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。

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。

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。

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。

运行中变压器的状态评估与状态检修

阐述了运行中变压器状态评估的含义、评估项目内容、评估方法、依据、评估比对基准，通过列举故障实例，介绍分析了故障的思路和应用；还介绍了正常状态维修和故障检修、事故检修的常见项目。

运行中变压器的状态评估与状态检修

文章阐述了运行中变压器状态评估的含义、评估项目内容、评估方法、依据、评估比对基准,通过列举故障实例,介绍分析了故障的思路和应用;还介绍了正常状态维修和故障检修、事故检修的常见项目。

RVM和ANFIS用于变压器故障诊断及状态评估

为了提高变压器故障诊断的准确率和效率,合理评估变压器的状态,本文采用相关向量机RVM先对变压器的过热和放电故障进行划分。用自适应神经模糊推理系统进一步对故障进行分类,并对故障隶属概率进行估计。实验结果表明:本文方法有很强的学习能力和特征提取能力;尤其对于存在重叠区的故障特征,用模糊集和隶属度的方法能够输出故障类型概率,对状态评估进行决策辅助;诊断率高达96.15%,且运算效率高;跟支持向量机、人工神经网络方法相比,有更好的效率和更高的准确率。

基于云-边融合的变压器全息状态监测与评估系统设计

采用物联网技术,基于云-边融合策略,设计开发了一种监测变压器整体状态与评估的系统。该系统首先,通过变压器全息状态感知,增加数据多样性;其次,采用边缘计算,实现计算能力下沉,提高站内数据计算的时效性,减少网络传输压力,提高高价值数据传输效率;再次,建立多源数据融合的变压器状态感知云模型,应用深度网络加机器学习等技术手段,对变压器状态进行实时监测和分析,增强监测系统的鲁棒性;最后,通过实际案例验证了系统的有效性。

基于多信息融合的变压器运行状态评估模型

构建了基于多信息融合的状态综合评估模型。在深入分析变压器状态评估的需求与研究现状的基础上,利用变压器的试验数据,运行数据、历史数据,设计了基于粗糙集层次分析法、多神经网络、证据理论的多信息融合评估模型,且通过算例进行校验。结果表明:所提模型能有效对变压器状态进行评估,且精度与准度均有所提高,可为当前变压器的运行与维护提供参考。

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。

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．

基于粗糙集-G1法组合赋权的变压器健康状态评估

针对电力变压器健康指数模型构建过程中指标体系不完善,指标权重确定方法单一性及片面性,文章提出一种基于粗糙集-G1(序关系分析法)优化组合的变压器健康状态评估方法。通过集合变压器老化情况、电气试验、油色谱试验、油质试验、糠醛试验以及附件情况构建变压器健康状态综合指标体系模型,采用粗糙集得到客观权重、G1法求得主观权重,利用客观修正主观的优化组合方式给各指标科学赋权,最后通过整体电力变压器健康指数模型计算出7台不同电压等级变压器的健康指数来评估其健康状态,与传统指标体系和权重方法对比,验证了文中所提指标体系更符合评估实际,指标权重更合理,提高了变压器健康状态评估的准确性和可靠性。