基于灰色理论和云模型的智能变电站二次设备状态评估方法

针对智能变电站二次设备故障机理的复杂多样性,传统的单一性指标评估难以有效挖掘出潜在的安全隐患。在相应研究基础上建立了二次设备状态评估递阶层次评估模型和指标体系,运用灰色理论中的灰色聚类建立二次设备的状态评估灰色聚类模型。为了节省人力同时兼顾状态评估的客观性,采用灰色预测GM(1,1)模型对专家评分进行离散建模以获得足够的评估样本。同时考虑到评估指标的不确定性,采用云模型构建灰色白化权函数,并结合层次分析法计算状态指标的组合权重。实际案例仿真结果表明,所提方法计算量小且操作简单,可以准确及时地为智能变电站二次设备和系统的状态检修工作提供科学指导。     

基于多模型融合集成学习的智能变电站二次设备状态评估

为准确评估智能变电站二次设备运行状态,建立了二次设备状态评估指标体系,并结合多种机器学习算法的差异性,提出了基于多模型融合集成学习的二次设备状态评估法。该方法采用双层结构,上层中利用划分好的数据对数个基学习器进行k折验证,下层中利用全连接级联神经网络融合多个基学习器,并采用改进的列文伯格-马夸尔特算法训练该神经网络加速模型收敛。实例分析表明,所提出的方法可以准确地评估二次设备的运行状态,并为智能变电站系统和二次设备的检修工作提供指导意见。     

基于多参量模型的智能变电站二次设备状态评估方法及应用

为解决智能变电站二次设备运行状态评价体系建立与实际工程应用的难题,引入多参量信息融合的二次设备综合评价模型。提出不同类型二次设备的评价子项、评价参量及评估方法,建立通过监视装置稳态量变化来表征二次设备健康状态发展的趋势性评估模型和监视装置故障量特征来表征二次设备故障程度的损失性评估模型,提出了不同评估子项的工程量化指标。研发了智能变电站二次设备健康状态评估系统,并在500 k V智能变电站工程中试点应用。     

基于状态监测的智能变电站二次设备状态检修

电网二次设备是变电站的守卫者,对其进行状态监测是实时了解二次设备运行状态的重要手段,也是保证变电站安全稳定运行的重要保证。本文梳理了智能变电站中二次设备状态信息内容及来源,重点对二次设备实时运行状态信息进行分析,并讨论其获取方式,在此基础上,建立了二次设备状态诊断知识库,对二次设备进行故障原因分析和故障定位,为状态检修决策提供技术支持,最后通过工程实例,介绍本文研究内容的应用情况,该工程中建立了状态监测系统,实现了主站对二次设备实时监测,为二次设备状态检修提供了技术支撑。     

基于云理论的电力变压器绝缘状态评估方法

针对电力变压器故障机理复杂,模糊评价隶属函数的确定具有主观性且未考虑随机性,仅凭油中溶解气体单一因素难以有效评估其潜在隐患的问题,提出了一种新的基于模糊云理论的变压器绝缘状态评估方法。建立了绝缘状态评估体系并进行了等级的划分,在用变权动态确定指标权重的基础上,采用隶属云模型描述其模糊性与随机性,并结合红外热像仪与油中溶解气体分析方法对其绝缘状态进行综合评价。通过实例研究,验证该方法有效易行,为变压器状态检修工作提供了一种新方法。     

智能变电站二次设备的状态监测技术分析

阐述了在智能变电站采用二次设备监测技术的意义,分析了智能变电站二次设备在线监测系统的构架、功能组成和监测技术等,以期为智能变电站二次设备状态监测技术在智能变电站中的推广和应用提供技术参考。     

基于信息融合的750kV电网二次设备状态评估

针对单一状态评估方法不能全面有效利用750 kV电网二次设备多种运行信息的问题,提出了基于信息融合的750 kV电网二次设备状态评估方法.利用自检信息,通过模糊综合评价法实现设备的状态评估;利用运行状态信息,通过马尔科夫预测法实现设备的状态评估;利用隐藏故障数据,通过隐藏故障判断实现设备的状态评估.在此基础上,通过DS证据理论将三种评估方法的评估结果进行融合,得出最终的评价结果.仿真结果表明,与单一评估方法相比,基于信息融合的状态评估结果更符合750 kV电网二次设备的实际运行状况.     

