CN115856529A - 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 - Google Patents
一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 Download PDFInfo
- Publication number
- CN115856529A CN115856529A CN202211489251.1A CN202211489251A CN115856529A CN 115856529 A CN115856529 A CN 115856529A CN 202211489251 A CN202211489251 A CN 202211489251A CN 115856529 A CN115856529 A CN 115856529A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- weight
- cvt
- matrix
- characteristic
- 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
Links
Images
Landscapes
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,首先对待测CVT进行PDC测试,获取多个表征CVT老化的特征量;其次基于构建的模糊评估隶属度函数,对各特征量进行单因素评估,建立模糊关系矩阵;再将各特征量的组合权重与模糊关系矩阵点乘,得到表征老化评估等级的综合评估矩阵;最后以综合评估矩阵中可信度最大值对应的老化评估等级作为最终评估等级。本发明基于PDC测试提取出多个反映CVT绝缘老化状态的特征量,采用有序二元比较量化法与主成分分析法,分别从主观和客观两方面确定特征量的权重,再经DS证据理论对主观权重和客户权重进行有效融合,然后结合模糊综合评估方法,弥补单一赋权法的不足的同时实现CVT绝缘老化状态的有效评估。
Description
技术领域
本发明涉及高压电绝缘技术领域,具体涉及一种基于PDC多特征量权重的CVT绝缘老化状态评估方法。
背景技术
电容式电压互感器(CVT)老化时,其绝缘的直流导电率、介质损耗因数、去极化电荷量等各特征量敏感程度不同,各单一特征量获取的CVT老化状态也可能不同,采用某一特征量难以保证老化状态评估结果的准确性。为保证准确把握CVT绝缘老化状态,在产生电力事故前及时更换严重老化的CVT设备,以预防电力事故的产生,海内外提出了多种检测与诊断方法,如局放试验、温度检测、频域介电谱、极化-去极化电流法等。极化-去极化电流法(Polarization and Depolarization Currents,PDC)作为一种优秀的无损诊断方式,通过对CVT外施电压使其绝缘内部发生各种极化现象,通过提取极化与去极化电流中的特征量,可直接获得丰富的绝缘老化诊断信息,具备获取信息快速、直接、无损等特点,引起海内外研究学者的广泛关注,比如基于PDC法提出利用斯皮尔曼秩相关系数法建立A/Q值与电缆信息的相关性用于表征电缆绝缘的老化程度;或者基于PDC电流信号提取出三支路扩展Debye模型极化用于变压器绝缘老化状态诊断;或者提出采用极化损耗因数不同极化电压下的变化率来判断电力电容器老化状态等。
然而,统计已有方法,目前大多数基于PDC的CVT绝缘状态评估方法大多仅研究某单一特征量与绝缘老化程度之间的关系。但由于CVT老化对每种特征量的敏感程度不同,从某一特征量获取的CVT老化程度可能与其他特征量获取的老化程度不同,即若采用某一特征量进行评估,很难确保老化程度评估结果的准确性。
因此,如何基于PDC多特征量对CVT绝缘老化状态进行评估,以确保评估结果的准确性,对于预防电力事故具有十分重要的意义。
发明内容
本发明的目的在于提供一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,以PDC多特征量为基础,结合有序二元比较量化法、主成分分析法、DS证据理论与模糊综合评估,实现对CVT绝缘状态老化的有效、准确评估。
本发明通过下述技术方案实现:
一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,包括步骤:
S1:对待测CVT进行极化-去极化测试,获取多个用于表征CVT老化程度的特征量;
S2:构建用于模糊评估的隶属度函数,对上述步骤S1中获取的多个特征量分别进行单因素评估,建立模糊关系矩阵;
S3:确定各个特征量的组合权重,与模糊关系矩阵点乘输出用于表征老化评估等级的综合评估矩阵;
S4:确定综合评估矩阵中的可信度最大值,以可信度最大值对应的老化评估等级作为最终评估等级。
作为一种可选方式,在上述步骤S1中,用于表征CVT老化程度的特征量包括直流电导率、去极化电荷量、介质损耗因素与扩展Debye模型第三支路时间常数。
作为一种可选方式,在上述步骤S2中,构建用于模糊评估的隶属度函数包括如下步骤:
确定待评估的特征量的评估因素与评估等级,并确定任一特征量与评估等级的隶属度函数,然后对每一项特征量进行单因素评估,建立模糊关系矩阵。
作为一种可选方式,在上述步骤S3中,组合权重的确定过程包括确定主观权重与客观权重,主观权重的确定方法包括如下步骤:
构建由至少两个特征量组成的标准样本集,并将其按照重要程度进行排序,根据三标度法,将各个特征量的重要程度进行二元对比,构建比较矩阵;
