自适应模糊支持向量机邻近增量算法在变压器故障诊断中的应用

提出了一种基于自适应模糊支持向量机增量算法的变压器故障诊断方法。对变压器故障诊断采取分层结构,以模式识别思想提取与分类模式密切相关的输入特征,有效地抑制了冗余信息的干扰;采用参数自适应优化算法增强了SVM参数选择的灵活性,加快了算法的收敛速度。邻近增量算法提高了诊断模型的精度与对于新样本的学习能力,与普通的多分类支持向量机以及多分类模糊支持向量机算法相比,该算法具有较好的收敛性和良好的诊断效果。     

自适应模糊支持向量机邻近增量算法在变压器故障诊断中的应用

提出了一种基于自适应模糊支持向量机增量算法的变压器故障诊断方法.对变压器故障诊断采取分层结构,以模式识别思想提取与分类模式密切相关的输入特征,有效地抑制了冗余信息的干扰;采用参数自适应优化算法增强了SVM参数选择的灵活性,加快了算法的收敛速度.邻近增量算法提高了诊断模型的精度与对于新样本的学习能力,与普通的多分类支持向量机以及多分类模糊支持向量机算法相比,该算法具有较好的收敛性和良好的诊断效果.     

基于多模型的变压器故障组合诊断研究

变压器故障诊断是保证整个电力系统正常运行的重要部分,为此提出了一个基于支持向量机并与多种贝叶斯分类算法相结合的组合诊断模型。诊断过程中,首先通过相关统计分析,选择典型油中气体的12个相关属性值作为模型的输入参数,并对其进行数据预处理,生成一次样本。其次,按照变压器常见的13种故障类型,利用多个单一诊断方法如朴素贝叶斯模型、半朴素贝叶斯模型、增强的朴素贝叶斯模型和贝叶斯网络增强模型构成诊断模型群,对一次样本数据进行诊断。最后,把贝叶斯诊断模型群的诊断结果作为支持向量机的输入进行二次诊断,构成变权重的组合诊断。对基于支持向量机的组合诊断过程和参数计算进行了详细地探讨。通过与多种预测方法进行比较,基于支持向量机的变压器故障组合诊断模型的正确率明显优于单一诊断模型和其它的组合诊断模型。此外,通过2个实例证明了提出的组合诊断模型的有效性。因此,该模型可以用于实际工程。     

基于免疫优化多分类SVM的变压器故障诊断新方法

针对支持向量机中参数设置对支持向量机分类精确度影响较大及传统支持向量机不能直接用于多分类问题的状况,提出了一种基于免疫优化多分类支持向量机的变压器故障诊断新方法,该方法利用免疫算法优化支持向量机分类参数。以一类分类算法为基础建立多分类算法模型,在高维特征空间求出超球体中心,然后计算样本与中心最小距离,以此判定该点所属故障类型。该算法充分发挥了支持向量机高泛化能力的优势,大大减少了对支持向量机参数选择的盲目性。仿真计算结果表明,在有限样本情况下,该方法能够达到较高的变压器故障诊断率,从而证实了该方法的正确性和有效性。     

混沌支持向量机在变压器局部放电检测中的应用

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了混沌支持向量机(CSVMs)变压器局部放电检测方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。     

基于模糊理论与支持向量机的变压器故障诊断方法

针对变压器结构的复杂性和故障机理的多样性,提出一种基于模糊理论和支持向量机的变压器故障诊断方法.该方法首先采用模糊理论对故障样本数据进行预处理,提取故障特征,再用支持向量机方法进行故障分类,通过采用一对多(1-a-r)的方法实现多目标分类,得出诊断结果.针对支持向量机参数不易确定的问题,采用多层动态自适应算法与k-折交叉验证方法结合对参数进行优化分析.故障诊断实例测试结果显示,该方法不仅克服了传统比值法中编码缺失、编码边界过于绝对的问题,诊断结果具有更高的准确率,而且也具有较好的适用性.     

