基于最优变权正态云模型的电力变压器绝缘状态评估

电力变压器整体绝缘状态评估过程中的主、客观因素并存,致使评价结果具有较大的随机性和不确定性。为此,笔者提出一种基于最优变权正态云模型的变压器绝缘状态评估策略。首先确定了绝缘状态评估指标体系,并基于复合二元语义实现了主观评估标度的定量转换,通过最优变权确定了各状态量的权重,在合理确定云模型数字特征的基础上,采用正态云模型描述绝缘状态评估中的模糊性与随机性,通过云运算确定绝缘状态及故障类型。实例分析验证了该方法的可行性,为针对性的变压器绝缘状态在线检修工作提供了一种新思路。     

基于直觉正态云模型和最优变权的变压器绝缘状态评估

电力变压器绝缘状态评估过程中随机性和不确定性共存,基于隶属度描述的云模型难以刻画该过程中的非隶属度和犹豫度。为此,提出一种基于直觉正态云模型和最优变权的变压器绝缘状态评估策略。根据绝缘状态评估指标体系,基于复合二元语义实现了主观评估标度的定量转换,确定了各状态量的最优变权,在合理给定云模型数字特征的基础上,采用直觉正态云模型描述绝缘状态评估中的模糊性、随机性和犹豫度,通过云运算确定绝缘状态及故障类型。实例分析表明该方法可行有效,为变压器绝缘状态在线检修工作提供了一种新思路。     

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。     

基于熵权-正态云模型的智能电能表状态评估研究

随着智能电能表的广泛普及,对电能表运行状态进行科学评估从而合理安排检修而显得尤为重要.综合分析智能电能表产品和工作特性,基于运行可靠性、运行性能、电网运行环境和外部运行环境四方面因素建立智能电能表状态评估模型,利用熵权法确定评估指标权重,通过正态云模型解决评估指标的定量性问题,对智能电能表的运行状态进行综合评估.由实例...     

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。     

基于正态云模型和D-S证据理论的开关柜运行状态综合评估

以高压开关柜为研究对象,提出了一种基于正态云模型和D-S证据理论的分层评估算法。通过对影响开关柜运行状态的指标进行聚类分层,运用正态云模型确定各指标与各评价等级的关联度,并利用改进的模糊算法进行第1层评估,在此基础上运用D-S证据理论对开关柜整体运行状态进行评估。采用KYN28A-12型号某开关柜的一次检测数据为例,通过实例验证证明了评估算法的有效性。该评估模型结构清晰,评价指标易于得到,为开关柜状态评估提供了一种新思路。     

基于云理论和核向量空间模型的电力变压器套管绝缘状态评估

为了解决电力变压器套管绝缘状态评估中存在不确定性因素的问题,提出了一种新的状态评估方法。该方法全面考虑评估指标等级分类边界的随机性和模糊性,采用由云推理确定指标客观权重,由未确知理论确定主观权重的组合赋权法。建立了核向量空间模型,利用核函数将样本映射到高维特征空间的方法,在高维特征空间定义样本数据的指标有向线段和变压器套管绝缘等级标准的理想指标有向线段。进而通过计算两线段之间的夹角加权余弦获得样本与标准模式的贴近度,将绝缘评估问题转化为向量空间的模式识别问题,最终得出变压器套管所处的绝缘状态。实际算例表明该套管在第1次测试时,其绝缘状态贴近正常的贴近度最大即处于正常状态;第2次和第3次测试时,贴近故障的贴近度最大即处于故障状态。     

基于采用云重心评估法的变压器套管状态评估研究

变压器套管状态评估的参数很多,有定性的和定量的,为了实现对变压器套管运行状态的综合评估,需要将定性与定量相结合,云重心理论恰好能做到这一点.因此,引用云重心评估法实现变压器套管的状态评估,首先,将变压器套管的运行状态划分为4个等级.其次,分别建立各指标的云模型.再次,引入加权偏离度评判变压器套管某一时刻偏离正常状态的程度.最后,对照评语集,给出状态评估结果.通过实例分析,验证了该方法的可靠性.     

基于状态评价技术的电力变压器寿命评估模型初探

介绍了几种大型油浸式电力变压器寿命评估方法,对典型寿命模型应用效果与偏差原因进行了分析,提出了建立基于状态评价技术的寿命评估模型的基本思路.     