根据比较矩阵的各行之和,按照从大到小的顺序依次排列特征量,并将排序第一的特征量作为标准,分别与该行其他特征量的重要程度进行对比,得到非归一化的特征权向量;
将特征权向量进行归一化处理,获得各个特征量的主观权重。
作为一种可选方式,客观权重的确定过程包括如下步骤:
对直流电导率、去极化电荷量、介质损耗因数、扩展Debye模型第三支路时间常数的样本数据进行主成分分析,获得主成分矩阵及方差贡献率;
将主成分矩阵与方差贡献率相乘后,对同一类特征量的数据进行求和,直到获得没一个特征量的得分系数矩阵;
对得分系数矩阵进行归一化处理,获得各个特征量的客观权重。
作为一种可选方式,客观权重的确定过程还包括:
对由各个特征量样本数据构成的数据集进行去中心化处理后,计算协方差矩阵;
对协方差矩阵进行特征值分解,获得对应的特征值与特征向量,对特征值从大到小排序,提取累计贡献率超过预设值的特征值,将其对应的特征向量构建形成主成分矩阵,由各特征值除以特征值综合得到方差贡献率矩阵。
作为一种可选方式,在上述步骤S3中,确定组合权重包括如下步骤:
通过DS证据理论将主观权重与客观权重作为待融合的不同方法的输入,获得组合权重的归一化常数后,计算权重函数。
作为一种可选方式,在上述步骤S4中,在综合评估矩阵中,每一项特征量的评估等级对应一个可信度值,其可信度值最大的评估等级视为该特征向量的最终评估等级。
为实现上述步骤,本发明还提供了一种电子设备,包括存储器和处理器,存储器存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的基于PDC多特征量权重的CVT绝缘老化状态评估方法的步骤。
为实现上述步骤,本发明还提供了一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的基于PDC多特征量权重的CVT绝缘老化状态评估方法中的步骤。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明基于PDC测试,提取出多个反映CVT绝缘老化状态的特征量,用于构建绝缘老化评估指标体系,能够弥补单一特征评估信息的不足。
2、本发明采用有序二元比较量化法与主成分分析法,分别从主观和客观两方面确定特征量的权重,以弥补单一赋权法的不足;同时基于DS证据理论将主观权重和客观权重进行有效融合得到组合权重,保证对不同老化状态特征相对重要性的有效评估。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明实施例1提供的CVT绝缘老化状态评估方法流程示意图;
图2为本发明实施例1提供的极化-去极化电流测量示意图;
图3为本发明实施例1提供的三支路扩展Debye模型等效电路图;
图4为本发明实施例2提供的CVT绝缘老化状态评估方法阶段流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
电容式电压互感器(CVT)不同老化等级的界限具有模糊性与不确定性,采用某一特征量难以保证老化状态评估结果的准确性因此需要一种能够解决这些问题的评估方法。模糊综合评估常用来将一些边界不清晰、定量困难的因素进行量化,是一种采用多个因素对被评估事物隶属等级情况实现综合评估的方法。本实施例中首先基于PDC测试,提取出多个体现绝缘状态的老化特征量;其次,采用有序二元比较量化法与主成分分析法,分别从主观和客观两方面确定特征量的权重;再次,基于DS证据理论将主、客观权重进行有效融合获得组合权重。最后,基于模糊综合评估,结合获得的组合权重共同实现CVT绝缘老化状态的有效评估。本实施例是这样实现的:
请参阅图1-图3,本实施例提供了一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,包括步骤:
S1:对待测CVT进行极化-去极化测试,获取多个用于表征CVT老化程度的特征量。
PDC是基于介电响应原理的电介质性能检测方式之一,其基本原理为给绝缘介质施加一极化电压U0,使其内部发生各种极化现象,期间测试其极化电流ipol极化电流稳定后,将绝缘介质两端短接,期间测试其去极化电流idepol。极化-去极化电流如图1所示。
基于上述过程提取的电流信号,包含大量表征绝缘老化的特征量数据。因此,本实施例利用PDC测试获得的电流信号进行如下特征量的提取:
直流电导率σ:
绝缘介质的σ与老化程度联系密切,常用来表征绝缘老化状态。根据ipol和idepol,有:
去极化电荷量Qn:
去极化电量作为判断绝缘状态的参数之一也常被应用到电力设备的绝缘评估当中,其表示为:
式中:td为去极化时间。
0.1Hz介质损耗因数tanδ0.1:
利用傅里叶变换将PDC法测量出的电流信号通过转换到频域上,有:
其中:
作用于本实施例中,用来计算介损的电流中包含有电导电流,介质损耗因数可由下式表示:
式中,第一项和第二项分别为电导损耗因数和极化损耗因数。IR(ω)为阻性电流的频域表达,IC(ω)为容性电流的频域表达,/>C′为复电容的实部,C″为复电容的虚部;ε′为复介电常数的实部,ε″为复介电常数的虚部。电导率可以反应绝缘材料电导特性的变化,本实施例仅分析极化损耗因数(即公式(7)第二项)。通过对CVT绝缘材料在0.1~50Hz的tanδ进行频谱分析,发现0.1Hz下的tanδ明显大于50Hz下的tanδ,即0.1Hz下测量的tanδ更易于评估绝缘的老化水平。为此本实施例取0.1Hz下tanδ作为频率特征,记为tanδ0.1。/>
扩展Debye模型第三支路时间常数τ3:
