本文關(guān)鍵詞：智能變壓器運(yùn)行態(tài)勢(shì)感知方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)變壓器狀態(tài)評(píng)估過(guò)程中采用的并不都是數(shù)字化的監(jiān)測(cè)手段,其中油位計(jì)、溫度計(jì)等設(shè)備采用的是模擬式的方法,對(duì)變壓器運(yùn)行細(xì)節(jié)并不能有很好的描述。智能變壓器在結(jié)構(gòu)上與傳統(tǒng)變壓器并沒(méi)有太大的區(qū)別,但是在此基礎(chǔ)上增加了更多的智能組件以及傳感器等新型測(cè)量設(shè)備,通過(guò)數(shù)字化的監(jiān)測(cè)手段可以使得智能變壓器運(yùn)行過(guò)程中的各項(xiàng)指標(biāo)的精確度更高,而且監(jiān)測(cè)的數(shù)據(jù)量達(dá)到了海量數(shù)據(jù)的規(guī)模。然而,傳統(tǒng)的一些針對(duì)智能變壓器的態(tài)勢(shì)感知方法面對(duì)海量監(jiān)測(cè)數(shù)據(jù)的環(huán)境下有些局限,本文針對(duì)上述問(wèn)題,以智能變壓器在線監(jiān)測(cè)數(shù)據(jù)為研究對(duì)象,研究智能變壓器運(yùn)行態(tài)勢(shì)感知方法,主要內(nèi)容包括以下幾個(gè)方面:(1)智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)方法研究。本文提出一種基于Hadoop平臺(tái)的MMR算法用來(lái)對(duì)智能變壓器在線監(jiān)測(cè)指標(biāo)通過(guò)互相之間的影響關(guān)系進(jìn)行分類(lèi)。(2)智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的建立。將上述分類(lèi)結(jié)果作為數(shù)據(jù)依據(jù)來(lái)建立智能變壓器運(yùn)行態(tài)勢(shì)感知初步指標(biāo)體系,為了剔除初步構(gòu)建指標(biāo)體系中重復(fù)、冗余的指標(biāo),本文通過(guò)粗糙集理論對(duì)初步構(gòu)建的指標(biāo)體系進(jìn)行篩選優(yōu)化。(3)智能變壓器運(yùn)行態(tài)勢(shì)感知方法的研究。本文針對(duì)智能變壓器在線監(jiān)測(cè)指標(biāo)單位不統(tǒng)一,定性、定量指標(biāo)無(wú)法綜合處理的難點(diǎn)通過(guò)最小二乘法聯(lián)合使用層次---模糊分析法和信息熵法來(lái)計(jì)算指標(biāo)體系中的一級(jí)指標(biāo)權(quán)重,以特征值法和G1法來(lái)計(jì)算指標(biāo)體系中的二級(jí)指標(biāo)權(quán)重,得到最終的智能變壓器運(yùn)行態(tài)勢(shì)感知模型。結(jié)合實(shí)例,將本文態(tài)勢(shì)感知結(jié)果與實(shí)際智能變壓器的運(yùn)行狀態(tài)進(jìn)行比較,兩者的結(jié)果一致,同時(shí)將本文的方法與其它方法進(jìn)行對(duì)比,可以知道本文所提方法不僅在態(tài)勢(shì)感知結(jié)果上具有較高的準(zhǔn)確性,而且反映的運(yùn)行細(xì)節(jié)也較為貼近實(shí)際狀態(tài)。通過(guò)切實(shí)可行的智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系以及態(tài)勢(shì)感知方法可以科學(xué)、有效的對(duì)智能變壓器的運(yùn)行情況進(jìn)行評(píng)估,從而全面地了解智能變壓器運(yùn)行的整體態(tài)勢(shì);同時(shí)會(huì)從數(shù)據(jù)當(dāng)中反應(yīng)運(yùn)行狀態(tài)的細(xì)節(jié),方便檢修人員及時(shí)找到故障的原因,進(jìn)行后期檢修工作;與此同時(shí)也能幫助電力其它方面的決策作出科學(xué)依據(jù),保證智能變電站的安全運(yùn)行以及智能電網(wǎng)的全面建設(shè)。
【關(guān)鍵詞】：智能變壓器 在線監(jiān)測(cè) 指標(biāo)體系 態(tài)勢(shì)感知
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TM41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 論文的研究背景與意義11-13
• 1.2 論文的主要研究?jī)?nèi)容13-15
• 1.3 論文研究方案和技術(shù)路線15
• 1.3.1 論文研究方案15
• 1.3.2 論文技術(shù)路線15
• 1.4 論文的章節(jié)安排15-17
• 第2章 智能變壓器運(yùn)行態(tài)勢(shì)感知現(xiàn)狀分析17-23
• 2.1 智能變壓器態(tài)勢(shì)感知指標(biāo)的選取以及預(yù)處理17-18
• 2.2 智能變壓器態(tài)勢(shì)感知算法18-19
• 2.3 評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)的制定19-21
• 2.4 智能變壓器運(yùn)行態(tài)勢(shì)感知的意義21-22
• 2.5 本章小結(jié)22-23
• 第3章 智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)方法研究23-32
• 3.1 相關(guān)算法分析23-24
• 3.2 智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)算法設(shè)計(jì)思想24-25
• 3.3 智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)算法設(shè)計(jì)實(shí)現(xiàn)25-27
• 3.4 智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)算法性能分析27-30
• 3.5 基于MMR算法的智能變壓器在線監(jiān)測(cè)指標(biāo)分類(lèi)30-31
• 3.6 本章小結(jié)31-32
• 第4章 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的設(shè)計(jì)32-44
• 4.1 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的設(shè)計(jì)原則32-33
• 4.2 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的初步構(gòu)建33
• 4.3 基于粗糙集理論屬性約簡(jiǎn)的智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)篩選33-36
• 4.3.1 粗糙集方法簡(jiǎn)介33-34
• 4.3.2 粗糙集理論與屬性約簡(jiǎn)的定義34-36
• 4.4 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的篩選優(yōu)化36-38
• 4.5 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系信度與效度分析38-43
• 4.5.1 信度分析40-41
• 4.5.2 效度分析41-42
• 4.5.3 可靠性分析42-43
• 4.6 本章小結(jié)43-44
• 第5章 智能變壓器運(yùn)行態(tài)勢(shì)感知方法的研究44-56
• 5.1 智能變壓器狀態(tài)評(píng)價(jià)等級(jí)的制定44-46
• 5.1.1 指標(biāo)的相對(duì)劣化度44
• 5.1.2 智能變壓器狀態(tài)評(píng)估等級(jí)的制定44-46
• 5.2 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的一級(jí)指標(biāo)權(quán)重確定46-51
• 5.2.1 層次---模糊分析法原理46-47
• 5.2.2 信息熵法原理47-49
• 5.2.3 最小二乘法聯(lián)合使用層次分析法和信息熵法49-51
• 5.3 智能變壓器運(yùn)行態(tài)勢(shì)感知指標(biāo)體系的二級(jí)指標(biāo)權(quán)重確定51-52
• 5.4 智能變壓器運(yùn)行態(tài)勢(shì)感知模型52-53
• 5.5 實(shí)例分析53-55
• 5.6 本章小結(jié)55-56
• 結(jié)論56-58
• 參考文獻(xiàn)58-62
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文62-63
• 致謝63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 余貽鑫;劉艷麗;;智能電網(wǎng)的挑戰(zhàn)性問(wèn)題[J];電力系統(tǒng)自動(dòng)化;2015年02期

