本发明涉及变压器绝缘技术领域,特别是一种结合邻域粗糙集与证据理论的变压器油纸绝缘状态综合评估方法。
背景技术:
目前对于变压器油纸绝缘的状态评估大多采用提取一些变压器运行中特征量,通过数学方法对绝缘状态进行综合评价。所提取特征量为变压器油中溶解气体,绝缘油中酸值,含水量,糠醛含量以及电气试验结果等。在已有相关研究中,基于回复电压法(recoveryvoltagemethod,rvm)的相关测试量通过模糊综合评价法、模糊粗糙集等进行对油纸绝缘状态的综合评价,均取得了较好的效果。
但以上的评价方法中,对数据的离散化处理丢失了数据的原始信息,并且对部分未在评估规则内的变压器测量数据无法得出诊断结果。
技术实现要素:
有鉴于此,本发明的目的是提出一种结合邻域粗糙集与证据理论的变压器油纸绝缘状态综合评估方法,能够有效对变压器的绝缘等级进行判断。
本发明采用以下方案实现:一种结合邻域粗糙集与证据理论的变压器油纸绝缘状态综合评估方法,具体为:
基于rvm测量数据建立不同绝缘状态的变压器原始数据库,得到绝缘状态评估的特征量;
采用邻域粗糙集计算各特征量的属性重要度与待评估变压器的基本信度分配函数;
结合加权证据理论并综合各证据得到变压器关于不同绝缘状态的置信度,从而实现对油纸绝缘状态综合诊断。
进一步地,所述基于rvm测量数据建立不同绝缘状态的变压器原始数据库包括以下步骤:
步骤s11:基于不同绝缘状态的油纸绝缘变压器的回复电压实测数据,提取基于回复电压极化谱的回复电压最大值urmax、初始斜率sr、峰值时间tpeak、基于扩展德拜模型的绝缘电阻rg、几何电容cg,将上述提取到的参数作为绝缘状态评估的特征量,建立回复电压原始数据库;
步骤s12:对步骤s11所建立的原始数据库,通过模糊c均值聚类法,将数据库分为2组数据,分别对应2种绝缘状态:ⅰ级为绝缘良好,无需检修;ⅱ级为绝缘老化,需要检修。
进一步地,所述采用邻域粗糙集计算各特征量的属性重要度具体包括以下步骤:
步骤s21:令特征量urmax、sr、tpeak、rg、cg为条件属性集合p={pi│i=1,2…,5},按照式(1)计算出每个条件属性的邻域半径δi:
δi=std(pi)/λ(1);
式中,std(pi)表示属性pi数据的标准差,λ表示分类精度控制参数,用于根据对数据分类精度要求调整邻域大小,通常取值为[1,4];
步骤s22:根据式(1)得到的邻域半径δi对原始数据库的u个对象进行邻域划分,第u个对象xu关于所有属性的邻域集合nxp(u)为:
条件属性集合p删除属性pi后剩余属性集合pi的邻域集合为:
步骤s23:根据式(4),并结合式(2)~(3),得到不可分辨关系如下:
式中,|p|与|pi|分别表示p与
步骤s24:根据式(5)计算出特征量pi相对于属性集p的重要度
进一步地,所述待评估变压器的基本信度分配函数采用以下方法得到:
根据待测变压器的特征量pi值与确定的邻域半径δi,得到邻域集合δ(pi);根据决策属性对数据库划分得到2个不可分辨集合ind(q1)和ind(q2);设识别框架
式中,q=q1∪q2,mpi(q)表示命题q的置信度,同时也表示子证据体pi的不确定度。
进一步地,所述结合加权证据理论并综合各证据得到变压器关于不同绝缘状态的置信度,从而实现对油纸绝缘状态综合诊断具体包括以下步骤:
步骤s31:采用属性重要度对每个证据进行加权,令属性重要度最高的子证据体ps为首要证据,其他为次要证据,次要证据相对于首要证据权重wi由式(7)得到,ws=1:
步骤s32:采用下式对基本信度分配函数进行加权,得到加权后的基本信度函数:
m'pi(qj)=wimpi(qj)
m'pi(q)=wimpi(q)+(1-wi)(8);
步骤s33:根据ds证据合成公式(9),计算出不同绝缘状态等级的置信度值以及不确定度,最大置信度的绝缘状态等级即为待评估对象的绝缘状态等级:
式中,a表示识别框架
与现有技术相比,本发明有以下有益效果:
1、本发明根据多台实际变压器回复电压法的测试数据,进行模糊聚类分析,建立绝缘状态的评估数据库,为待评估的变压器油纸绝缘状态提供可靠的参考依据。
2、本发明采用邻域粗糙集对数据库进行分类,根据属性对论域的分类能力提取出属性重要度,避免了粗糙集、模糊粗糙集等理论面对连续型数据需要离散化从而丢失数据的部分原始信息的问题。
3、本发明根据邻域粗糙集理论确定待评估变压器的基本信度分配函数,并以属性重要度计算得到各证据的权重,使评估结果更加客观。
4、本发明提出结合邻域粗糙集与加权证据理论的变压器油纸绝缘状态综合评估体方法,能够实现对变压器的绝缘状态进行综合评估,通过实例验证了方法有效性与评估结果可靠性,评估结果可为变压器制定不同检修策略提供参考依据。
附图说明
图1为本发明实施例的方法原理示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供了一种结合邻域粗糙集与证据理论的变压器油纸绝缘状态综合评估方法,具体为:
基于rvm测量数据建立不同绝缘状态的变压器原始数据库,得到绝缘状态评估的特征量;
采用邻域粗糙集计算各特征量的属性重要度与待评估变压器的基本信度分配函数;
结合加权证据理论并综合各证据得到变压器关于不同绝缘状态的置信度,从而实现对油纸绝缘状态综合诊断。
在本实施例中,所述基于rvm测量数据建立不同绝缘状态的变压器原始数据库包括以下步骤:
步骤s11:基于不同绝缘状态的油纸绝缘变压器的回复电压实测数据,提取基于回复电压极化谱的回复电压最大值urmax、初始斜率sr、峰值时间tpeak、基于扩展德拜模型的绝缘电阻rg、几何电容cg,将上述提取到的参数作为绝缘状态评估的特征量,建立回复电压原始数据库;
步骤s12:对步骤s11所建立的原始数据库,通过模糊c均值聚类法,将数据库分为2组数据,分别对应2种绝缘状态:ⅰ级为绝缘良好,无需检修;ⅱ级为绝缘老化,需要检修。
在本实施例中,所述采用邻域粗糙集计算各特征量的属性重要度具体包括以下步骤:
步骤s21:令特征量urmax、sr、tpeak、rg、cg为条件属性集合p={pi│i=1,2…,5},按照式(1)计算出每个条件属性的邻域半径δi:
δi=std(pi)/λ(1);
式中,std(pi)表示属性pi数据的标准差,λ表示分类精度控制参数,用于根据对数据分类精度要求调整邻域大小,通常取值为[1,4];
步骤s22:根据式(1)得到的邻域半径δi对原始数据库的u个对象进行邻域划分,第u个对象xu关于所有属性的邻域集合nxp(u)为:
条件属性集合p删除属性pi后剩余属性集合pi的邻域集合为:
步骤s23:根据式(4),并结合式(2)~(3),得到不可分辨关系如下:
式中,|p|与|pi|表示p与
步骤s24:根据式(5)计算出特征量pi相对于属性集p的重要度
在本实施例中,所述待评估变压器的基本信度分配函数采用以下方法得到:
根据待测变压器的特征量pi值与确定的邻域半径δi,得到邻域集合δ(pi);根据决策属性对数据库划分得到2个不可分辨集合ind(q1)和ind(q2);设识别框架
式中,q=q1∪q2,mpi(q)表示命题q的置信度,同时也表示子证据体pi的不确定度。