CVT绝缘普遍使用三支路扩展Debye模型进行等效,其等效电路请再次参阅图2所示。其中R0、C0分别代表CVT的绝缘电阻与几何电容,Ri与Ci为第i条支路的绝缘电阻和几何电容。三条支路分别表示不同的极化时间极化类型。按时间从小到大顺序,三条支路分别代表短时间极化、中时间极化、长时间极化。
当CVT中存在局部缺陷时,将为CVT带来持续时间较长、幅值较大的极化/去极化电流样本,第三个支路充电时间将显著增长。因此,对于存在绝缘缺陷的CVT,针对性地检测识别第三支路电流时间常数能有效判断CVT缺陷导致的介电特性变化。选择第三支路的时间常数τ3作为所需特征之一。因此,在上述电路中,ipol和idepol可表达为:
式中:Ai-pol、τi-pol表示极化过程中第i支路的电流幅值及其时间常数;Ai-depol、τi-depol表示去极化过程中第i支路的电流幅值及其时间常数;A0表示极化过程电导电流分量幅值。
其中Ai和τi可表示为:
τi=RiCi (9)
利用上式,即可辨识出所需第三支路时间常数τ3。
S2:构建用于模糊评估的隶属度函数,对上述步骤S1中获取的多个特征量分别进行单因素评估,建立模糊关系矩阵。
不同老化等级的界限具有模糊性与不确定性,因此需要一种能够解决这些问题的评估方法。模糊综合评估常用来将一些边界不清晰、定量困难的因素进行量化,是一种采用多个因素对被评估事物隶属等级情况实现综合评估的方法。基本步骤如下:
步骤1:确定评估对象的因素论域U={u1,u2,u3,..,um},m表示评估特征数。
步骤2:确定评估等级论域V={V1,V2,V3,..,Vq},q表示评估等级数。
步骤3:根据U决定各特征与评估等级的隶属度函数,常用隶属度函数包括正余弦函数形、三角函数形、高斯函数型等;然后对待测样本各特征进行单因素评估,建立模糊关系矩阵G。
式中:gmq表示第m个特征um对第q个评估等级vq的评估结果。
S3:确定各个特征量的组合权重,与模糊关系矩阵点乘输出用于表征老化评估等级的综合评估矩阵。在本实施例中,考虑到各特征量对CVT老化程度的影响不同,经过发明人多年的研究与实际工作体验,为每一特征量赋予相应的权重,为使不同特征量的权重兼顾一定意义上主、客观上的统一,进而使决策结果更加真实、可靠,本实施例在确定主观权重和客观权重的基础上,进一步利用DS证据理论对两类权重进行融合得到组合权重。
主观权重本实施例采用有序二元比较量化法进行确定,由于专家调查法与层次分析法需要根据专家经验确定确切的初始权重集,而CVT绝缘老化评估的相关研究尚不够深入,难以建立确切的初始权重。为次,本实施例选用有序二元比较量化法确定主观权重,相比前两种方法,该方法仅需根据专家经验获得不同特征量的重要性排序即可,更据普适性。包括如下步骤:
步骤1:设标准样本集由m个特征量构成,并将各特征量按重要性进行排序。可以由专家经验得到不同特征量的重要性排序,例如设x1>x2=x3>..>xm,其中x1>x2代表特征1比特征2重要,x2=x3代表特征2与特征3的重要程度一样。
步骤2:根据三标度法,对各特征量重要程度进行二元对比,构建比较矩阵R:
基于公式11,对于任意i:rii′为特征i和特征i’的特征重要程度对比值,i∈[1,m],i′∈[1,m],取值0、0.5、1,当等于1时表示xi>xi′,等于0时表示xi<xi′,等于0.5时表示xi=xi′。
步骤3:根据比较矩阵各行之和,按大到小排序中排序第一的特征量作为标准,与其他特征量进行重要性程度比较,得到非归一化的特征权向量w1,w2,w3,...,wm。
步骤4:特征权向量归一化,获得各特征量的主观权重:
在客观权重的确立过程中,本实施例采用主成分分析法进行确定。主成分分析源于统计分析方法,该方法能够直接客观计算出数据集中各特征的贡献度,而这个贡献度即表征着数据的重要程度。本实施例基于对实验样本CVT进行PDC测试,得到的直流电导率、去极化电荷量、介质损耗因数、扩展Debye模型第三支路时间常数这四个特征量样本数据,利用主成分分析法确定各特征量的客户权重的步骤如下:
步骤1:对各特征量样本数据进行主成分分析,获得主成分矩阵及其方差贡献率;具体操作如下:
①对由各样本特征构成的数据集X={X1,X2,X3,..,Xm}进行去中心化,得到X′={X1′,X2′,X3′,..m,X。
②计算协方差矩阵C:
式中,n为样本个数。
③对C进行特征值分解,获得对应的特征值与特征向量,对特征值从大到小排序,按照累计贡献率大于99%,提取前k个特征值对应的特征向量构建主成分矩阵,由各特征值除以特征值总和得到方差贡献率矩阵。
具体是对C进行正交分解可得:
C=PλPT (14)
式中,λ=diag(λ1,L,λn),λi(i=1,L,n)为C的特征值,从λ1到λn为降序排列;P=[P1,L,Pn],Pi为λi对应的特征向量。
按照累计贡献率大于99%,提取前k个特征值对应的特征向量构建主成分矩阵,由各特征值除以特征值总和得到方差贡献率矩阵。
这里,得到的主成分矩阵为P'=[P1,P2,L,Pk]
得到主成分的方差贡献率矩阵表示为e=[e1,e2,L,ek]。
步骤2:将主成分矩阵中数据乘以对应的方差贡献率,然后同一特征量对应数据进行求和,获得各个特征量的得分系数矩阵:F=[F1,F2,L,Fn]T。
步骤3:对上述得分系数矩阵进行归一化处理,获得各特征量的客观权重。
DS证据理论建立在辨识框架Θ上,由一系列的基本命题组成。本实施例中,以特征量
X(X1,X2,X3,K,Xm)作为框架Θ中的命题,因各特征量互斥,DS证据仅为一层,此时以前述主观权重和客观权重作为待融合的不同方法的输入。设特征量X(X1,X2,X3,K,Xm)的主观权重为B(B1,B2,B3,K,Bm);特征量X(X1,X2,X3,K,Xm)的客观权重为
