一种基于模糊评判及DSmT的变压器本体状态评估方法与流程

文档序号:27501218发布日期:2021-11-22 16:23阅读:101来源:国知局
一种基于模糊评判及DSmT的变压器本体状态评估方法与流程
一种基于模糊评判及dsmt的变压器本体状态评估方法
技术领域
1.本发明涉及变压器技术领域,特别是涉及一种基于模糊评判及dsmt的变压器本体状态评估方法。


背景技术:

2.电力变压器作为电力系统的关键枢纽设备,担负着电能的传输、分配及电压的变换等功能,其运行状况与电力系统的安全运行息息相关。长期以来,国内大多数变电站对变压器健康状态水平的监测与评估主要依靠预防性试验和定期检修。由于该方式并不能及时的掌握变压器的状态信息,存在过维修与欠维修两种弊端的可能性。随着电力系统的快速发展,对于电力变压器的故障诊断和状态评估技术的研究显得愈发重要。目前国内外大型电力变压器故障诊断方法大多数基于油中溶解气体分析(dissolved gas analysis,dga)技术,其对于发现变压器内部故障及其发展趋势是很有效的。基于油中溶解气体分析的诊断方法最早沿用的是iec的三比值法,慢慢的发展到改良三比值法。随着信息与计算机等科技水平的不断提高,电力变压器故障诊断的方法已经不仅仅局限于单独的应用传统比值方法。近些年研究者陆续提出了人工智能诊断算法如人工神经网络、粗糙集理论、支持向量机、正态云模型等算法。随着变压器在线监测数据量与试验数据量的增长,浅层机器学习方法在数据挖掘方面的能力略显薄弱,并由于本身算法存在的局限性导致变压器故障诊断的正确率降低。近几年深度学习作为机器学习领域的一种新兴方法,以其强大的自动特征提取能力在图像、语音识别等领域已经取得了辉煌的成果。
3.在变压器的状态评估方面,其评估方法从传统的评估方法如阈值评估方法,逐渐地发展为人工智能状态评估方法。例如基于关联规则的变压器状态评估方法、基于贝叶斯的变压器状态评估方法等等。然而目前大多数变压器状态评估方法主要针对变压器整体的状态评价,无法体现变压器各个部件的状态趋势。且通过“正常、注意、异常、严重”四个状态标签对变压器的状态来描述过于泛泛,不能体现变压器的具体劣化类型与缺陷发展趋势。由于变压器内部构造的复杂性及老化的非线性问题,导致了变压器状态评估中的不确定性,其主要分为变压器状态信息的随机性与变压器状态评估结果的模糊性,传统算法中的变压器状态等级区间分类与分界过于绝对化,可能导致评估模型的失效。因此,设计一种基于模糊评判及dsmt的变压器本体状态评估方法是十分有必要的。


技术实现要素:

4.本发明的目的是提供一种基于模糊评判及dsmt的变压器本体状态评估方法,克服了等级边界绝对化的局限性,有效地解决变压器状态评估中存在的不确定性问题,能够整体地反映变压器本体的绝缘状态,为变压器的状态评价和下一步维修决策提供了一定的指导意义。
5.为实现上述目的,本发明提供了如下方案:
6.一种基于模糊评判及dsmt的变压器本体状态评估方法,包括如下步骤:
7.步骤1:获取变压器本体各个试验模块的各类指标参数;
8.步骤2:对指标参数进行相对劣化度转化,得到相对劣化度值;
9.步骤3:基于均值法计算各类指标参数对其试验模块的单指标权重,基于均值法计算各个试验模块的权重;
10.步骤4:搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,并将相对劣化度值输入模糊评判模型中,得到单指标状态等级隶属度;
11.步骤5:基于dsmt对单指标状态等级隶属度及单指标权重进行第一级融合,得到试验模块状态等级隶属度,基于dsmt对试验模块状态等级隶属度及试验模块的权重进行融合,得到变压器本体状态等级隶属度,基于决策规则及变压器本体状态等级隶属度对变压器本体状态等级进行判定,得到变压器本体状态等级结果。
12.可选的,步骤1中,获取变压器本体各个试验模块的各类指标参数,具体为:
13.按照试验类型将将变压器本体分为dga模块、电气试验模块及油试验模块,获取dga模块、电气试验模块及油试验模块的试验参量,其中dga模块的试验参量包括三个指标参数,分别为c2h2含量、h2含量及co2绝对产气速率,所述电气试验模块的试验参量包括两个指标参数,分别为绝缘电阻及吸收比,所述油试验模块的试验参量包括两个指标参数,分别为油中含水率及油击穿电压。
14.可选的,步骤2中,对指标参数进行相对劣化度转化,得到相对劣化度值,具体为:
15.对指标参数进行分类,将参数数值越大、绝缘状态越优的指标参数作为极大型指标,通过下列相对劣化度公式计算:
[0016][0017]
将参数数值越大、绝缘状态越差的指标参数作为极小型指标,通过下列相对劣化度公式计算:
[0018][0019]
式中,l
i
为指标参数i的相对劣化度,其取值范围为[0,1],0代表指标数据完全良好,1代表指标数据接近故障,x
i
为指标数值,x
i0
为指标良好值,x
i1
为指标注意值,k为劣化速度指数,其中k取值为1。
[0020]
可选的,步骤4中,搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,具体为:
[0021]
将dga模块的试验参量u1、电气试验模块的试验参量u2及油试验模块的试验参量u3组成整体的因素集u,即:
[0022]
u={u1,u2,u3}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0023]
其中,每一个试验参量u
i
中均包括n个指标参数,即:
[0024]
u
i
={u
i1
,u
i2
,...,u
in
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0025]
根据相关导则,将变压器状态评估等级分为4类,分别为正常v1、注意v2、异常v3及严重v4,将其组成评语集v,表示为:
[0026]
v={v1,v2,v3,v4}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0027]
根据因素集u及评语集v搭建各个试验模块的模糊评判模型,并设置模糊评判模型的隶属函数为正余弦函数,其公式为:
[0028][0029]
式中,x为指标归一化后的值,c
k
为等级边界值。
[0030]
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的基于模糊评判及dsmt的变压器本体状态评估方法,该方法包括获取变压器本体各个试验模块的各类指标参数,对指标参数进行相对劣化度转化,得到相对劣化度值,基于均值法计算各类指标参数对其试验模块的单指标权重,基于均值法计算各个试验模块的权重,搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,并将相对劣化度值输入模糊评判模型中,得到单指标状态等级隶属度,基于dsmt对单指标状态等级隶属度及单指标权重进行第一级融合,得到试验模块状态等级隶属度,基于dsmt对试验模块状态等级隶属度及试验模块的权重进行融合,得到变压器本体状态等级隶属度,基于决策规则及变压器本体状态等级隶属度对变压器本体状态等级进行判定,得到变压器本体状态等级结果;该方法基于模糊评判理论构建的模糊评判模型,基于模糊评判模型得到状态等级隶属度,根据状态等级隶属度得到变压器本体状态,克服了等级边界绝对化的局限性,有效地解决变压器状态评估中存在的不确定性问题;该方法结合模糊评判与dsmt理论的克服了传统评估算法中的变压器状态等级区间分类与分界过于绝对化,从而导致评估模型可能会失效的问题;该方法能够整体地反映变压器本体的绝缘状态,为变压器的状态评价和下一步维修决策提供了一定的指导意义。
附图说明
[0031]
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0032]
图1为本发明实施例基于模糊评判及dsmt的变压器本体状态评估方法流程示意图;
[0033]
图2为本发明实施例基于模糊评判及dsmt的变压器本体状态评估方法流程框图;
[0034]
图3为试验模块及其对应的指标参数框图;
[0035]
图4为变压器本体状态评估模型结构示意图。
具体实施方式
[0036]
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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,都属于本发明保护的范围。
[0037]
本发明的目的是提供一种基于模糊评判及dsmt的变压器本体状态评估方法,克服了等级边界绝对化的局限性,有效地解决变压器状态评估中存在的不确定性问题,能够整体地反映变压器本体的绝缘状态,为变压器的状态评价和下一步维修决策提供了一定的指导意义。
[0038]
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0039]
如图1及图2所示,本发明实施例提供的基于模糊评判及dsmt的变压器本体状态评估方法,包括如下步骤:
[0040]
步骤1:获取变压器本体各个试验模块的各类指标参数;
[0041]
步骤2:对指标参数进行相对劣化度转化,得到相对劣化度值;
[0042]
步骤3:基于均值法计算各类指标参数对其试验模块的单指标权重,基于均值法计算各个试验模块的权重;
[0043]
步骤4:搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,并将相对劣化度值输入模糊评判模型中,得到单指标状态等级隶属度;
[0044]
步骤5:基于dsmt对单指标状态等级隶属度及单指标权重进行第一级融合,得到试验模块状态等级隶属度,基于dsmt对试验模块状态等级隶属度及试验模块的权重进行融合,得到变压器本体状态等级隶属度,基于决策规则及变压器本体状态等级隶属度对变压器本体状态等级进行判定,得到变压器本体状态等级结果。
[0045]
dsmt是传统ds证据理论的发展和延伸,应用ds证据理论对高冲突性证据融合时会出现悖论的情况。dsmt能够较好地解决不确定性、高冲突性证据的融合,其克服了dst的局限性。
[0046]
dsmt中的广义识别框架是由n个元素构成的非空集合,在本文中设定为变压器状态评估状态等级的评语集v。在v中,存在一组映射:m(
·
):d
v

