基于多源信息的变压器故障诊断与状态评价方法研究

针对变压器结构复杂、故障种类多、状态量多的特点,建立了基于多源信息的变压器故障诊断与状态评价模型,按照故障类型故障指数评估→部件状态评估→设备状态评估的层次逐级进行状态评价,为变压器的综合诊断提供了有效的判断方法。同时,针对变压器的故障诊断,提出了一种多维度的故障诊断方法,通过故障指数量化评价变压器故障的严重程度,对其相对劣化程度和故障程度提供了科学合理的评估方法。     

基于多源数据融合与设备相似性的高压开关柜评价模型北大核心CSCD

针对目前高压开关柜运行评价大多只是对单一设备进行评价的问题,提出了一种基于多源信息融合,利用设备相似性,使用阈值判断与灰色关联分析的状态评价模型。首先通过带电检测数据、设备信息、设备缺陷三方面,进行多源信息融合并构建开关柜运行状态评价指标体系;然后将三角模糊引入层次分析法,计算指标的权重;考虑到短板效应,引入阈值判断;最后,利用灰色关联分析法,将设备运行环境及状态相近的开关柜进行横向对比及排序,并实现了同时对多台设备的运行趋势分析。通过算例分析,上述方法能更加准确地评估设备的运行状态,为设备检修及维护提供更多的依据。     

基于多信息融合的旋流燃烧器燃烧状态评价

为对燃烧器的燃烧状态进行合理评价,研究基于模糊原理的多源信息融合评价方法,并将其应用于对单个旋流燃烧器整体燃烧状态的评价。通过融合燃烧器不同区域的燃烧状态信息,获得燃烧稳定性的综合评价值,以直观、全面地反映燃烧器的燃烧状态。实验数据表明,当调整燃烧器的运行工况时,综合评价值能正确反映出燃烧器整体燃烧状态的变化,证明了此方法用于实现多信息融合的燃烧器状态评价的有效性,为燃烧器状态的监测、建模和优化控制提供基础。     

基于多源信息的变压器状态评价方案研究与应用

为了适应变电设备向大容量化、高电压化、结构多样化、密封化及设备状态检修的发展趋势,笔者在区间物元可拓原理、云模型和灰色模型的组差值法的基础上,建立基于多源信息的变压器两级和综合评价模型,给出了变压器单因素指标的趋势预测评价和整体状态评价的具体方案。在两级评价中利用顶层油温、绕组热点温度和负载能力计算综合相对劣化度并得到自然模式和加速劣化模式的综合评价分值,在综合评价中利用统计模型得到不良工况和可靠性对运行状态进行补充,首次建立负载能力模型和故障预测模型,对变压器运行状态进行修正。该评价模型克服了传统状态评价方法的缺陷和不足,对其他变电设备的状态评价流程有较好的指导作用。最后,基于文中评价模型对超高压公司实际运行的1号变压器开展评价分析,结果与该变压器实际情况较为吻合。     

基于多源信息感知的配电侧故障预判

为了有效解决配电侧在发生故障后,能够快速对故障点进行定位,减少故障停运时间等问题,提出基于多源信息感知的配电侧故障预判方法。通过配电自动化系统信息和用电信息采集系统的信息,选用二进制粒子群算法(BPSO)获取候选故障区段集和基本概率分布函数,形成证据体。根据D-S证据理论将上述信息进行融合,得到配电侧发生故障的区段,实现基于多源信息感知的配电侧故障预判。研究结果表明,所提方法对于实现配电网故障定位提供了重要的理论依据以及技术支持。     

基于多源信息的配电网电流匹配状态估计

针对配电系统的实时量测冗余度低且只有部分电流量测的问题,结合计量系统的准实时量测数据,提出了电流匹配技术来求解配电网状态估计。推导了最优估计意义下的匹配电流方程及其系统化的求解方法。基于负荷功率因数变化慢的假设,提出了采用计量数据生成准实时量测的处理方法。该方法以实时电流量测为边界,把配电网划分成若干个量测区域,针对每个量测区域进行电流匹配状态估计。测试系统和实际系统算例表明,文中方法满足了当前配电自动化系统的实时应用需求。     

基于LPWAN多源信息融合的高压开关柜智能监测与故障诊断系统

提出一种基于LPWAN多源信息融合的高压开关柜智能监测与故障诊断系统,采集高压开关柜的运行状态数据,搭建LPWAN技术自组网络进行数据上传,构建B/S架构的管理系统进行人机交互、分析报警。管理系统将开关柜原始监测数据标准化预处理,通过PCA对样本进行特征融合,使用PNN综合决策分析,建立PCA-PNN多源信息融合的故障诊断模型对开关柜的运行状态进行判断。实验结果表明,该方案能够提高对高压开关柜故障诊断的时效性与准确率。     

基于多源信息融合的油井产液量测量方法研究

为提高油井产液量的测量精度及泛化能力,提出一种基于偏离程度的多源信息融合油井产液量测量方法. 分别以支持向量机、Wavenet产液量时间序列、示功图机理量油作为融合的子信息源,通过计算每个信息源输出值的 偏离程度,对三个子信息源进行加权融合.同时为提升模型的动态性能,添加数据分析与评估模块,实现对 LS-SVR 与 Wavenet两个信息源的动态更新.仿真采用辽河油田的生产数据,仿真结果表明,该方法能提升模型的测量精度与泛化能力.     