C(C1,C2,C3,K,Cm)。根据DS理论,首先求取组合权重归一化常数m:
随后,计算各权重mass函数M(M1,M2,M3,K,Mn),其计算方式为:
通过上述步骤获得组合权重与模糊关系矩阵后,将其点乘输出:
设特征量的组合权重为A=[a1,a2,...,am],可得综合评估向量B为:
B=AoG (18)
式中:B={b1,b2,…,bn}={评估等级v1可信度,评估等级v2可信度,…,评估等级vn可信度},可信度最大的即作为最终评估等级。
综合上述步骤,本实施例基于PDC测试提取出多个反映CVT绝缘老化状态的特征量,采用有序二元比较量化法与主成分分析法,分别从主观和客观两方面确定特征量的权重,再经DS证据理论对主观权重和客户权重进行有效融合,然后结合模糊综合评估方法,弥补单一赋权法的不足的同时实现CVT绝缘老化状态的有效评估。
此外,为实现上述目的,本实施例还提供了一种电子设备,包括存储器和处理器,存储器存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的基于PDC多特征量权重的CVT绝缘老化状态评估方法的步骤。
此外,为实现上述目的,本实施例还提供了一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的基于PDC多特征量权重的CVT绝缘老化状态评估方法中的步骤。
实施例2
请参阅图4,本实施例提供一项带参实例用于验证、补充及说明上述实施例所述基于PDC多特征量权重的CVT绝缘老化状态评估方法。包括两个部分,第一部分是基于标准样本特征数据库,确定组合权重及构建模糊综合评估隶属度函数,也即标准样本建模阶段;第二部分是基于确定的组合权重及构建模糊综合评估隶属度函数,利用上述实施例提供的基于PDC多特征量权重的CVT绝缘老化状态评估方法对待测样本的绝缘老化情况进行评估,并证明其有效性,即待测样本评估阶段。
第一阶段,本实施例确定组合权重及构建模糊综合评估隶属度函数,包括如下步骤:
步骤一,获取标准样本数据
本实施例通过多个样本进行加速老化实验,然后对各老化等级CVT试样进行PDC测试,然后按照前面给出的关于直流电导率、去极化电荷量、介质损耗因数、扩展Debye模型第三支路时间常数获取方法得到了各老化等级下的标准样本特征量,如表1所示。
表1标准样本的特征量
老化程度 | σ(S/m) | tanδ<sub>0.1</sub>(%) | τ<sub>3</sub>(s) | Q<sub>n</sub>(C/m<sup>3</sup>) |
早期老化 | 9.13E-17 | 0.21 | 129.23 | 1.51E-04 |
中期老化 | 1.92E-16 | 0.35 | 141.38 | 2.26E-04 |
后期老化 | 2.34E-16 | 0.39 | 167.08 | 2.77E-04 |
晚期老化 | 4.34E-16 | 0.44 | 182.32 | 2.89E-04 |
由表1可知,σ、tanδ0.1、τ3和Qn均随老化时间的增加而增加,根据式(19)对得到的标准样本特征量进行归一化操作,处理结果如表2所示。
表2归一化后的标准样本特征量
老化程度 | σ(X<sub>1</sub>) | tanδ<sub>0.1</sub>(X<sub>2</sub>) | τ<sub>3</sub>(X<sub>3</sub>) | Q<sub>n</sub>(X<sub>4</sub>) |
早期老化 | 0 | 0 | 0 | 0 |
中期老化 | 0.2938 | 0.6087 | 0.2289 | 0.5435 |
后期老化 | 0.4164 | 0.7826 | 0.7129 | 0.9130 |
晚期老化 | 1 | 1 | 1 | 1 |
步骤二,基于有序二元比较量化法获取主观权重,包括以下分步骤:
步骤1:对各特征量重要度进行排序。
利用有序二元比较量化法求解主观权重时需先对各特征量的重要度进行排序。
介质劣化程度越深或杂质含量越多,其内部本征载流子及杂质载流子浓度越大,由此导致介质直流电导率越大。由此可见,直流电导率可直接表征介质劣化受损程度,故而在评估CVT绝缘时最为重要;介质损耗因数可表征电介质内部电能损失程度,其值与介质内容性电流(电压)及阻性电流(电压)夹角呈正相关关系。当电介质处于劣化初期时,其内部尚未产生自由载流子,但可能出现少量极性分解产物,该产物引起的能量损耗宏观表现为材料介质损耗因数增大而电导率不变,因此介质损耗因数可作为直流电导率的有效补充,重要程度次之;扩展Debye模型第三支路时间常数τ3与CVT内部界面极化程度相关,相比介质损耗因数,τ3对CVT内部极化类型的反映更为具体,可作为判断样本老化的参数,重要程度再次之;CVT内部膜纸材料发生劣化后,其能量陷阱密度分布将发生显著改变,因此还可采用去极化电荷量Qn进一步反映CVT绝缘结构破坏引起的陷阱能级增大及陷阱数量增多,进而从量子层面建立材料结构破坏与电气性能劣化的数值关系。
综上,按照重要性依次降低的顺序,各特征量重要度排序为:σ、tanδ0.1、τ3和Qn。
步骤2:根据三标度法,对各特征量重要程度进行二元对比,构建比较矩阵R。
本步骤采用三标度法对各特征重要程度进行二元对比,构建4x4阶定性排序比较矩阵R,结果见表3。
表3特征比较矩阵
特征 | σ | tanδ<sub>0.1</sub> | τ<sub>3</sub> | Q<sub>n</sub> | 总计 | 排序 |
σ | 1 | 1 | 1 | 1 | 4 | 1 |
tanδ<sub>0.1</sub> | 0 | 1 | 1 | 1 | 3 | 2 |
