CN117495207B - 电力变压器健康状态评价方法 - Google Patents
电力变压器健康状态评价方法 Download PDFInfo
- Publication number
- CN117495207B CN117495207B CN202311850410.0A CN202311850410A CN117495207B CN 117495207 B CN117495207 B CN 117495207B CN 202311850410 A CN202311850410 A CN 202311850410A CN 117495207 B CN117495207 B CN 117495207B
- Authority
- CN
- China
- Prior art keywords
- index
- state
- power transformer
- evaluation
- value
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 58
- 230000036541 health Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 27
- 239000013598 vector Substances 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000008901 benefit Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 23
- 241001522301 Apogonichthyoides nigripinnis Species 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 238000004804 winding Methods 0.000 claims description 10
- 238000005314 correlation function Methods 0.000 claims description 8
- 239000007789 gas Substances 0.000 claims description 8
- 230000003862 health status Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 4
- 239000004215 Carbon black (E152) Substances 0.000 claims description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 claims description 3
- 244000309464 bull Species 0.000 claims description 3
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 claims description 3
- 229930195733 hydrocarbon Natural products 0.000 claims description 3
- 150000002430 hydrocarbons Chemical class 0.000 claims description 3
- 239000001257 hydrogen Substances 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明的实施例提供了一种电力变压器健康状态评价方法,涉及电力变压器技术领域。方法包括:S1:基于电力变压器的状态评估指标,建立电力变压器的状态评估体系;S2:建立状态评估体系的参量相对完好度,并划分状态等级;S3:采用三角模糊层次分析法确定各状态评估指标的常权重向量,进而引入变权理论获得动态权重;S4:通过计算靶心坐标及靶心贴近度,确定状态等级的隶属度;S5:基于状态等级和隶属度,计算电力变压器的最终健康指数。该方法通过使用变权重方法更准确地反映状态指标对电力变压器的影响程度,避免忽略关键指标或过度关注次要指标;该模型在保证准确率的同时,实施简便且对数据需求较少,具有一定的优越性。
Description
技术领域
本发明涉及电力变压器技术领域,具体而言,涉及一种电力变压器健康状态评价方法。
背景技术
电力变压器是构成电力系统的重要枢纽设备,承担连接不同电压等级线路、电压转化与电能分配的重要功能。变压器一旦发生故障,严重影响电力系统的正常运行,造成负荷大面积失电等严重事故,并带来巨大的经济损失。变压器传统的检修方式以定期检修和事后检修相结合为主,该检修方式未考虑变压器的实时健康状态,极易造成“过修”与“欠修”的问题。得益于传感器技术的发展与进步,基于状态监测的状态检修技术逐步兴起,该方法可极大的减少检修不当所造成的维修费用与故障风险。而建立全面、有效、可靠的健康状态评价是开展针对性状态检修的必要前提和重要基础,对提高电力变压器利用率,保障电力系统安全稳定可靠运行具有重要意义。