基于云相似度与证据融合的电力变压器状态评价方法

针对电力变压器状态评价过程中存在的不确定性,提出一种基于云相似度和证据融合的电力变压器状态评价方法。首先,考虑到各指标在状态等级边界处的随机性与模糊性问题,采用云模型来建立状态评价的基本框架。其次,为兼顾状态等级划分的严明性和模糊性,采用改进的云熵优化算法确定云模型的熵值。然后,考虑到指标数据本身的不确定性,利用正向云发生器和云合成算法生成各试验项目待识别云和标尺云,并采用模糊贴近度计算二者间的相似度作为证据源的基本概率分配。最后,采用考虑证据可信度和不确定度的冲突证据修正方法修正证据源,并融合不同证据以判断电力变压器的最终状态。经实例验证,相较于传统方法,所提方法能够有效处理状态评价过程中的不确定性,评价结果符合电力变压器的真实情况,对电力设备状态评价有一定参考价值。     

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。     

基于关联规则与变权重系数的变压器状态综合评估方法

为了提高变压器诊断的准确性和适应设备检修的发展趋势,克服传统智能算法的局限性,提出一种基于关联规则和变权重系数的变压器状态综合评估的方法。根据试验和监测数据建立评估体系,通过9种综合故障和24种单项故障状态量,利用关联规则分别计算置信度和变权重系数,结合变压器的运行状态与检修对照关系,诊断变压器的整体指标。实验结果表明该方法准确率达到91%,能够准确评估电力变压器的健康状态。该方法可为运维人员做设备检修提供科学指导方案,也为其他高压设备的状态评估提供参考和借鉴。     

基于模糊和证据理论的变压器本体绝缘状态评估方法

对电力设备运行状态进行准确可靠的评估是实施电力系统状态检修的前提和基础。以500 kV油浸式变压器为研究对象,构建了基于模糊和证据理论的变压器本体状态评估模型。选取预防性试验中具有代表性的参数为状态评估的指标,参考评价指标的出厂值和越限值进行指标归一化,利用模糊评判方法确定各个指标相对于不同状态评估等级的隶属度。将这些指标分为油中溶解气体、油化试验和电气试验三个子证据体,利用证据理论对三个子证据体进行信息合成,进而对变压器本体的运行状态进行评估。通过对某台500 kV变压器数据的实例分析验证了该评估模型应用于变压器本体状态评估中的有效性。该评估模型思路清晰,不需要大量的历史数据,为变压器状态评估提供了一种新方法。     

基于模糊综合评估模型与信息融合的电力变压器 状态评估方法

针对电力变压器状态评估中存在多特征指标和多故障类型问题,提出一种基于模糊综合评估模型和皮尔逊相关系数的改进D-S证据理论的变压器状态评估方法。建立了变压器状态评估体系,引入层次分析方法和改进的三角梯形隶属函数确定特征指标的基本概率。基于皮尔逊相关系数的改进D-S证据理论融合不同特征指标以评判变压器综合状态评估。经过实例分析,该方法的评价结果与变压器实际运行状态一致,其准确率达到95.83%,验证了该方法的合理性和可行性。该方法对变压器状态评估具有一定的参考价值。     

基于云支持向量机模型的短期风电功率预测

将云模型和支持向量机(SVM)相结合,提出一种适合短期风电功率预测的云支持向量机模型.该模型采用云变换方法提取风速序列的定性特征,并通过SVM建立风速特征与风电功率间的关系.对未来24h的风电功率预测结果显示,该模型在某个点上的预测值是一个有稳定倾向的离散值集合.采用逆向云算法求取集合的期望值作为确定性预测结果,并与SVM和自回归求和移动平均(ARIMA)模型的预测结果相比较,结果表明云支持向量机具有更高的预测精度,预测效果显著,因此,该模型可有效应用于短期风电功率预测.     

基于DGA的反馈云熵模型电力变压器故障诊断方法研究

为了解决变压器故障诊断中存在的随机性和模糊性问题,提出了基于反馈云熵模型的电力变压器故障诊断新方法。通过对大量电力变压器故障征兆及故障类型的统计分析,并将其视作云滴输入贝叶斯反馈逆向云发生器中,得到故障特征气体的云模型参数值,构建变压器故障诊断标准正态云模型。将云关联系数和信息熵理论有机结合起来,降低了对单个标准正态云模型的依赖性,充分挖掘变压器油中溶解气体所包含的故障信息,提高了变压器故障诊断的准确率。通过不断丰富输入样本、修正云模型参数值的方法,可以进一步提高模型诊断效果。实例分析结果表明该模型的故障诊断准确率较高,并具有较好的理论价值和应用前景。     

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。