在本实施例中,所述结合加权证据理论并综合各证据得到变压器关于不同绝缘状态的置信度,从而实现对油纸绝缘状态综合诊断具体包括以下步骤:
步骤s31:采用属性重要度对每个证据进行加权,令属性重要度最高的子证据体ps为首要证据,其他为次要证据,次要证据相对于首要证据权重wi由式(7)得到,ws=1:
步骤s32:采用下式对基本信度分配函数进行加权,得到加权后的基本信度函数:
m'pi(qj)=wimpi(qj)
m'pi(q)=wimpi(q)+(1-wi)(8);
步骤s33:根据ds证据合成公式(9),计算出不同绝缘状态等级的置信度值以及不确定度,最大置信度的绝缘状态等级即为待评估对象的绝缘状态等级:
式中,a表示识别框架
特别的,为了验证本实施例的有效性,接下来以3台实际待预测变压器为例进行说明。
首先,选取20台不同老化程度的变压器的回复电压最大值urmax,峰值时间tpeak,初始斜率sr,绝缘电阻rg、几何电容cg,作为特征量,建立绝缘状态综合评估初始数据库。通过模糊c均值聚类法,将原始数据库分为2组数据,分别对应2个绝缘等级,如表1所示。另选3台不同绝缘状态的变压器作为待评估的对象,如表2所示,进行方法应用举例。
表1绝缘状态综合评估数据库(部分)
表2待评估变压器实际状况
基于邻域粗糙集计算各条件属性的属性重要度,并根据式(7)得到证据权向量为
w=[0.4633,1,0.4633,0.4633,1]
基于邻域粗糙集和加权证据理论综合评估出待评估变压器的绝缘等级。首先,根据表1的数据库以及邻域半径得到待评估变压器每个条件属性对应的邻域集合,如表3为变压器t1的邻域集合;
表3待评估变压器t1邻域集合
根据决策属性将数据库划分成了2个不可分辨集合ind(q):{x1,x3,x5,x10,x11,x12,x14,x15,x16,x18},{x2,x4,x6,x7,x8,x9,x13,x17,x19,x20};根据公式(6)得到待评估变压器的基本信度函数分配,如表4。
表4待评估变压器t1绝缘状态基本信度分配
根据公式(8)以及证据权向量计算得到加权决策表如表5;
表5加权后的待评估变压器t1绝缘状态基本信度分配表
最后根据ds证据合成公式,分别计算出不同绝缘状态等级的置信度值与不确定度。计算结果为t1绝缘状态为q1的置信度为0.94,为q2的置信度为0.06,故可得出结论:该变压器的绝缘状态为i级,即绝缘良好,无需检修。各变压器的绝缘等级诊断结果见表6所示。
表6待评估变压器绝缘状态置信度
根据表6的诊断结果分析:待诊断变压器中t1为新投运的变压器,评估结果为绝缘等级i级(绝缘良好),符合实际情况;t3变压器虽运行一定年限,但糠醛含量较少,绝缘状态也较好,诊断结果也为ⅰ级(绝缘良好),因此也有实际情况相符;t2变压器除几何电容cg外其他评价指标都偏向绝缘等级i级,但是由于其几何电容cg太大,并且几何电容的证据权为1,故其评估结果是绝缘等级ⅱ级,即绝缘老化,需要检修,该评估结果也均与实际情况中该变压器受潮严重相符。实例证明,本发明方法能够基本实现对变压器绝缘状态的综合评估。
本实施例通过实际油浸式变压器回复电压测量数据对该方法进行验证,结果表明本实施例所提出的方法能够实现对电力变压器油纸绝缘状态的综合评估,同时待评估变压器的实际绝缘状态与评估结果相一致也验证了该评估方法是准确性可靠的,具有一定的应用前景。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。