电力变压器状态评估是基于变压器全景实时运行数据建立多层次评价指标体系,采用数理方法建立评估模型,评价整体健康等级的方法。但传统评价指标方法在评价指标赋权时,通常使用常权理论,忽略了不确定性的影响。同时,基于机器学习与数据驱动的评估方法对训练数据规模、质量有较高的要求,导致应用场景受限。而由于电力变压器工作环境差、组成结构复杂以及强磁场的原因,导致数据难以收集。
发明内容
本发明的目的包括提供了一种电力变压器健康状态评价方法,其能够准确地反映状态指标对电力变压器的影响程度,避免忽略关键指标或过度关注次要指标;在保证准确率的同时,实施简便且对数据需求较少。
本发明的实施例可以这样实现:
本发明提供一种电力变压器健康状态评价方法,方法包括:
S1:基于电力变压器的状态评估指标,建立电力变压器的状态评估体系;
S2:建立状态评估体系的参量相对完好度,并划分状态等级;
S3:采用三角模糊层次分析法确定各状态评估指标的常权重向量,进而引入变权理论获得动态权重;
S4:通过计算靶心坐标及靶心贴近度,确定状态等级的隶属度;
S5:基于状态等级和隶属度,计算电力变压器的最终健康指数。
在可选的实施例中,在S1中,所述状态评估指标包括绝缘油试验指标、电气试验指标、油中溶解气体含量;
所述绝缘油试验指标包括微水含量、油介质损耗因数、油击穿电压、油中含气量,所述电气试验指标包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差,所述油中溶解气体含量包括氢气含量、乙炔含量和总烃含量。
在可选的实施例中,在S2中,参量相对完好度v作为效益型指标的计算方法如下:
参量相对完好度v作为成本型指标的计算方法如下:
其中,相对完好度v为指标测量值v i标准化后的值,其取值范围为[0,1];v i为指标实测值;v ip为指标初始值;v is为指标注意值,i表示指标层编号。
在可选的实施例中,在S2中,电力变压器的所述状态等级分为严重、异常、注意和正常四种状态;参量相对完好度v与状态等级之间具有对应关系。
在可选的实施例中,在S3中,常权重向量W 0可表示为:
其中,n为状态评估指标的个数,指标j的常权重向量计算方法为:
式中,D i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值,a ij为第i个样本在第j个指标下的状态量。
在可选的实施例中,在S3中,动态权重计算方法如下:
其中,S ij为变权函数;i=1, 2, …,m,j=1, 2, …,n,m表示样本个数,v ij为原始数据经过标准化处理后的值;dj 1,dj 2,dj 3∈[0,1]表示各变权区间的阈值,分别代表严重、异常和注意等级的最大阈值;C为变权权重,C反映总的权重变化程度,C越小,否定程度越大;e为自然对数,α表示权重变化水平,其取值越高,变权效果越显著。
在可选的实施例中,S4包括:
将所有样本分成p个评价类,则在第j个指标的取值区间内插入p-1个分点,将其分为以下p个子区间:[a j0,a j1],...,[a jk-1,a k],...,[a jp-1,a jp],则第i个对象在第j个指标下关于第k个评价等级[a jk-1,a jk]的关联函数为:
其中,a jk为第j个指标下关于第k个评价等级的上限值,a j0为第j个指标在第一个评价等级下的下限值,μ ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值,当μ ijk>0时,表示特征量在该状态等级内;当μ ijk<0时,表示特征量在该状态等级外;当μ ijk=0时,表示特征量在该状态等级的临界值上,x ij为第i个样本在第j个指标下的状态量;靶心坐标μ mn为特征区间关联函数的最大值;
靶心贴近度U的计算方法如下:
其中,U ml表示第m个样本关于第l个状态等级的靶心贴近度;C mn为第m个样本中第n个指标的变权权重。
在可选的实施例中,S4包括:
当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U m1,U m2,U m3,U m4),则第m个样本的关于第l个状态等级的隶属度Y ml的计算方法如下:
其中,y ml为中间参数;l=1, 2, 3, 4,为状态等级类型;另取max(U ml)=U m max,min(U ml)=U m min。
在可选的实施例中,在S5中,最终健康指数计算公式如下:
其中,M(l)为第l个状态等级的完好度区间的中心点,M(l)={0.1, 0.35, 0.65,0.9};HI m为电力变压器的最终健康指数。
本发明实施例提供的电力变压器健康状态评价方法的有益效果包括:
通过分析电力变压器相关标准与导则,建立状态评估体系并划分状态等级;利用变权函数获取电流变压器动态权重,以便准确的反映电力变压器各指标在不同状态下的重要程度;通过靶心贴近度模型计算样本对各个状态等级的贴近度,并根据贴近度确定电力变压器的健康状态;该模型不仅避免忽略关键指标或过度关注次要指标,在保障可靠性的同时简化了健康状态评价模型复杂度、降低对状态数据需求量,具有一定的优越性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的电力变压器健康状态评价方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
请参考图1,本实施例提供了一种电力变压器健康状态评价方法(以下简称:方法),方法包括以下步骤:
S1:基于电力变压器的状态评估指标,建立电力变压器的状态评估体系。
本实施例中,状态评估指标包括绝缘油试验指标(包括微水含量、油介质损耗因数、油击穿电压、油中含气量)、电气试验指标(包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差)、油中溶解气体含量(包括氢气含量、乙炔含量和总烃含量)。
S2:建立状态评估体系的参量相对完好度,并划分状态等级。
本实施例中,参量相对完好度v作为效益型指标的计算方法如下:
参量相对完好度v作为成本型指标的计算方法如下:
其中:相对完好度v为指标测量值v i标准化后的值,其取值范围为[0,1];v i为指标实测值;v ip为指标初始值;v is为指标注意值,i表示指标层编号。如果计算得到的指标量化值v<0,则令v=0;如果v>1,则令v=1;效益型指标为该指标值越大,表明电力变压器状态越好,如油击穿电压;成本性指标为该指标值越小,则电力变压器状态越好,如绕组介质损耗因数等。
将电力变压器的状态等级分为严重、异常、注意和正常四种状态;参量相对完好度v与状态等级的对应关系如表1所示。
表1参量相对完好度区间与状态等级的对应关系
状态等级 | 严重 | 异常 | 注意 | 正常 |
参量相对完好度<i>v</i>区间 | 0~0.2 | 0.2~0.5 | 0.5~0.8 | 0.8~1 |
S3:采用三角模糊层次分析法确定各状态评估指标的常权重向量,进而引入变权理论获得动态权重。
本实施例中,利用三角模糊函数定理计算各状态评估指标的常权重向量W 0,其计算方法如下:
式中,μ M (x)为三角模糊函数,x为自变量,模糊数M表示为(l,m,u),u、l和m分别表示M的上界值、下界值和中值,l≤m≤u。
其中,D i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值,a ij为第i个样本在第j个指标下的状态量,i,j=1, 2, … ,n,n为状态评估指标的个数,a ij=(l ij,m ij,u ij),d i表示准则i优于其它准则的纯测量度,V(D i≥D j)表示三角模糊数(D i≥D j)的可能性程度。
其中,指标j的常权重向量计算方法为:
则常权重向量W 0可表示为:
利用惩罚占主导的混合型变函数求解动态权重,计算方法如下:
其中,S ij为变权函数;i=1,2,…,m,j=1,2,…,n,m表示样本个数,v ij为原始数据经过标准化处理后的值;dj 1,dj 2,dj 3∈[0,1]表示各变权区间的阈值,分别代表严重、异常和注意等级的最大阈值;C反映总的权重变化程度,C越小,否定程度越大;α表示权重变化水平,其取值越高,变权效果越显著;e为自然对数。其中,参数项最佳取值范围为0≤C≤1,1≤α≤2,且经测试C=0.8,α=1.5的效果最好。
S4:通过计算靶心坐标及靶心贴近度,确定状态等级的隶属度。
本实施例中,根据分级规则,可以将所有样本分成p个评价类,则在第j个指标的取值区间内插入p-1个分点,将其分为以下p个子区间:[a j0,a j1],...,[a jk-1,a k],...,[a jp-1,a jp],则第i个对象在第j个指标下关于第k个评价等级[a jk-1,a jk]的关联函数为:
其中,a jk为第j个指标下关于第k个评价等级的上限值,a j0为第j个指标在第一个评价等级下的下限值,这里取值为0,μ ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值。
例如k=1时,求第一个评价等级下关联函数值,此时,a j1=0.2,a j0=0;
k=2时,求第二个评价等级下关联函数值,此时,a j2=0.5,a j1=0.2;
这样,a jk实际意义就是取第k个评价等级的上限值;a jk-1就是第k个评价等级的下限值。
当μ ijk>0时,表示特征量在该状态等级内;当μ ijk<0时,表示特征量在该状态等级外;当μ ijk=0时,表示特征量在该状态等级的临界值上,x ij为第i个样本在第j个指标下的状态量;靶心坐标μ mn为特征区间关联函数的最大值;
靶心贴近度U的计算方法如下:
其中,U ml表示第m个样本关于第l个状态等级的靶心贴近度;C mn为第m个样本中第n个指标的变权权重。
随后,在获得靶心坐标和靶心贴近度之后,可进一步计算状态隶属度;当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U m1,U m2,U m3,U m4),则第m个样本的关于第l个状态等级的隶属度Y ml的计算方法如下:
其中,y ml为中间参数;l=1, 2, 3, 4,为状态等级类型;另取max(U ml)=U m max,min(U ml)=U m min。
S5:基于状态等级和隶属度,计算电力变压器的最终健康指数。
在本实施例中,在计算获得所有电力变压器对各状态等级的隶属度后,结合各状态等级完好度区间中心点,则可以明确电力变压器的最终健康指数,其计算公式如下:
其中,M(l)为第l个状态等级的完好度区间的中心点,M(l)={0.1, 0.35, 0.65,0.9};HI m为电力变压器的最终健康指数。
电力变压器的最终健康指数与状态等级之间的对应关系如下表所示:
表1 最终健康指数与状态等级对应关系
状态等级 | 严重 | 异常 | 注意 | 正常 |