τ<sub>3</sub> | 0 | 0 | 1 | 1 | 2 | 3 |
Q<sub>n</sub> | 0 | 0 | 0 | 1 | 1 | 4 |
分析表3可知,根据比较矩阵得到的排序结果与上述重要性排序一致,结果合理。
步骤3:计算比较矩阵各行之和,得到非归一化的特征权向量w1,w2,w3,w4为:2.0833、1.08333、0.5833、0.25。
步骤4:对步骤3得到的特征权向量进行归一化得到各特征量的主观权重。
本实施例中,对特征权向量w1,w2,w3,w4进行归一化处理,得到σ、tanδ0.1、τ3和Qn主观权重依次为:0.5208、0.2708、0.1458、0.0625。
步骤三,基于主成分分析法获取客观权重,包括以下分步骤:
步骤1:对各特征量样本数据进行主成分分析,获得主成分矩阵及其方差贡献率;具体操作如下:
①对由各样本特征构成的数据集X={X1,X2,X3,X4}进行去中心化,得到X′={X1′,X2′,X3′,X4。
具体按照以下公式处理:
式中,xij′为数据X中第i个样本第j个特征量归一化结果;xij″为数据X′中第i个样本第j个特征量去中心化结果。
进而,得到去中心化后的标准样本数据集X′={X1′,X2′,X3′,X4′}。
②计算X′的协方差矩阵C:
③对C进行正交分解可得:
C=PλPT (21)
式中,λ=diag(λ1,λ2,λ3,λ4),λi(i=1,2,3,4)为C的特征值,从λ1到λ4为降序排列;P=[P1,P2,P3,P4],Pi为λi对应的特征向量。
按照累计贡献率大于99%,提取前k=3个特征值对应的特征向量构建主成分矩阵,由各特征值除以特征值总和得到方差贡献率矩阵。
这里,得到的主成分矩阵为P'=[P1,P2,P3]
得到主成分的方差贡献率矩阵表示为e=[e1,e2,e3]。
所得主成分、方差贡献率、累计贡献率及主成分矩阵见表4和表5所示。
表4主成分及其方差贡献率
主成分 | 特征值λ | 方差百分比% | 累计% |
1 | 0.7285 | 94.1901 | 94.1901 |
2 | 0.0323 | 4.1711 | 98.3612 |
3 | 0.0127 | 1.6388 | 100 |
表5主成分矩阵
1 | 2 | 3 | |
σ | 0.4647 | 0.7161 | -0.4246 |
tanδ<sub>0.1</sub> | 0.4923 | -0.3754 | -0.5153 |
τ<sub>3</sub> | 0.5203 | 0.2490 | 0.7322 |
Q<sub>n</sub> | 0.5205 | -0.5332 | 0.1344 |
步骤2:将主成分矩阵中数据乘以对应的方差贡献率,然后同一特征量对应数据进行求和,获得各个特征量的得分系数矩阵。
这里,得分系数矩阵为F=[F1,F2,F3,F4]T=P'geT
步骤3:对上述得分系数矩阵进行归一化处理,获得各特征量的客观权重。
对上述得分系数矩阵F各元素进行归一化处理,得到σ、tanδ0.1、τ3和Qn的客观权重分别为0.2446、0.2335、0.2722、0.2497。
步骤四,基于DS证据理论,将主观权重和客观权重进行融合得到组合权重
本实施例中,所得各特征量的组合权重见表6所示,也即A=[0.5181,0.2571,0.1614,0.0635]。由表6可知,通过DS证据理论可在一定程度上保证每个特征量的相对重要性。
表6组合权重
权重 | σ | tanδ<sub>0.1</sub> | τ<sub>3</sub> | Q<sub>n</sub> |
主观权重 | 0.5208 | 0.2708 | 0.1458 | 0.0625 |
客观权重 | 0.2446 | 0.2335 | 0.2722 | 0.2497 |
组合权重 | 0.5181 | 0.2571 | 0.1614 | 0.0635 |
然后,构建模糊综合评估隶属度函数:
步骤1,基于样本集中评估特征及相应的评估等级,构建评估标准表;
本实施例中,所构建的评估标准表即如表1所示。
步骤2,基于构建的评估标准表,给出各评估等级的隶属度函数。
本实施例选用的隶属度函数为三角隶属度函数。基于构建的评估标准表,得到各评估等级的三角隶属度函数如下:
①电导率对应的4个等级隶属度函数为:
②去极化电荷量对应的4个等级隶属度函数为:
③介损正切值对应的4个等级隶属度函数为:
④最大时间常数对应的4个等级隶属度函数为:
将待测样本各特征值带入式(5.12-5.15),如特征在对应区间里,则输出相应的隶属度,若没在区间里,则输出值为0,得到单因素评判矩阵。结合组合权重,根据式(5.8)即可求出所述热老化等级。
第二阶段,对待测样本进行评估:
本实施例以一台热老化1000小时左右的CVT设备作为待测样本,对本发明提供的基于PDC多特征量权重的CVT绝缘老化状态评估方法进行解释。
本实施例提供的基于PDC多特征量权重的CVT绝缘老化状态评估方法,包括以下步骤:
S1:对待测CVT进行PDC测试,分别获取两个以上表征CVT老化的特征量。
本实施例中按照前面给出的PDC测试方法,对待测样本进行PDC测试,得到直流电导率σ、去极化电荷量Qn、介质损耗因数tanδ0.1、扩展Debye模型第三支路时间常数τ3四个特征量,见表7所示。
表7老化1000小时左右的CVT老化特征量
S2:基于构建的模糊评估隶属度函数,对各特征量进行单因素评估,建立模糊关系矩阵。
将各特征量代入前面构建的模糊评估隶属度函数中,对各特征量进行单因素评估,得到模糊关系矩阵G。
