
(15)
然后，根据公式16计算所述待分配的基本信任函数应分的份数
Figure 439205DEST_PATH_IMAGE076
和每一份的大小
Figure DEST_PATH_IMAGE077
：
Figure 362161DEST_PATH_IMAGE078
(16)
最后，确定分配规则，完成融合：
当
Figure DEST_PATH_IMAGE079
时，从
Figure 858871DEST_PATH_IMAGE080
到
Figure 929595DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure DEST_PATH_IMAGE081
分给位置
Figure 920685DEST_PATH_IMAGE082
；当
Figure DEST_PATH_IMAGE083
时，从
Figure 947415DEST_PATH_IMAGE080
到
Figure 365758DEST_PATH_IMAGE072
每个位置分得一份，将剩余的BPA值
Figure 658199DEST_PATH_IMAGE084
分给位置
Figure DEST_PATH_IMAGE085
；
步骤S9：比较所述融合结果的元素值：
若第一个元素值最大，则判断真空断路器状态为正常；
若第二个元素值最大，则判断真空断路器状态为一般；
若第三个元素值最大，则判断真空断路器状态为注意；
若第四个元素值最大，则判断真空断路器状态为严重。
CN202011484812.XA 2020-12-16 2020-12-16 一种真空断路器状态综合评估方法 Withdrawn CN112541682A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011484812.XA CN112541682A (zh) 2020-12-16 2020-12-16 一种真空断路器状态综合评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011484812.XA CN112541682A (zh) 2020-12-16 2020-12-16 一种真空断路器状态综合评估方法

Publications (1)

Publication Number Publication Date
CN112541682A true CN112541682A (zh) 2021-03-23

Family

ID=75018844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011484812.XA Withdrawn CN112541682A (zh) 2020-12-16 2020-12-16 一种真空断路器状态综合评估方法

Country Status (1)

Country Link
CN (1) CN112541682A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723784A (zh) * 2021-08-19 2021-11-30 北京慧智神光科技有限公司 断路器一致性的评估方法及其评估装置、电子设备
CN114707861A (zh) * 2022-04-08 2022-07-05 国网山东省电力公司青岛供电公司 一种基于d-s证据融合多指标的断路器评价方法及系统
CN116840671A (zh) * 2023-06-09 2023-10-03 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512962A (zh) * 2016-01-13 2016-04-20 武汉大学 一种气体绝缘组合电器绝缘状态综合评估方法
CN105868912A (zh) * 2016-04-06 2016-08-17 清华大学 基于数据融合的电力变压器状态评价方法及装置
CN106096830A (zh) * 2016-06-07 2016-11-09 武汉大学 基于广义证据理论的继电保护状态评价方法及系统
CN111929576A (zh) * 2020-09-27 2020-11-13 通号（长沙）轨道交通控制技术有限公司 基于组合赋权法的真空断路器健康状态评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512962A (zh) * 2016-01-13 2016-04-20 武汉大学 一种气体绝缘组合电器绝缘状态综合评估方法
CN105868912A (zh) * 2016-04-06 2016-08-17 清华大学 基于数据融合的电力变压器状态评价方法及装置
CN106096830A (zh) * 2016-06-07 2016-11-09 武汉大学 基于广义证据理论的继电保护状态评价方法及系统
CN111929576A (zh) * 2020-09-27 2020-11-13 通号（长沙）轨道交通控制技术有限公司 基于组合赋权法的真空断路器健康状态评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏延芹: "基于物元与证据理论相结合的高压断路器状态评估方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723784A (zh) * 2021-08-19 2021-11-30 北京慧智神光科技有限公司 断路器一致性的评估方法及其评估装置、电子设备
CN113723784B (zh) * 2021-08-19 2022-07-29 北京慧智神光科技有限公司 断路器一致性的评估方法及其评估装置、电子设备
CN114707861A (zh) * 2022-04-08 2022-07-05 国网山东省电力公司青岛供电公司 一种基于d-s证据融合多指标的断路器评价方法及系统
CN116840671A (zh) * 2023-06-09 2023-10-03 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法
CN116840671B (zh) * 2023-06-09 2024-01-19 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法

Similar Documents

Publication Publication Date Title
CN112541682A (zh) 一种真空断路器状态综合评估方法
CN103778575B (zh) 变压器状态评估方法及系统
CN107633354B (zh) 一种站用直流系统运行状态健康程度的综合评价方法
CN103324992B (zh) 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法
CN110689234A (zh) 一种基于多源数据融合的电力变压器状态评估方法
CN106249141A (zh) 高压断路器石墨触头磨损检测方法
Feng et al. Failure risk interval estimation of traction power supply equipment considering the impact of multiple factors
Geng et al. Predictive maintenance scheduling for multiple power equipment based on data-driven fault prediction
Behera et al. A probabilistic approach for assessment of financial loss due to equipment outage caused by voltage sag using cost matrix
Liao et al. A cloud and evidential reasoning integrated model for insulation condition assessment of high voltage transformers
CN116862478A (zh) 基于分层架构与动态赋权的变压器健康评估方法
CN111369388B (zh) 用于城市电网的对抗脆弱性评估方法及系统
CN116611691A (zh) 电缆线路多维度运行风险评估方法
Balzer Condition assessment and reliability centered maintenance of high voltage equipment
CN115856613A (zh) 断路器状态评估方法
Catrinu et al. Incorporating risk analysis and multi-criteria decision making in electricity distribution system asset management
CN115169932A (zh) 一种高压断路器状态综合评估方法
CN110244254B (zh) 一种基于比值的多级电能计量表误差估计与故障诊断方法
Fan et al. Risk assessment of power communication network based on node importance
Barkakati et al. A comprehensive data driven outage analysis for assessing reliability of the bulk power system
CN106874607A (zh) 基于多层级变权理论的电网自组织临界态定量评估方法
Cheng et al. Transformer fault probability calculation based on analytic hierarchy process
Rosenlind et al. Prerequisites for transformer lifetime modeling towards a better understanding
Suzuki et al. Optimization of asset management in high voltage substation based on equipment monitoring and power system operation
Jongen et al. Application of statistical analysis in the asset management decision process

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210323

WW01 Invention patent application withdrawn after publication