基于改进D-S证据理论的变压器多维信息融合及状态评估

对变压器的运行状态进行正确的评估可以极大提高供电可靠性.为提高变压器状态评估的准确性,针对传统变压器状态评估方法选取单一参数的不足,提出利用改进证据理论实现多维信息融合的变压器状态参数评估方法.该方法选取常用变压器型式试验参数指标作为在线监测指标,再对指标进行归一化处理.利用改进的D-S证据理论对状态指标进行融合,搭建变压器状态参数评估模型.改进的D-S证据理论对合成规则进行了修改,有效避免了冲突证据,该方法能够充分融合多种信息.通过实验表明,该方法使变压器状态评估的准确性得到很大提升.     

基于灰色聚类与证据合成的变压器状态评估

针对变压器状态信息的不确定性,建立了变压器层次化状态评估模型,组建了变压器的状态指标体系,综合指标的主、客观权重设计了其最优权重。运用灰色聚类方法对单项指标作聚类分析以得到综合指标所处状态,改进了D-S证据理论中的冲突证据合成规则,将聚类系数作为基本概率赋值函数以评价变压器的整体状态。实例分析结果显示,文中建立的评估模型具有较高的识别准确率,可以有效地把握变压器的运行状态并为变压器实行状态检修提供良好的指导作用。     

基于证据合成和云模型的变压器状态评估

为提高电力变压器状态评估的准确性,建立了一种基于证据合成和云模型的变压器状态评估模型。建立变压器状态评估体系及等级划分标准,运用改进层次分析法和熵权法获取指标权重;运用云模型获得状态量对各状态等级隶属度,结合两种权重分别获得各子系统状态等级隶属度;运用改进的D-S证据理论对各子系统两种状态等级隶属度进行融合,再对各子系统进行整体融合,得到最终状态评估结果。应用实例验证了该方法的可行性和正确性。     

变压器状态评估多层次不确定模型

综合考虑变压器状态评估中存在的模糊性和随机性等不确定性问题,建立了变压器多层次状态评估模型。首先构建了变压器状态评估的指标体系以及等级划分标准,并将状态评估分为整体、系统和子系统3个阶段;其次根据物元云模型得到定量评价指标的等级关联度,结合最优权重获得定量评价系统中各子系统的状态评价结果;最后对原始证据进行随机处理和贝叶斯近似,基于D-S证据理论对各子系统与各系统的评价结果进行融合,得到整体的状态评价结果。实例证明该方法行之有效,为电力变压器的状态评估提供了一种新的思路。     

基于因子分析法与D-S证据理论的变压器关键参量提取和状态评估

变压器的状态评估是运行、检修与维护的重要依据,而变压器的评估参量类型冗余、数量繁多等是该环节工作的难点问题。针对上述问题,该文在深入分析变压器状态评估的需求和研究现状的基础上,构建了基于关键评估参量体系及D-S证据理论的多层次综合模糊评判模型。首先利用因子分析法提取并构建了关键参量指标体系;其次结合层次分析法获得评价系统中各子指标的最优权重,从而依据各自隶属度函数获得各项目层的评价结果;最后依据D-S证据理论对各项目层的评估结果进行了融合评估决策。经实例分析,该模型能有效且合理地对变压器状态进行评估。     

基于支持概率距离的变压器状态评估方法

针对传统证据理论在变压器状态评估中难于处理证据冲突,提出了一种基于支持概率距离的变压器状态评估方法。该方法通过求取每项变压器监测指标的支持概率距离,来确定指标之间的相互支持程度,并以此作为权重将初始变压器监测指标进行二次修正,最后将重新修正后的各项变压器监测指标进行融合得到变压器状态的综合评估结果。以变压器主绝缘评估实例的计算表明,此方法能够有效克服传统证据理论运用在变压器状态评估上的局限,能够得到更为准确、客观的综合评估结果。     

多信息融合的变压器实时状态评估

随着变压器状态监测技术的发展,获得的变压器状态信息种类也越来越多。为此,提出了多信息融合的变压器健康状态评估方法。该方法通过融合粗糙集、神经网络和D-S证据理论,解决了因变压器信息参数繁多而造成的网络结构复杂和庞大等一系列问题,也为D-S证据理论中的基本可信度分配提供了有效的依据。实例表明,该方法具有较高的诊断准确性和可靠性。     

人工神经网络和信息融合技术在变压器状态评估中的应用

为满足电力系统对变压器资产管理和风险评估的需求,提出了一种基于人工神经网络和信息融合技术的变压器状态评估方法。以预防性试验数据和在线监测数据为例,选择具有代表意义的信息量作为开展评估的静态状态量,除此之外还选取部分静态状态量的变化趋势作为开展评估的渐变状态量,采用非线性指标评价函数对状态量进行归一化处理,综合应用人工神经网络(ANN)和Dempster-Shafer(D-S)证据理论构建多信息融合的变压器状态评估模型。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状态评估中的有效性。该方法将在线监测数据与部分参数的变化趋势紧密结合,有助于提高变压器状态评估的时效性和准确性。     

基于皮尔逊系数和不确定测度的冲突证据组合方法

D-S 证据理论在合成冲突较大的证据时会产生直觉相悖问题,现有的修正证据源的改进方法大多只从单一角度做出改 进,不能全面反映冲突信息特征。 针对此问题,提出了一种基于皮尔逊相关系数和不确定性测度的证据组合方法。 首先,利用 皮尔逊相关系数衡量证据之间的相关性,定义证据的可信度。 其次,引入基于区间概率的不确定度对可信度进行修正,得到权 重。 最后,使用该权重对原始证据进行加权平均,使用 Dempster 组合规则进行合成。 与经典改进方法相比,该方法能有效处理 冲突证据的融合问题,指认正确命题的准确率达到 0. 992 0。 与已有皮尔逊系数改进方法相比该方法更具有合理性,且有较高 的准确度。     

分层式信息融合在变压器状态评估中的应用

变压器的健康状态直接影响着整个电力系统的安全运行,为此,提出了分层式信息融合的变压器健康状态评估方法.该方法通过融合神经网络和D-S证据理论,解决了因变压器信息参数繁多而造成的网络结构复杂和庞大等一系列问题,也为D-S证据理论中的基本可信度分配提供了有效的依据.实例表明,该方法具有较高的诊断准确性和可靠性.     