S3:将各特征量的组合权重与模糊关系矩阵点乘,得到表征老化评估等级的综合评估矩阵。
本实施例中,B=AoG=[0.5340,0.3911,0,0]。
S4:以综合评估矩阵中可信度最大值对应的老化评估等级作为最终评估等级。
根据步骤S3得到的综合评估矩阵B,可以看出,早期老化等级对应的可信度最大,可得该CVT绝缘表现出了早期老化状态。
综上所述,目前大多数基于PDC的CVT绝缘状态评估方法大多仅研究某单一特征量与绝缘老化程度之间的关系。但由于CVT老化对每种特征量的敏感程度不同,从某一特征量获取的CVT老化程度可能与其他特征量获取的老化程度不同,即若采用某一特征量进行评估,很难确保老化程度评估结果的准确性。本发明所提供的基于PDC多特征量权重的CVT绝缘老化状态评估方法,基于PDC提取出多个反映绝缘老化状态的特征量,用于构建绝缘老化评估指标体系,能够弥补单一特征评估信息的不足,主要具有以下优势:
1)首次采用有序二元比较量化法用于CVT绝缘老化状态特征量的主观权重确定,该方法仅需根据专家经验获得不同特征的重要性排序即可,操作起来方便有效。
2)首次将主成分分析法用于CVT绝缘老化状态特征量的客观权重确定,该方法直接从原始数据中获取客观权重,能有效避免人为干预的影响。
3)在1)、2)的基础上,提出采用DS证据理论将主观权重和客观权重进行有效融合得到组合权重,能够保证对不同老化状态特征相对重要性的有效评估。
4)利用模糊综合评估方法,结合组合权重最终实现CVT绝缘老化状态的有效评估。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,包括步骤:
S1:对待测CVT进行极化-去极化测试,获取多个用于表征CVT老化程度的特征量;
S2:构建用于模糊评估的隶属度函数,对上述步骤S1中获取的多个特征量分别进行单因素评估,建立模糊关系矩阵;
S3:确定各个特征量的组合权重,与所述模糊关系矩阵点乘输出用于表征老化评估等级的综合评估矩阵;
S4:确定所述综合评估矩阵中的可信度最大值,以可信度最大值对应的老化评估等级作为最终评估等级。
2.根据权利要求1所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,在上述步骤S1中,用于表征CVT老化程度的特征量包括直流电导率、去极化电荷量、介质损耗因素与扩展Debye模型第三支路时间常数。
3.根据权利要求2所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,在上述步骤S2中,构建用于模糊评估的隶属度函数包括如下步骤:
确定待评估的特征量的评估因素与评估等级,并确定任一特征量与评估等级的隶属度函数,然后对每一项特征量进行单因素评估,建立模糊关系矩阵。
4.根据权利要求3所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,在上述步骤S3中,组合权重的确定过程包括确定主观权重与客观权重,主观权重的确定方法包括如下步骤:
构建由至少两个特征量组成的标准样本集,并将其按照重要程度进行排序,根据三标度法,将各个特征量的重要程度进行二元对比,构建比较矩阵;
根据比较矩阵的各行之和,按照从大到小的顺序依次排列特征量,并将排序第一的特征量作为标准,分别与该行其他特征量的重要程度进行对比,得到非归一化的特征权向量;
将特征权向量进行归一化处理,获得各个特征量的主观权重。
5.根据权利要求4所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,客观权重的确定过程包括如下步骤:
对直流电导率、去极化电荷量、介质损耗因数、扩展Debye模型第三支路时间常数的样本数据进行主成分分析,获得主成分矩阵及方差贡献率;
将主成分矩阵与方差贡献率相乘后,对同一类特征量的数据进行求和,直到获得没一个特征量的得分系数矩阵;
对得分系数矩阵进行归一化处理,获得各个特征量的客观权重。
6.根据权利要求5所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,客观权重的确定过程还包括:
对由各个特征量样本数据构成的数据集进行去中心化处理后,计算协方差矩阵;
对所述协方差矩阵进行特征值分解,获得对应的特征值与特征向量,对特征值从大到小排序,提取累计贡献率超过预设值的特征值,将其对应的特征向量构建形成主成分矩阵,由各特征值除以特征值综合得到方差贡献率矩阵。
7.根据权利要求1所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,在上述步骤S3中,确定组合权重包括如下步骤:
通过DS证据理论将主观权重与客观权重作为待融合的不同方法的输入,获得组合权重的归一化常数后,计算权重函数。
8.根据权利要求1所述的一种基于PDC多特征量权重的CVT绝缘老化状态评估方法,其特征在于,在上述步骤S4中,在所述综合评估矩阵中,每一项特征量的评估等级对应一个可信度值,其可信度值最大的评估等级视为该特征向量的最终评估等级。