智能变电站二次设备状态监测研究综述

信息共享和设备之间的可互操作性作为智能变电站的主要特点,可提供丰富的二次设备运行及状态信息,给二次设备的状态监测和状态检修带来了极大的便利。但目前针对二次设备的状态监测的研究如交换机信息建模还存在着不足。在此背景下,首先探讨了智能变电站二次设备状态监测的概念和监测对象,其次分析了信息建模和监测数据分析处理方面的关键技术和方法,并针对交换机和网络拓扑给出了一种建模方案。随后总结了几种利用状态监测数据进行二次设备故障诊断的方法,并分析了各种方法的优点、不足以及适用场合。最后,结合目前国内二次设备状态监测的研究和实际应用现状,展望了未来的研究方向和应用前景。     

基于模糊状态量的二次设备状态检修模型研究

简要介绍了二次设备状态检修基本理论,并提出了基于模糊状态量的二次设备状态检修策略.通过将影响二次设备运行工况的因素分解为检测型模糊状态量、失效风险模糊状态量、可靠性模糊状态量和改进型模糊状态量4类,并分别对以上4类模糊状态量进行定义并建模,最后通过模型合成得到状态检修总体评价模型,最后根据评价结果制定出检修策略.并通过实例证明了该方法是可行的,与传统计划检修相比,在设备可靠性和检修经济性上具有明显优势.     

基于数据中台和物元可拓理论的二次设备状态评估

针对电力二次设备传统评估模型存在的评估指标单一、主观性强、评估结果缺乏精准性等问题,提出一种基于数据中台和物元可拓理论的二次设备运行状态综合评估方法。首先,构建二次设备运行状态综合评估指标体系,并基于二次设备评价中心数据中台采集相应的评估指标数据。其次,采用属性层次模型和熵权法分别计算评估指标的权重,经合作博弈模型得到主客观兼具的组合权重。最后,以物元可拓理论为基础构建二次设备运行状态综合评估模型。实例分析表明,该评估方法简单可靠,提高了二次设备状态评估结果的合理性与准确性,可为二次设备的运维检修提供有效助力。     

基于变权物元可拓模型的二次设备状态综合评价

针对二次设备状态评价的特点,提出了基于变权物元可拓的二次设备状态综合评价模型。结合物元可拓理论,确立二次设备的状态信息经典域,建立状态参量物元矩阵。同时,充分考虑权重确定过程的主观性,运用变权理论对各评价指标的权重进行修正,并比较了三种权重确定方法。结果表明,变权法对异常指标具有放大作用,更加符合设备管理要求。最后引入贴近度函数对二次设备的状态进行综合评判。以某220 kV变电站某二次装置为例,评价结果显示设备处于注意状态,偏向异常状态的程度较大,结果基本符合设备实际运行情况,从而验证了该方法的正确性。     

基于关联规则挖掘与组合赋权-云模型的电网二次设备运行状态风险评估

针对当前电网二次设备周期性检修效率低、评估结果过于依赖专家主观经验的问题,提出一种基于关联规则挖掘与组合赋权-云模型的二次设备运行状态风险评估方法.首先,基于Apriori关联规则挖掘算法筛选评估指标,构建二次设备运行状态风险评估指标体系.其次,采用属性层次分析法和反熵权法分别计算评估指标的主、客观权重,并基于合作博弈...     