一种基于粒子群算法的配电网低电压诊断模型研究

随着智能电网建设的发展,传统的基于检测技术的配电低电压原因诊断已变成基于数据挖掘的电力大数据分类技术,而着眼于低电压故障原因的数据分类研究在国内尚处于起步阶段,为此该文提出一种采用改进聚类算法和支持向量机分类算法的配电网低电压诊断模型。该模型首先采用Canopy-Kmeans的聚类算法基于配电网历史运行数据进行低电压原因的聚类分析并得出可能存在的低电压原因,然后采用经粒子群算法对支持向量机数据分类算法进行参数优化,最后使用结果参数优化的支持向量机算法对智能电表所采集的配电网实时运行数据进行低电压原因分类并最终输出低压故障原因的诊断结果。实验表明,采样基于粒子群优化的支持向量机诊断模型能够实现90%的低电压原因诊断准确度。     

考虑过采样器与分类器参数优化的变压器故障诊断策略

变压器故障样本的不平衡性使得故障诊断分类准确率低,且容易弱化少数类故障样本的分类效果。对此,采用过采样方法实现故障样本的均衡化,并提出一种考虑过采样器与分类器参数优化的变压器故障诊断策略。首先,搭建变压器故障诊断模型的整体结构,阐述故障诊断的实现过程。在此基础上,提出诊断模型中过采样器、分类器、参数优化器3种主要环节的算法实现：针对过采样器,提出一种基于近邻分布特性的改进合成少数过采样算法实现故障样本的均衡化;针对分类器,采用层次式有向无环图支持向量机算法实现故障样本的多标签分类;针对参数优化器,提出一种双层参数优化方法,上层采用层次搜索算法对过采样倍率寻优,下层采用改进哈里斯鹰算法对支持向量机参数寻优。最后,对所提策略进行算例分析,结果表明,所提策略能够合成质量更高的少数类故障样本,实现故障样本的准确分类。     

一种用于电力变压器故障识别的理论方法研究

支持向量机方法基于小样本的统计学习理论,其本质上是个优化和分类问题。设计了一种使用遗传算法优化多分类支持向量机参数,并将参数优化后的多分类支持向量机用于电力变压器故障识别的方法。该方法对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需要的n+1个特征量,然后利用数值预处理后得到的数据样本对多分类支持向量机进行训练和识别,通过输出结果判断变压器所处的状态,以达到设备状态监测的目的。     

基于IAFSA-SVM的岸电箱断路器故障诊断

断路器的故障诊断对岸电系统的稳定运行有重要意义。针对人工鱼群算法和其他智能算法在优化支持向量机参数时,存在易陷入局部最优、泛化能力差等问题,通过自适应调整步长和引入全局随机行为,提出基于改进人工鱼群算法优化支持向量机参数的故障诊断模型。将断路器合闸线圈电流信号中的时间和电流信号作为特征量,采用改进人工鱼群算法对支持向量机的参数寻优,以提升支持向量机的故障分类性能。仿真结果显示,该算法在样本数量小的情况下仍具有良好的分类性能,能够准确对断路器进行故障分类。     

输变电设备远程诊断信息平台中的统一状态监测模型研究

针对广东电网公司电力设备远程监测诊断中心(简称"远程诊断中心")对输变电设备状态监测数据一体化管理的实际需求,研究提出了输变电设备统一状态监测模型范围及建模原则和方法。基于IEC TC57公共信息模型裁制出统一信息模型基础,扩展建立监测装置和监测点模型、电力设备试验报告、缺陷信息、环境监测模型,补充部分电力系统资源和资产设备技术参数属性,建立了支撑远程诊断中心信息平台建设和数据分析的完备的统一信息模型。所研究的输变电设备统一状态监测模型已用于远程诊断中心的建设。     

对地区电网故障诊断系统中信息纠错的研究

针对SCADA系统中误发的保护信息,提出了一个建立信息纠错模型的构想。此模型利用故障信息、异常信息和状态量变化信息,进行三者之间的互相分析纠错过滤。为了建立此模型,提出了一种定时长收取SCADA信息与触发式记录SCADA相结合的信息记录方式,有效弥补了以往定时长记录SCADA信息的不足,使得获取状态量变化信息成为可能。信息纠错模型与地区电网故障诊断系统相配合,在一定程度上弥补了故障诊断系统无法识别误发、丢失信息的不足。     

网络分析应用中的公用信息模型

从能量管理系统应用的一个重要组成部分——网络分析应用的角度出发,介绍了网络分析应用的数据需求,讨论了公用信息模型(commoninformationmodel,CIM)对上述数据需求的支持,并进一步明确了3个问题:CIM模型库对于网络分析应用提供了哪些信息模型;这些模型应该如何使用;模型库在网络分析应用方面存在哪些不足。围绕上述问题介绍了5类模型(包括量测模型、保护模型、控制模型、拓扑模型和设备模型)及其在网络分析中的应用,展望了CIM在网络分析中的应用前景。     