9.一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的基于PDC多特征量权重的CVT绝缘老化状态评估方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8任一项所述的基于PDC多特征量权重的CVT绝缘老化状态评估方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211489251.1A CN115856529A (zh) | 2022-11-25 | 2022-11-25 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211489251.1A CN115856529A (zh) | 2022-11-25 | 2022-11-25 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115856529A true CN115856529A (zh) | 2023-03-28 |
Family
ID=85666392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211489251.1A Pending CN115856529A (zh) | 2022-11-25 | 2022-11-25 | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115856529A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298734A (zh) * | 2023-05-05 | 2023-06-23 | 南方电网调峰调频发电有限公司检修试验分公司 | 发动机定子的绝缘性能的测试方法、装置、设备及介质 |
CN116911512A (zh) * | 2023-09-14 | 2023-10-20 | 国网山东省电力公司东营供电公司 | 一种高盐雾环境下高压开关柜绝缘件性能检测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN107991584A (zh) * | 2017-08-02 | 2018-05-04 | 云南电网有限责任公司昆明供电局 | 一种基于极化/去极化电流的变压器电容式套管绝缘老化测试方法 |
CN109507554A (zh) * | 2018-12-10 | 2019-03-22 | 国网四川省电力公司电力科学研究院 | 一种电气设备绝缘状态评估方法 |
CN109543737A (zh) * | 2018-11-15 | 2019-03-29 | 国网四川省电力公司信息通信公司 | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 |
CN109992879A (zh) * | 2019-03-29 | 2019-07-09 | 国网陕西省电力公司电力科学研究院 | 一种基于模糊评价法的电缆绝缘劣化类型判别方法及系统 |
CN110175760A (zh) * | 2019-05-14 | 2019-08-27 | 福州大学 | 一种回复电压与去极化电流混合特征量的油纸绝缘状态诊断方法 |
CN110736905A (zh) * | 2019-11-08 | 2020-01-31 | 国网重庆市电力公司江北供电分公司 | 一种110kV XLPE高压电缆绝缘老化评估方法 |
CN112149986A (zh) * | 2020-09-17 | 2020-12-29 | 西安工程大学 | 基于多层次模糊综合评判的高压开关柜评估方法 |
CN113419147A (zh) * | 2021-06-29 | 2021-09-21 | 广西电网有限责任公司电力科学研究院 | 基于雷达谱图式的可视化电缆绝缘状态诊断评估方法 |
CN115081951A (zh) * | 2022-07-28 | 2022-09-20 | 东南大学溧阳研究院 | 基于模糊综合评判的风电并网系统电能质量评估方法 |
-
2022
- 2022-11-25 CN CN202211489251.1A patent/CN115856529A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN107991584A (zh) * | 2017-08-02 | 2018-05-04 | 云南电网有限责任公司昆明供电局 | 一种基于极化/去极化电流的变压器电容式套管绝缘老化测试方法 |
CN109543737A (zh) * | 2018-11-15 | 2019-03-29 | 国网四川省电力公司信息通信公司 | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 |
CN109507554A (zh) * | 2018-12-10 | 2019-03-22 | 国网四川省电力公司电力科学研究院 | 一种电气设备绝缘状态评估方法 |
CN109992879A (zh) * | 2019-03-29 | 2019-07-09 | 国网陕西省电力公司电力科学研究院 | 一种基于模糊评价法的电缆绝缘劣化类型判别方法及系统 |
CN110175760A (zh) * | 2019-05-14 | 2019-08-27 | 福州大学 | 一种回复电压与去极化电流混合特征量的油纸绝缘状态诊断方法 |
CN110736905A (zh) * | 2019-11-08 | 2020-01-31 | 国网重庆市电力公司江北供电分公司 | 一种110kV XLPE高压电缆绝缘老化评估方法 |
CN112149986A (zh) * | 2020-09-17 | 2020-12-29 | 西安工程大学 | 基于多层次模糊综合评判的高压开关柜评估方法 |
CN113419147A (zh) * | 2021-06-29 | 2021-09-21 | 广西电网有限责任公司电力科学研究院 | 基于雷达谱图式的可视化电缆绝缘状态诊断评估方法 |