健康状态评分 | 0~0.2 | 0.2~0.5 | 0.5~0.8 | 0.8~1 |
本发明实施例提供的电力变压器健康状态评价方法的有益效果包括:
通过分析电力变压器相关标准与导则,建立状态评估体系并划分状态等级;利用变权函数获取电流变压器动态权重,以便准确的反映电力变压器各指标在不同状态下的重要程度;通过靶心贴近度模型计算样本对各个状态等级的贴近度,并根据贴近度确定电力变压器的健康状态;该模型不仅避免忽略关键指标或过度关注次要指标,在保障可靠性的同时简化了健康状态评价模型复杂度、降低对状态数据需求量,具有一定的优越性。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种电力变压器健康状态评价方法,其特征在于,所述方法包括:
S1:基于电力变压器的状态评估指标,建立电力变压器的状态评估体系,所述状态评估指标包括绝缘油试验指标、电气试验指标、油中溶解气体含量;
所述绝缘油试验指标包括微水含量、油介质损耗因数、油击穿电压、油中含气量,所述电气试验指标包括铁芯及夹件接地电流、绕组直流电阻互差及初值差、绕组绝缘电阻及吸收比或极化指数、绕组介质损耗因数与电容量、短路阻抗初值差,所述油中溶解气体含量包括氢气含量、乙炔含量和总烃含量;
S2:建立所述状态评估体系的参量相对完好度,并划分状态等级;
S3:采用三角模糊层次分析法确定各状态评估指标的常权重向量,进而引入变权理论获得动态权重,常权重向量W 0可表示为:
其中,n为状态评估指标的个数,指标j的常权重向量计算方法为:
式中,D i为模糊判断矩阵中第i个评价准则相对其它所有准则的综合重要程度值,a ij为第i个样本在第j个指标下的状态量;
动态权重计算方法如下:
其中,S ij为变权函数;i=1,2,…,m,j=1,2,…,n,m表示样本个数,v ij为原始数据经过标准化处理后的值;dj 1,dj 2,dj 3∈[0,1]表示各变权区间的阈值,分别代表严重、异常和注意等级的最大阈值,e为自然对数,α表示权重变化水平,C为变权权重;
S4:通过计算靶心坐标及靶心贴近度,确定状态等级的隶属度;
S5:基于所述状态等级和所述隶属度,计算电力变压器的最终健康指数。
2.根据权利要求1所述的电力变压器健康状态评价方法,其特征在于,在S2中,参量相对完好度v作为效益型指标的计算方法如下:
参量相对完好度v作为成本型指标的计算方法如下:
其中:相对完好度v为指标测量值v i标准化后的值,其取值范围为[0,1];v i为指标实测值;v ip为指标初始值;v is为指标注意值,i表示指标层编号。
3.根据权利要求2所述的电力变压器健康状态评价方法,其特征在于,在S2中,电力变压器的所述状态等级分为严重、异常、注意和正常四种状态;参量相对完好度v与状态等级之间具有对应关系。
4.根据权利要求1所述的电力变压器健康状态评价方法,其特征在于,S4包括:
将所有样本分成p个评价类,则在第j个指标的取值区间内插入p-1个分点,将其分为以下p个子区间:[a j0,a j1],...,[a jk-1,a k],...,[a jp-1,a jp],则第i个对象在第j个指标下关于第k个评价等级[a jk-1,a jk]的关联函数为:
其中,a jk为第j个指标下关于第k个评价等级的上限值,a j0为第j个指标在第一个评价等级下的下限值,μ ijk为第i个对象在第j个指标下关于第k个评价等级的关联函数值,当μ ijk>0时,表示特征量在该状态等级内;当μ ijk<0时,表示特征量在该状态等级外;当μ ijk=0时,表示特征量在该状态等级的临界值上;x ij为第i个样本在第j个指标下的状态量;靶心坐标μ mn为特征区间关联函数的最大值;
靶心贴近度U ml的计算方法如下:
其中,U ml表示第m个样本关于第l个状态等级的靶心贴近度;C mn为第m个样本中第n个指标的变权权重。
5.根据权利要求4所述的电力变压器健康状态评价方法,其特征在于,S4包括:
当取第m个电力变压器样本的关于第l个状态等级的靶心贴近度为(U m1, U m2, U m3,U m4),则第m个样本的关于第l个状态等级的隶属度Y ml的计算方法如下:
其中,y ml为中间参数;l=1, 2, 3, 4,为状态等级类型;另取max(U ml)=U m max,min(U ml)=U m min。
6.根据权利要求5所述的电力变压器健康状态评价方法,其特征在于,在S5中,最终健康指数计算公式如下:
其中,M(l)为第l个状态等级的完好度区间的中心点;HI m为电力变压器的最终健康指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311850410.0A CN117495207B (zh) | 2023-12-29 | 2023-12-29 | 电力变压器健康状态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311850410.0A CN117495207B (zh) | 2023-12-29 | 2023-12-29 | 电力变压器健康状态评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117495207A CN117495207A (zh) | 2024-02-02 |