[0,1],满足m(φ)=0,∑m(a)=1,则m(a)为事件a在识别框架v下的信度分配函数。
[0047]
其中,pcr规则简化了dsmt传统公式的运算,将证据里的冲突信息按置信度分配的方法来进行证据融合。pcr6公式针对的是3个以上证据源的融合,适合变压器状态评估模型中的隶属度融合。
[0048]
步骤1中,获取变压器本体各个试验模块的各类指标参数,具体为:
[0049]
如图3所示,按照试验类型将将变压器本体分为dga模块、电气试验模块及油试验模块,获取dga模块、电气试验模块及油试验模块的试验参量,其中dga模块的试验参量包括多个指标参数,分别为c2h2含量、h2含量及co2绝对产气速率等,所述电气试验模块的试验参量包括多个指标参数,分别为绝缘电阻及吸收比等,所述油试验模块的试验参量包括多个指标参数,分别为油中含水率及油击穿电压等。
[0050]
步骤2中,对指标参数进行相对劣化度转化,得到相对劣化度值,具体为:
[0051]
为了能够提高模糊评判模型的运算效率,在指标数据进入模糊评判模型之前首先要进行相对劣化度的运算,对指标参数进行分类,将参数数值越大,绝缘状态越优的指标参数作为极大型指标,通过下列相对劣化度公式计算:
[0052][0053]
将参数数值越大,绝缘状态越差的指标参数作为极小型指标,通过下列相对劣化度公式计算:
[0054][0055]
式中,l
i
为指标参数i的相对劣化度,其取值范围为[0,1],0代表指标数据完全良好,1代表指标数据接近故障,x
i
为指标数值,x
i0
为指标良好值,x
i1
为指标注意值,k为劣化速度指数,其中k取值为1,若导则中的某些指标只给出器警示值xi2,则其极大型指标的注意值设定为x
i1
=1.3x
i2
,其极小型指标的注意值设定为x
i1
=0.7x
i2

[0056]
步骤4中,搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,具体为:
[0057]
在变压器运行的状态评估中往往存在着不确定性,模糊评判理论作为一种不确定性推理方法可以合理对变压器中的状态信息进行数学模型的转化,反映变压器的运行状态趋势,将dga模块的试验参量u1、电气试验模块的试验参量u2及油试验模块的试验参量u3组成整体的因素集u,即:
[0058]
u={u1,u2,u3}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0059]
其中,每一个试验参量u
i
中均包括n个指标参数,即:
[0060]
u
i
={u
i1
,u
i2
,...,u
in
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0061]
根据相关导则,将变压器状态评估等级分为4类,分别为正常v1、注意v2、异常v3及严重v4,将其组成评语集v,表示为:
[0062]
v={v1,v2,v3,v4}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0063]
根据因素集u及评语集v搭建各个试验模块的模糊评判模型,并设置模糊评判模型的隶属函数为正余弦函数,以反映隶属度在四个状态等级的分布情况,其公式为:
[0064]
[0065]
式中,x为指标归一化后的值,c
k
为等级边界值。
[0066]
基于模糊评判理论与dsmt理论构建变压器本体状态评估模型,用于评估本体的绝缘状态等级,具体模型如图4所示。
[0067]
本发明提供的基于模糊评判及dsmt的变压器本体状态评估方法,该方法包括获取变压器本体各个试验模块的各类指标参数,对指标参数进行相对劣化度转化,得到相对劣化度值,基于均值法计算各类指标参数对其试验模块的单指标权重,基于均值法计算各个试验模块的权重,搭建模糊评判模型,设置模糊评判模型的隶属函数为正余弦函数,并将相对劣化度值输入模糊评判模型中,得到单指标状态等级隶属度,基于dsmt对单指标状态等级隶属度及单指标权重进行第一级融合,得到试验模块状态等级隶属度,基于dsmt对试验模块状态等级隶属度及试验模块的权重进行融合,得到变压器本体状态等级隶属度,基于决策规则及变压器本体状态等级隶属度对变压器本体状态等级进行判定,得到变压器本体状态等级结果;该方法基于模糊评判理论构建的模糊评判模型,基于模糊评判模型得到状态等级隶属度,根据状态等级隶属度得到变压器本体状态,克服了等级边界绝对化的局限性,有效地解决变压器状态评估中存在的不确定性问题;该方法结合模糊评判与dsmt理论的克服了传统评估算法中的变压器状态等级区间分类与分界过于绝对化,从而导致评估模型可能会失效的问题;该方法能够整体地反映变压器本体的绝缘状态,为变压器的状态评价和下一步维修决策提供了一定的指导意义。
[0068]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1