基于CIM和OPC统一架构的配用电网数据平台研究

以公共信息模型和OPC统一架构为基础,研究了支撑综合数据分析的配用电网数据管控平台构建,包括系统架构和信息模型研究、数据管理、服务体系构建及数据汇集等。分析配电、用电领域业务系统数据,裁制IEC TC57公共信息模型并扩展补充,形成配用电数据统一信息模型。建立信息模型及对象数据到OPC统一架构信息模型的映射规则,在OPC统一架构地址空间中对经规范化汇集整合的多个配用电业务系统的数据进行管理。实现OPC UA统一架构服务,为分析应用提供安全高效的数据访问支持。配用电网数据平台与业务系统、综合分析应用有机地协同在一起,在工程中得到实践。     

电厂IRP应用模式分析

针对目前的电厂管理信息系统大部分由于数据组织不合理,造成信息数据不能共享的问题,系统地介绍了信息资源规划IRP,阐述了电厂实施IRP的主要内容。通过对电厂进行功能、数据需求分析,建立发电企业信息标准、功能模型、数据模型和结构体系模型,为电厂实施各种应用管理系统打下坚实的基础,从而真正地解决企业的信息共享问题,实现电厂的高度信息化。     

基于IEC61970和IEC61850协调的电网故障诊断信息模型

为解决电网故障诊断难以获得完备信息和标准化信息的问题,对故障诊断的信息需求进行了分析。在IEC61970和IEC 61850协调的基础上,设计了应用于故障诊断的统一信息模型。该信息模型采用统一建模语言描述,建模方法参考参考IEC 61970的公共信息模型和IEC 61850的层次模型,在全网范围建立起一次设备与二次装置的关联。探索了生成统一信息模型的转换规则。得到了一种整合故障诊断所需各种信息的可行方案,对推动故障诊断实用化的进程有积极意义。     

基于公共信息模型的电网企业资产管理信息模型及应用

从复杂信息系统建设的规律出发,基于IEC 61970/61968的公共信息模型(CIM),阐释了资产信息模型理论,分析了电力系统资源与资产的区别;提出了电力信息建模的原则和方法,并据此扩展资产信息模型,包括资产基础模型和工作模型,其中资产基础模型详尽描述了设备台账对象,而工作模型概括了主要设备维修活动涉及的基础数据;介绍了资产模型的各种应用,如用于资产数据库设计、资产分类与编码设计,并理清资产与功能位置的关系、资产管理与物资和财务管理的关联集成。     

智能变电站ICD模型文件数字签名设计及应用

分析了当前智能变电站工程建设中信息模型存在的问题,提出了智能变电站智能电子设备(IED)能力描述(ICD)模型保护的数字签名方案。首先,研究了基于CRC32校验码的模型文件文本保护方法;其次,研究了模型特征信息数字签名的保护方法,重点阐述了ICD模型特征信息定义、特征信息抽取及文本化处理、数字签名信息设计等内容;最后,研究了数字签名验证功能。开发了对应的系统功能软件,部署应用于智能变电站工程建设中。     

考虑故障处理全过程的配电网信息物理系统可靠性评估

提出一种考虑故障处理全过程的配电网信息物理系统可靠性评估方法。建立表征信息系统支撑作用的网络连通性模型和信息传输时延模型,在此基础上研究故障定位、隔离和供电恢复各阶段的可靠性模型,并进行故障后果分析。利用事件树分析故障处理的时序过程,定量描述信息系统失效对物理系统故障处理结果的影响。利用序贯蒙特卡洛方法模拟信息物理系统的时序状态序列和故障处理的动态过程,并计算系统可靠性指标。最后,针对影响信息系统功能的2个主要因素:信息元件自检率和信息传输时延,进行灵敏度分析。算例结果验证了所提方法的可行性和有效性。     

基于IEC61850标准的智能配电终端建模

为了实现配电终端的即插即用,在分析配电终端功能的基础上,应用IEC61850建模的技术和方法,使用IEC61850提供的数据模型和逻辑节点,完成了对馈线终端(FTU)和配电变压器终端(TTU)的信息建模.对配电终端与主站、配电终端与配电终端之间的通信进行了分析,给出了可以使用的IEC61850的信息交换模型.分析了IE...