基于网络状态评估的配电网络多目标优化重构方法

提出了一种基于网络状态评估的优化重构思想,建立了网络重构的数学优化模型。并利用典型3馈线16节点系统进行了算例分析。算例表明,该方法可以减少一部分不必要的重构分析;并且,当网络需要进行重构计算时,在计算中该方法取得了良好的优化效果。该优化方法能够在经济性、安全性等方面对配电网络进行改善。操作人员能够根据配电网络实际情况进行目标权重值的设置,使重构方案更加灵活、更加具有现实意义。     

基于多源非健全信息融合的配电网主动故障研判方法

为解决非健全信息下的配电网故障定位问题,提出了一种基于多源非健全信息融合的配电网主动故障研判方法.首先建立了主动故障研判的模型,以终端故障研判定位集合、故障指示器故障研判定位集合及停电事件故障研判定位集合为例描述了3种不同研判方法的故障定位区间.其次确立了主动故障研判结果融合的3个原则.再次基于该原则和融合信息熵,对终...     

基于多信息融合的电动汽车保有量预测模型分析

电动汽车保有量发展趋势预测是电动汽车充/换电服务网络规划建设的重要参考依据,在分析汽车市场发展规律的基础上,选取其主要影响因子,通过多元线性回归法预测汽车市场的发展规模;采用Box-Cox Dogit模型分析电动汽车市场的分担规模,预测电动汽车市场规模的理论最大值;最后通过改进的Bass模型,确定电动汽车市场的内、外部影响系数,并预测其发展趋势,可为电动汽车相关规划提供参考依据。     

多信息量融合的电力变压器状态评估模型

为提高电力变压器状态评估的准确性,促进检修模式向状态检修技术发展,以220kV等级油浸式电力变压器为例,在实际调研的基础上研究了变压器运行状态与评估指标数值之间的隶属关系和指标初始值差异对评估结论的影响,应用未确知数学理论对专家的评估指标权重量化结果进行处理。建立了基于半哥西分布函数的绝缘油试验评估指标状态函数和考虑指标初始值差异的电气试验评估指标状态函数。实例分析表明,所建立的各试验指标的状态函数和基于未确知有理数的指标权重求解方法可以更加便捷地实现变压器的状态评估,为检修决策提供合理建议。     

极端灾害下基于时空网格的配电网多源数据融合方法

极端灾害会对配电网造成一定的影响,严重时甚至破坏电网的安全稳定运行,灾害过程中会产生大量的配电网设备及运行方面的数据,这些数据信息量大且波动性强。为及时掌握极端灾害情况下对配电网设备的影响或破坏等信息,有效地协助配电网灾后指挥及修复工作,提出了一种基于时空地理网格的配电网多源数据融合方法。首先根据时空网格划分方法对配电网所在区域进行时间、空间上的划分并建立配电网时空网格编码数据库;然后对极端灾害下配电网的多源数据进行特征分析,提取关键时间特征和空间特征;通过计算时空特征关联度,关联匹配时空网格和配电网多源数据并储存于时空网格编码数据库中;进而根据融合后的配电网多源数据构建配电网灾情网格化视图;最后,通过算例验证了该方法的有效性和合理性。     

基于泛在电力物联网多源信息的电网动态风险评估系统

针对当前电力调控中心难以计及多源信息对电网动态过程进行有效风险评估的现状,指出了泛在电力物联网大背景下电网风险评估所面临的挑战与机遇,提出了基于泛在电力物联网的电网动态风险评估体系架构。首先介绍了电网动态风险评估概念,并设计了基于物联网的电网动态风险评估体系流程。其次提出了如何利用泛在物联网多源数据解决故障概率动态感知、故障集动态选取、故障后状态动态生成以及操作过程动态风险评估等关键问题的处理方法。最后基于该体系架构,设计了相应的软件系统,介绍了该系统的数据源、数据中台以及主要功能模块,并结合实际案例,对系统的应用情况进行了说明。     

开关柜、环网柜设备运行问题分析及对策

12~40.5kV开关柜、环网柜设备是电网系统中运行数量最多的一次变电设备,近年来,开关柜、环网柜事故频发,造成了经济损失、人员伤亡等不好的社会影响。通过对在运开关柜、环网柜开展全面排查、治理,发现其事故隐患及固有缺陷主要集中在接线方式、内部电弧释放能力、内部绝缘、发热和防误闭锁等方面,通过制定针对性的对策,开关柜、环网柜事故数量大大减少,电网运行可靠性稳步提升。     

基于多源信息和遗传算法的配电网故障定位模型

准确地定位配电网的故障区段对于用户供电可靠性有十分重大的意义。目前所提出的配电网故障定位算法有一定的局限性,当信号发生畸变时,很容易出现误判,导致无法快速准确定位到故障区段。针对现有算法的局限性,考虑增加信息多源性,在遗传算法的基础上引入低压侧用户信息,构建了一个高鲁棒性的故障定位模型。通过算例仿真分析,最终证明了该算法相比于不考虑低压侧用户停电信息的算法具有更高的准确性,更加适用于实际工程。