基于优化Focal-XGBoost的变压器状态声振识别模型

受数据样本难以区分和数据平衡性不佳影响,采用声振信号的变压器状态识别模型往往准确率低下。针对这一问题,引入了Focal损失,根据样本训练过程的准确度动态反馈权重,从而构成了Focal-XGBoost优化模型。先通过一组贴合变压器频谱的滤波器充分提取声振信号有效信息,再作XGBoost-PCA筛选降低样本维度。然后采用Focal损失优化原模型中的Softmax目标函数形成Focal-XGBoost模型,并在输入上述样本后根据准确率波动作Focal的超参数优化,进而输出变压器状态识别结果。10 kV和110 kV变压器的试验结果表明,相较传统SVM、KNN等学习模型,Focal-XGBoost减少了XGBoost测试样本中难分样本的误分量44.7%,从而使模型识别准确率更高;此外,非均匀提取在平均精度损失低于0.5%的基础上压缩50%样本空间,进一步降低了模型训练成本。

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DSP+ARM的干式变压器状态监测系统硬件设计

提出了一种基于DSP+ARM的干式电力变压器状态监测系统硬件方案.采用多路高速A/D在CPLD产生的同步时序控制下对变压器三相运行电压和负荷电流进行同步采样,采样数据经DSP处理后得到运行电压和负荷电流的有效值和各次谐波值;绕组温度、环境温湿度、磁芯接地电流、夹件接地电流、分接开关状态、冷却器状态由ARM处理器直接采样,最后ARM处理器将变压器的所有状态信息利用TCP/IP协议传至上位机.文中给出了该设计方案的硬件框图和硬件原理图.实验验证结果表明:该方案切实可行,监测数据准确可靠,能够完成对干式电力变压器的状态监测.

运行中变压器状态监测技术的探讨

在上篇《变压器在正常工作电压下的绝缘事故原因分析及防御措施》一文中讨论了变压器绝缘事故原因分析及防御措施,本篇主要对变压器各种状态参量的实质含义、监测原理、判断方法及应注意的技术要点作了具体的探讨。

信息缺失下变压器状态预警方法

为了解决变压器状态信息间的弱关联问题,从而准确预警变压器的异常状态,引入信息决策理论构建变压器信息决策表,并提取了变压器状态决策规则。通过信息决策表中各决策规则之间的近似关系,提出了概率化表征变压器状态的方法,实现了信息缺失下的变压器状态预警。此外,基于属性依赖度理论,提出了结合遗传算子的最优属性核计算方法,该方法通过提取分析信息决策表的关键条件属性,完成了变压器状态预警规律的总结和发现。采用64个案例验证了所提方法的有效性,并示例说明了变压器状态预警规律的发现过程。研究结果表明:状态预警方法的正判率约为81.3%,该方法能够在信息缺失下预警变压器状态,并具有自学习优化能力,预警精确度会随状态信息的增多而不断提升。变压器状态预警方法能够为变压器智能化运维和风险管控提供理论指导。

基于信息属性约简技术的变压器状态感知方法研究

及时准确和高效地感知变压器健康状态对提升电网运行安全性和供电可靠性具有重要意义。针对当前变压器状态感知和故障诊断中状态信息不完备、多状态信息孤立和无法有效融合等问题,文中结合信息属性约简技术和遗传算法提出了一种变压器状态感知方法。通过分析变压器信息决策表中信息属性依赖度,结合遗传算法约简决策表中冗余的信息属性,求解获得变压器信息决策表的最优属性核,最后通过信息属性的优选,匹配待评估变压器的检测信息实现变压器状态感知及故障诊断。根据变压器实际故障案例验证了所述方法的可行性和有效性。与传统方法相比,通过该方法在变压器状态感知及故障诊断方面具有较高的计算效率和诊断准确率(诊断准确率为84%)。

变压器状态诊断评估和电力变压器制造工艺研究

介绍了变压器状态诊断与电力变压器制造工艺过程的关系，阐述了制造工艺是状态诊断评估的首选要素之一．简单介绍了变压器状态诊断的各项主要的手段、方法在运用中的有效性、成熟程度和合理应用等问题，为变压器诊断技术飞速发展提出了新的见解．