一种基于云预测模型的电网综合风险评估方法

电网综合风险评估能有效提高电网安全运行水平,为电力系统可靠运行提供安全保障。提出了一种基于云预测模型的电网综合风险评估方法。将云理论应用于输变电设备故障不确定推理预测,构建基于条件云发生器的云语言预测规则,在此基础上提出了基于云推理的输变电设备故障率预测模型。同时,基于效用理论构建了一套包括电压越限、极限输送功率、潜在连锁故障和系统稳定指数的电网综合风险评估指标体系。该方法能够科学合理地对电网进行综合风险评估,扫描电网运行薄弱环节。结合某地区电网运行实际数据进行了计算分析,计算结果表明该方法有效且实用。     

面向状态检修的智能变电站二次设备公共信息模型扩展研究

智能变电站的新特点和新变化对智能站继电保护状态检修提出了新要求,智能变电站二次设备公共信息模型是建设新型智能变电站继电保护状态检修的基础。IEC 61970和IEC 61968公共信息模型(CIM)不能为智能变电站继电保护状态检修提供全面的公共信息模型支撑。基于IEC 61970和IEC 61968的CIM基本扩展原则,通过分析继电保护装置物理结构分层以及智能变电站保护控制系统通过网络化二次回路进行信息交互的新架构,扩展了智能变电站继电保护二次设备资源公共信息模型和继电保护二次设备资产公共信息模型。提出了基于IEC 61850的变电站二次设备状态信息模型到智能变电站继电保护二次设备量测模型的模型映射方案,构建了完整的智能变电站继电保护二次设备公共信息模型架构,为智能变电站继电保护状态检修的应用和二次运维管理系统信息的集成和交互奠定了基础。     

基于合作博弈和云模型的变压器状态评估方法

变压器状态评估需要考虑评估指标的模糊性和随机性,因此提出了一种基于合作博弈法和云模型的变压器状态评估方法。该方法首先建立变压器状态评估指标体系,采用合作博弈法获取指标组合权重,利用变权公式对其权重进行修正;采用云模型得到定量指标对变压器各状态等级的隶属度,最后采用分层评估方法得到评估结果。实例分析表明了该方法的正确性及可行性,其评估结果更接近变压器的真实状态。     

基于区间权重和改进云模型的变压器状态评估

针对变压器状态等级边界信息随机性和模糊性的问题,提出建立基于正态云理论的变压器状态评估模型。考虑变压器状态评估数据的有限性,提出对变压器少数运行数据进行正态云处理。对于变压器等级边界模糊性问题,提出对变压器各等级进行适度扩展,建立变压器指标等级正态云。根据不同云滴在数据正态云出现的不同概率,计算变压器数据正态云云滴与各评估指标等级正态云之间的关联度,得到评判矩阵。其次,对变压器运行数据进行区间表示。针对各指标区间数据的波动性,计算区间数据的方差和平均差,进而赋予指标不同的权重,在此基础上进行变压器状态评估。通过分析某台变压器运行数据,验证了该方法应用于变压器状态评估中的有效性。     

基于随机森林的智能变电站一次侧设备运行状态监测方法研究

变电站对于保证电力系统的安全、稳定运行具有重要意义。针对智能变电站一次侧设备运行状态复杂,难以进行统筹评估,以及常用状态评估算法计算资源消耗大等问题,文章研究并提出了基于随机森林的智能变电站设备运行状态监测方法。首先设计了智能变电站设备运行状态监测系统结构,然后对智能变电站主要一次侧设备的运行状态检测原理进行了描述,之后在设备运行数据的基础上提出了基于随机森林的状态评估方法用于变电站设备运行的实时评估。最后,通过实验分析验证了所述方法的有效性。     

基于多维正态云模型的电力变压器状态评估

针对变压器状态评估中对于定量信息评定的模糊性和随机性问题,采用多维正态云模型进行变压器状态评估,其中采用的核空间多维云算法可以有效避免各个指标之间的权重难以权衡的问题。通过对变压器运行数据进行正态云拓展;利用正态云发生器不断产生云滴;根据各个指标给定的区间范围拓展为评级标尺云,以数据云所产生的云滴作为输入,采用多维云算法计算出该变压器的运行状态。以某台变压器运行信息作为分析对象,通过算例分析验证了该方法的有效性,且证明了方法具有简洁、高效和可靠等特点。