CN115081951A (zh) * | 2022-07-28 | 2022-09-20 | 东南大学溧阳研究院 | 基于模糊综合评判的风电并网系统电能质量评估方法 |
Non-Patent Citations (4)
Title |
---|
周利军: "基于频域介电谱法的油浸式套管受潮状态评估", 《电力自动化设备》 * |
戴静: "频域介电谱原理分析及其在油纸绝缘诊断上的应用", 《山东工业技术》, pages 183 - 184 * |
梅林海: "《资源与环境经济学的理论与实践》", 暨南大学出版社, pages: 183 - 184 * |
马骁: "基于PDC多特征量权重的电缆绝缘老化状态评估方法研究", 《绝缘材料》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298734A (zh) * | 2023-05-05 | 2023-06-23 | 南方电网调峰调频发电有限公司检修试验分公司 | 发动机定子的绝缘性能的测试方法、装置、设备及介质 |
CN116298734B (zh) * | 2023-05-05 | 2023-10-27 | 南方电网调峰调频发电有限公司检修试验分公司 | 发动机定子的绝缘性能的测试方法、装置、设备及介质 |
CN116911512A (zh) * | 2023-09-14 | 2023-10-20 | 国网山东省电力公司东营供电公司 | 一种高盐雾环境下高压开关柜绝缘件性能检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115856529A (zh) | 一种基于pdc多特征量权重的cvt绝缘老化状态评估方法 | |
CN108051711B (zh) | 基于状态特征映射的固体绝缘表面缺陷诊断方法 | |
CN109406898B (zh) | 一种融合多特征量综合评估油纸绝缘老化程度的方法 | |
CN113419147B (zh) | 基于雷达谱图式的可视化电缆绝缘状态诊断评估方法 | |
CN114237046B (zh) | 一种基于sift数据特征提取算法与bp神经网络模型的局部放电模式识别方法 | |
CN117471227B (zh) | 汽车线束参数性能测试方法及测试系统 | |
CN111896849B (zh) | 一种考虑非均匀介质的油纸绝缘性能分析方法及装置 | |
CN114594378A (zh) | 一种锂电池soh模型训练方法、预测方法、装置及设备 | |
CN113391216A (zh) | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 | |
CN111709153B (zh) | 利用传递函数与加权组合法的油纸绝缘水分含量评估方法 | |
Song et al. | Comprehensive evaluation of the transformer oil-paper insulation state based on RF-combination weighting and an improved TOPSIS method | |
CN108875262A (zh) | 变压器油老化状态的检测方法及装置、存储介质、处理器 | |
CN115389833B (zh) | 一种315kV及以下电压等级配电变压器自动容量校核方法 | |
CN117291046A (zh) | 一种基于大数据动力电池bms可靠测试管理方法及系统 | |
Lata et al. | Improved tool for power transformer health index analysis | |
CN110175760B (zh) | 一种回复电压与去极化电流混合特征量的油纸绝缘状态诊断方法 | |
CN115902557A (zh) | 开关柜故障诊断处理方法、装置及非易失性存储介质 | |
CN114219016A (zh) | 一种基于adaboost的油纸绝缘水分含量综合评估方法 | |
CN115508678A (zh) | 基于界面电荷衰减时间的油纸绝缘老化状态评估方法及系统 | |
CN112505551B (zh) | 一种面向退役动力电池的筛选方法 | |
CN111505445B (zh) | 台区相户关系的可信度检测方法、装置和计算机设备 | |
Sin et al. | Data-driven prediction of battery degradation using EIS-based robust features | |
CN107506824B (zh) | 一种配电网的不良观测数据检测方法及装置 | |
Liu et al. | A novel characteristic optimization method based on combined statistical indicators and random forest for oil-paper insulation state diagnosis | |
Liu et al. | An Evaluation Method of Composite Insulator Aging Grade Based on Probabilistic Neural Network |
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 |