基于层次分析法和粗糙集的变压器状态评估研究

针对变压器状态单一评价方法存在的不足和影响变压器性能的状态量错综复杂的特征,建立基于层次分析法和粗糙集的变压器状态评估模型。对变压器部件、状态量进行层次结构划分,借鉴专家经验并以层次分析法求得各部件、状态量的主观权重;结合变压器测试数据,运用粗糙集理论分析出各部件、状态量的客观权重;将主、客观权重进行优化组合,以反映各部件、状态量在变压器综合状态评估的权值。运用该模型对两台不同类型变压器的检修数据进行分析并得出变压器状态评价结果,将该结果与实际变压器检修状况对比,结果表明,此模型具有全面准确地评价变压器状态的能力。

面向变压器状态评估的数据集市的设计

变压器状态维修是变压器维修的发展方向,变压器状态评估是状态维修的基础.状态评估需要综合利用变压器状态信息,而这些变压器状态信息一般散布于电力部门的不同班组中,存在数据不一致问题,不利于进行综合分析.采用数据集市技术,设计了一个面向变压器状态评估的数据集市,方便地进行了变压器状态信息数据集成,为变压器状态评估提供了有效的技术支持.

基于改进熵权层次分析法的变压器状态评估

针对传统电力变压器状态评估中的权重问题,提出了一种基于改进熵权层次分析法的变压器状态评估方法。利用层次分析法得到其主观权重,并建立了变压器分层评估模型。运用熵权法对样本数据进行分析,得到其客观权重,将层次分析法和熵权法的底层指标权重相结合后,再与层次分析法的中间层指标权重进行综合。通过对实际变压器的状态评估,验证了该方法的有效性。

基于合成权重分析法的配电变压器状态模糊综合评估

对于配电变压器,传统的计划性检修方式已经不能满足用户的需求,为此,本文根据影响配电变压器状态的因素,利用合成权重分析法,通过模糊综合评价对配电变压器的运行状态进行评估。实例分析证明,与比较传统层次分析法相比,合成权重分析方法结果更为准确。

油化技术监督在变压器状态评估中的应用

通过对贵阳市220kV筑东变电站和110kV观水变电站2台1号主变压器开展的变压器状态评估工作,系统地分析了变压器预防性试验和检修维护工作的现状,通过分析一个具体实例,即贵阳市110kV彭家湾变电站1号主变压器严重性故障的发现及处理过程,得出结论:多数情况下,对设备缺陷、故障的初步定性需要依靠色谱分析;综合分析也要结合色谱分析结果进行。色谱分析能够判断出许多高压试验无法发现的缺陷和潜在故障。从而充分说明了油化技术监督的重要性。

基于博弈论和拟态物理学优化算法的变压器状态评价方法研究

提出一种变压器状态评价的新方法,对提高变压器运行可靠性具有一定的指导意义。首先构建了变压器运行状态的评价指标体系,该体系包括了溶解气体CH_4、油介损、绝缘电阻、泄漏电流、吸收比和油中微水等6个评价指标,然后基于变压器在不同运行方式下的运行数据,使用拟态物理学优化算法优化这6个指标的数据,并采用博弈论赋权法确定不同指标的权重值,最终将指标值与权重值进行组合叠加得到变压器运行状态的评价结果。以某市9台大型国产变压器作为仿真案例,基于该案例的实际生产运行数据,算例一验证了拟态物理学算法具有较好的优化效果,能够有效提高收敛速度,并得到更好的迭代结果;算例二实现了最终的变压器运行状态评价,其中9号变压器运行状态最好,3号变压器运行状态最差,这一结果对将来该市变压器的维护和检修具有重要的指导和借鉴价值。

基于变权重模糊综合评价的变压器状态评估方法

为了提高变压器状态评估的准确性,提出了一种基于变权重模糊综合评价的变压器状态评估方法。基于此,根据变压器试验运行数据和历史情况,从变压器的试验指标、运行指标、历史情况及环境指标四个方面选取了多个变压器状态评估指标,并利用层次分析法(AHP)确定各变压器状态评估指标的权重分配初值;再根据实际变压器状态指标确定值,引入变权重机制对变压器状态评估指标权重进行重新分配;然后通过隶属度函数确定各变压器状态评估指标模糊判断矩阵并带入多层模糊综合评价方法,由此可以得出变压器状态结果。