基于多时域特征参量的变压器油纸绝缘状态综合评估

利用RVM5461测试仪的现场测试结果对变压器的回复电压极化谱进行了分析。利用扩展德拜模型对变压器弛豫机构参数进行了分析。对去极化电流能量谱中反映变压器油纸绝缘老化状态的特征量进行了分析。对多台变压器的实测数据进行统计,建立变压器标准状态参量表。采用主客观相结合的综合赋权法确定各个时域特征量的权重系数,并融合证据理论和多指标评估方法,建立变压器油纸绝缘状态综合评价体系。实例分析结果表明了所提方法的有效性。     

融合模糊K近邻及证据理论的变压器油纸绝缘状态评估方法

为实现“双碳”目标，构建新型电力系统已成为电网发展的必然趋势。在此背景下，保障电力变压器的可靠运行具有重要意义。鉴于此，提出融合模糊K近邻(fuzzy K-nearest neighbor, FKNN)及证据理论的变压器油纸绝缘状态评估方法。首先，构建基于回复电压法的多特征参量数据库，并基于数据库提出证据的基本概率分配方法。而后，采用组合赋权法综合特征参量的主观权重及客观权重，同时藉由证据折扣因子对证据基本概率进行再分配，避免D-S证据理论的冲突问题。最终，对各证据进行融合推理，获得绝缘状态命题的置信水平。利用提出的方法对变压器实测数据进行验证。结果表明，绝缘状态的置信分布式结果不仅能够准确反映变压器油纸绝缘状态，也能表征出变压器油纸绝缘的劣化趋势，为电力变压器检修策略制定提供了指导。     

面向电力变压器状态评价的油中溶解气体监测数据补全方法

基于马尔可夫理论充分考虑相邻时间点系统在所有状态间的转移特性,提出了一种基于马尔可夫模型的变压器油中溶解气体数据补全方法,将油中溶解气体数据时间序列转化为在不同状态间转移的马尔可夫链,利用正、反向的状态转移矩阵计算得到油中溶解气体数据的补全值。从数据挖掘的角度建立了油中溶解气体数据质量的综合评估体系,从多个角度对数据补全的效果进行评估,并基于D-S证据融合理论融合各个角度的评估结果,得到综合评估结果。利用所提方法对某变压器100组油中溶解气体数据中25组随机缺失值进行补全,结果表明补全后的数据与实际值相似度可以达到99.999%。进一步地,验证其中15组极值点、跃变点处缺失数据补全效果,经过综合评估,补全后的数据与实际值相似度可以达到98.956%。经过验证表明所提方法能够在不改变数据特征的前提下对变压器油中溶解气体的缺失值进行准确的补全,有利于提高变压器状态评估方法的准确性。     

基于模糊综合评判的电力变压器运行状态评估模型

研究了结合模糊理论对变压器运行状态进行模糊评价的多级评估方法。首先,以预防性试验为基础,综合考虑工作环境、运行资料、检修记录和附件情况,建立层次型评估指标体系。引入了相对劣化度来表征变压器实际状态向故障转化的相对劣化程度;以相对劣化度为输入,搭建神经网络确定了色谱状态量的隶属函数;利用模糊统计试验法和模糊分布法分别建立了定性指标和其余定量指标相对劣化度的隶属函数。在此基础上,基于模糊综合评判思想建立电力变压器运行状态评估模型,分别对各层评判因素进行了评估,并综合得出变压器的运行状态。经实例分析表明,基于模糊综合评判的电力变压器运行状态评估方法是合理和有效的。     

带变权的电力变压器状态模糊综合评判

针对常权无法客观反映电力变压器部分参数偏离正常值时对整体评估影响的不足,提出了带变权的状态综合模糊评判方法。通过分析影响变压器状态主要方面的特征参量,建立了层次型评估指标体系;在用层次分析法确定指标常权的基础上,引入了基于均衡函数的变权模式,综合考虑指标间的均衡性,并根据实际数据偏离正常值的大小,对常权修正得到变权;最后利用模糊理论确定单因素对各状态等级的隶属度,并基于多级模糊评判的思想分别对各层进行评判,综合得出了变压器状态。用实例比较变权与常权模糊评判的结果表明,应用基于均衡函数的变权综合比常权更合理、客观,其评判结论更接近变压器真实的运行状态。     

基于改进证据推理的变压器状态评估研究

为评估研究变压器状态,在合理划分变压器状态和有效分析状态信息的基础上,根据状态评估指标体系具有层次性和模糊不确定性的特点,提出了变压器的状态评估模型以及一种改进的证据推理的状态评估方法。证据的初始基本概率赋值通过层次分析法及模糊评估法获取,改进的方法适用于证据间出现高度冲突的情况。实例分析表明了变压器运行状态层次评估模型的有效性。     

一种基于改进贝叶斯分类器的基本信任分配构造方法

针对D-S证据理论在应用于变压器故障诊断时基本信任分配的问题,本文提出了一种基于改进贝叶斯分类器的基本信任分配函数的构造方法,该方法根据不同的属性值来确定满足条件的取值区间,克服了贝叶斯分类器同一区域内基本信任分配函数无法变化的问题。实验表明,构造的基本信任分配函数正确有效。