CN117495207B true CN117495207B (zh) | 2024-03-22 |
Family
ID=89678598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311850410.0A Active CN117495207B (zh) | 2023-12-29 | 2023-12-29 | 电力变压器健康状态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495207B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105956779A (zh) * | 2016-05-09 | 2016-09-21 | 山东大学 | 电力变压器运行状态评估方法和装置 |
CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
CN108009937A (zh) * | 2016-11-01 | 2018-05-08 | 中国电力科学研究院 | 一种配电主设备健康状态的评估方法 |
CN108053110A (zh) * | 2017-12-11 | 2018-05-18 | 辽宁欣科电气股份有限公司 | 一种基于pmu数据的变压器状态在线诊断方法 |
CN111062500A (zh) * | 2019-12-05 | 2020-04-24 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于离散模糊数和层次分析法的电力设备评价方法 |
CN114202141A (zh) * | 2021-06-25 | 2022-03-18 | 国网浙江省电力有限公司营销服务中心 | 一种基于边云协同的计量设备检定线运行状态评估方法 |
CN114418329A (zh) * | 2021-12-27 | 2022-04-29 | 武汉大学 | 一种主客观结合的变压器健康状态综合评价方法 |
CN217931905U (zh) * | 2022-08-24 | 2022-11-29 | 国网四川省电力公司超高压分公司 | 一种用于变压器低压侧套管和引流线的绝缘试验装置 |
CN115544793A (zh) * | 2022-10-26 | 2022-12-30 | 国网安徽省电力有限公司经济技术研究院 | 一种电力变压器的状态评估和寿命预测方法 |
CN117150934A (zh) * | 2023-10-30 | 2023-12-01 | 南京中鑫智电科技有限公司 | 变压器套管状态综合监测系统及其在线数据处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222406A (zh) * | 2021-05-11 | 2021-08-06 | 国网安徽省电力有限公司电力科学研究院 | 变压器消防灭火系统有效性评估方法及装置 |
-
2023
- 2023-12-29 CN CN202311850410.0A patent/CN117495207B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105956779A (zh) * | 2016-05-09 | 2016-09-21 | 山东大学 | 电力变压器运行状态评估方法和装置 |
CN108009937A (zh) * | 2016-11-01 | 2018-05-08 | 中国电力科学研究院 | 一种配电主设备健康状态的评估方法 |
CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
CN108053110A (zh) * | 2017-12-11 | 2018-05-18 | 辽宁欣科电气股份有限公司 | 一种基于pmu数据的变压器状态在线诊断方法 |
CN111062500A (zh) * | 2019-12-05 | 2020-04-24 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于离散模糊数和层次分析法的电力设备评价方法 |
CN114202141A (zh) * | 2021-06-25 | 2022-03-18 | 国网浙江省电力有限公司营销服务中心 | 一种基于边云协同的计量设备检定线运行状态评估方法 |
CN114418329A (zh) * | 2021-12-27 | 2022-04-29 | 武汉大学 | 一种主客观结合的变压器健康状态综合评价方法 |
CN217931905U (zh) * | 2022-08-24 | 2022-11-29 | 国网四川省电力公司超高压分公司 | 一种用于变压器低压侧套管和引流线的绝缘试验装置 |
CN115544793A (zh) * | 2022-10-26 | 2022-12-30 | 国网安徽省电力有限公司经济技术研究院 | 一种电力变压器的状态评估和寿命预测方法 |
CN117150934A (zh) * | 2023-10-30 | 2023-12-01 | 南京中鑫智电科技有限公司 | 变压器套管状态综合监测系统及其在线数据处理方法 |
Non-Patent Citations (6)
Title |
---|
