配电网变压器剩余使用寿命预测

变压器是配电网实现电压变换的关键设备,其安全性能关乎整个配电系统的可靠性。变压器剩余使用寿命的准确预测是实现其安全预警的前提条件,复杂的机械结构及多变的工作环境使材料之间产生温度波动而生成机械应力,应力的持续作用造成绝缘材料疲劳老化,导致变压器绝缘性能衰退而易发生突发失效。因此,本文提出一种基于粒子滤波器的变压器剩余使用寿命预测方法,以实现对多种工况下变压器剩余使用寿命的准确辨识。首先,给出变压器绝缘纸内部油温的计算方法,并以此建立变压器剩余使用寿命的估算模型;然后,采用粒子滤波算法对绝缘纸内部油温计算的不确定性进行概率量化,并将此不确定性描述转化为变压器剩余使用寿命估算的不确定性分布,获取更为准确的变压器剩余使用寿命值;最后,算例分析证明了所提方法的有效性。

配电终端多源异构数据的跨模态聚合算法

针对配电物联网配电终端安全监测数据多源化、高度异构的特征以及配电物联网管理平台安全信息易受网络攻击和威胁的问题,文章提出一种跨模态数据聚合算法。该算法利用自适应分布嵌入阶段多源异构数据的跨模态来解决源域和目标域之间的欠适配和不平等问题,其对目标域数据是否产生网络威胁的判断可以比一些经典分类算法的更准确;通过构建各类型安全监测数据域的自适应方法来对网络威胁做出更加全面的描述,有利于进一步挖掘出潜在的未知网络威胁。实验结果表明,本文所提算法对参数的选择不敏感,且可收敛;与多视角学习支持向量机(SVM2K)、非监督域自适应法及同时使用特权信息和非监督域自适应法的方法相比,其识别准确率提高了10%~20%。