电力变压器健康状态评价方法与流程

文档序号:36968737发布日期:2024-02-07 13:17阅读:67来源:国知局
电力变压器健康状态评价方法与流程

本发明涉及电力变压器,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:

1、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。

2、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。


技术实现思路

1、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。

2、本发明的实施例可以这样实现:

3、本发明提供一种电力变压器健康状态评价方法,方法包括:

4、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;

5、s2:建立状态评估体系的参量相对完好度,并划分状态等级;

6、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;

7、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;

8、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。

9、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;

10、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。

11、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:

12、

13、参量相对完好度 v作为成本型指标的计算方法如下:

14、

15、其中,相对完好度 v为指标测量值 vi标准化后的值,其取值范围为[0,1]; vi为指标实测值; vip为指标初始值; vis为指标注意值, i表示指标层编号。

16、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。

17、在可选的实施例中,在s3中,常权重向量 w0可表示为:

18、

19、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:

20、

21、

22、式中, di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, aij为第 i个样本在第 j个指标下的状态量。

23、在可选的实施例中,在s3中,动态权重计算方法如下:

24、

25、

26、其中, sij为变权函数; i=1, 2, …, m, j=1, 2, …, n,m表示样本个数, vij为原始数据经过标准化处理后的值; dj1, dj2, dj3∈[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。

27、在可选的实施例中,s4包括:

28、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:[ aj0, aj1],...,[ ajk-1, ak],...,[ ajp-1, ajp],则第 i个对象在第 j个指标下关于第 k个评价等级[ ajk-1, ajk]的关联函数为:

29、

30、其中, ajk为第 j个指标下关于第 k个评价等级的上限值, aj0为第 j个指标在第一个评价等级下的下限值, μijk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 μijk>0时,表示特征量在该状态等级内;当 μijk<0时,表示特征量在该状态等级外;当 μijk=0时,表示特征量在该状态等级的临界值上, xij为第 i个样本在第 j个指标下的状态量;靶心坐标 μmn为特征区间关联函数的最大值;

31、靶心贴近度 u的计算方法如下:

32、

33、其中, uml表示第 m个样本关于第 l个状态等级的靶心贴近度; cmn为第 m个样本中第 n个指标的变权权重。

34、在可选的实施例中,s4包括:

35、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( um1, um2, um3, um4),则第 m个样本的关于第 l个状态等级的隶属度 yml的计算方法如下:

36、

37、

38、其中, yml为中间参数; l=1, 2, 3, 4,为状态等级类型;另取max( uml)= um max,min( uml)= um min。

39、在可选的实施例中,在s5中,最终健康指数计算公式如下:

40、

41、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}; him为电力变压器的最终健康指数。

42、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:

43、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。

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