Condition Assessment Method for Power Transformers Based on Variable Weight Principle and Fuzzy Comprehensive Evaluation;Guisheng Tan 等;《2020 7th International Forum on Electrical Engineering and Automation (IFEEA)》;20210225;第883-888页 * |
Transformer State Evaluation Method Based on Cloud Theory and Variable Weight;Jiatai Liu 等;《International Conference on Computing, Control and Industrial Engineering,CCIE 2021: 6th International Technical Conference on Advances in Computing, Control and Industrial Engineering (CCIE 2021) 》;20220706;第611-619页 * |
变压器维修决策的研究;谢红侠;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20130515(第5期);第C042-13页 * |
带变权的电力变压器状态模糊综合评判;骆思佳 等;《高电压技术》;20070831;第33卷(第8期);第106-110页 * |
浅析电力设备风险管理技术;全玉生 等;《高科技与产业化》;20090831(第8期);第81-84页 * |
面向电力变压器的运行状态综合评价;王涛;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20200115(第1期);第C042-1113页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117495207A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106850254B (zh) | 一种电力通信网中关键节点识别方法 | |
CN103198206B (zh) | 一种基于综合性能得分模型的燃料电池系统性能评价方法 | |
CN103778575B (zh) | 变压器状态评估方法及系统 | |
CN103760464B (zh) | 基于解析图求解与svm的小电流接地系统故障选线方法 | |
CN103926491A (zh) | 一种计及直流偏磁影响的变压器状态评估方法 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
CN107328974B (zh) | 一种窃电识别方法及装置 | |
CN114444972B (zh) | 基于图神经网络的电力变压器健康状态评估方法 | |
CN105405066A (zh) | 一种配电变压器健康指数确定方法 | |
CN106096765A (zh) | 分散式风电群输电规划方案的评价方法 | |
CN104182816A (zh) | 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用 | |
CN109283293B (zh) | 基于变异系数与topsis法的电力变压器故障诊断方法 | |
CN108009937A (zh) | 一种配电主设备健康状态的评估方法 | |
CN110705908A (zh) | 一种基于组合赋权法的县域配电网评价方法 | |
CN106208043A (zh) | 一种中低压配电网关键耗能环节辨识方法 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
Zhao et al. | Research on state of health for the series battery module based on the Weibull distribution | |
CN109711687B (zh) | 一种基于改进熵值法的绝缘子状态模糊评估方法 | |
CN116595459A (zh) | 一种基于电场信号的污闪预警方法及系统 | |
AU2021106280A4 (en) | A Method of Water Environment Risk Assessment Based on Fuzzy Integral Model | |
CN105303454A (zh) | 一种基于脆弱性电网预警方法 | |
CN117495207B (zh) | 电力变压器健康状态评价方法 | |
CN104967097A (zh) | 基于支持向量分类机的励磁涌流识别方法 | |
CN114065495A (zh) | 基于逆向云组合权重及模糊贴近度的变压器状态评估方法 | |
CN105279315A (zh) | 一种基于相关分析和马氏距离的变压器在线监测信息聚合分析方法 |
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 |