油化技术监督在变压器状态评估中的应用探讨

科学评估变压器运行状态有利于我们准确掌握变压器的健康情况。油色谱分析能够帮助我们初步分析变压器的常见故障和主要缺陷,同时也可以发现高压试验等其他检测方法无法发现的问题,甚至发现某些潜在故障,提高故障综合分析的可靠性,在本文中,笔者根据自己掌握的专业知识,结合实际案例分析并探讨了油化技术监督在变压器状态评估中的应用情况,结果表明该方法具有相当高的可行性和可操作性。

基于5G通信的公用变压器状态信息聚类方法研究

现有的公用变压器状态信息聚类方法存在聚类有效率与平均分类准确率低的问题,故提出基于5G通信的公用变压器状态信息聚类方法。针对公用变压器状态信息的复杂化和多样化,通过计算采集状态信息数据之间的相关支持度、置信度和权重,判断公用变压器是否存在运行故障。通过聚类算法加快5G通信速度,应用聚类流程确定公用变压器的状态信息。实验结果表明,基于5G通信的公用变压器状态信息聚类方法能够提高聚类有效率,增加平均分类准确率。

VW-MSPC方法在变压器状态评估中的应用研究

针对变压器状态评估变量指标之间具有相关性以及重要性不同的特点,在基于马氏距离的传统多元统计控制图中引入加权马氏距离,设计一种基于变量加权的多元统计过程控制的变压器评估方法。该方法结合关联规则方法给出的变压器关键指标变量体系利用多元控制图的波动检出能力,将变压器各类故障对应的多元实时监测数据转化为一个检验统计量,进而对变压器运行状态进行评估。电流回路过热故障的实例分析表明,相对于现行的变压器状态评估标准,该方法具有更快的故障检出速度;对于已知故障的样本数据的回顾检测表明该方法具有较高的故障检出率。

基于OVMD-HWOA-KELM模型的变压器油中溶解气体体积分数预测方法

针对变压器油中溶解气体序列波动性、随机性较强难以精确预测的问题,提出一种基于最优变分模态分解(optimal variational mode decomposition,OVMD)、混合型鲸鱼优化算法(hybrid whale optimization algorithm,HWOA)和核极限学习机(kernel extreme learning machine,KELM)的组合预测模型。首先,运用OVMD获取最优分解参数,并将原始序列分解为一系列相对平稳的分量;其次,通过在鲸鱼种群中融入混沌映射、非线性收敛参数、自适应权重因子和改进的算术优化算法提出HWOA算法,并利用测试函数验证HWOA算法的优越性;然后,对各分量分别构建KELM预测模型,使用HWOA优化KELM的关键参数。最后,将各分量的预测结果叠加重构,得到最终预测结果。案例分析表明,所提模型对变压器正常和异常案例预测的决定系数分别可达97.7%和93.46%,相较于现存方法,该模型具有更好的准确性和适应性,可为电力变压器运维管理提供有利技术支撑。

基于K⁃means算法的10 kV变压器负载状态检测方法

针对平均状态下的热点温度单一、不同负载状态检测响应时间较长的问题,为提高响应速度,基于K-means算法,设计了一种10 kV变压器负载状态检测方法。建立10 kV变压器负载模型,压缩重叠向量矩阵,综合计量变压器负载状态参数指标;计算不同负载状态热点温度,分别讨论正常周期性负载、长期急救负载、短期急救负载等不同负载状态热点温度;基于K-means算法评估变压器负载状态,计算欧式距离与平均距离,求解负载状态指标,完成10 kV变压器负载状态检测。实例测试结果表明,该算法应用后的正常周期性负载、长期急救负载、短期急救负载条件下最大响应时间为0.36 s,0.6 s,0.2 s,对变压器负载状态的检测能力更强。

变压器绕组状态监测现场通信技术研究

变压器状态监测是现代电力系统控制的发展方向。基于利用电压、电流值计算变压器绕组的内部电阻、电抗,从而监测绕组的故障状态的方法,本文采用VC++6.0通信技术,完成了对TWM-1型变压器绕组状态监测装置的电压和电流数据通讯传输,并通过网络通信实现远程界面显示以及监控的功能。