2 張東霞;苗新;劉麗平;張焰;劉科研;;智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年01期

3 高志遠(yuǎn);姚建國(guó);曹陽(yáng);楊勝春;嚴(yán)春華;鄢蜜f ;;智能電網(wǎng)發(fā)展機(jī)理研究初探[J];電力系統(tǒng)保護(hù)與控制;2014年05期

4 梁永亮;李可軍;牛林;趙建國(guó);任敬國(guó);李昕偉;;變壓器狀態(tài)評(píng)估多層次不確定模型[J];電力系統(tǒng)自動(dòng)化;2013年22期

5 張東霞;姚良忠;馬文媛;;中外智能電網(wǎng)發(fā)展戰(zhàn)略[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年31期

6 李黎;張登;謝龍君;俞斌;林福昌;;采用關(guān)聯(lián)規(guī)則綜合分析和變權(quán)重系數(shù)的電力變壓器狀態(tài)評(píng)估方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年24期

7 劉從法;羅日成;雷春燕;王菲菲;吳瑩;蔣瓊;;基于AHP灰色定權(quán)聚類(lèi)的電力變壓器狀態(tài)評(píng)估[J];電力自動(dòng)化設(shè)備;2013年06期

8 樊陳;倪益民;竇仁暉;姚志強(qiáng);王永福;葉海明;;智能變電站一體化監(jiān)控系統(tǒng)有關(guān)規(guī)范解讀[J];電力系統(tǒng)自動(dòng)化;2012年19期

9 饒正嬋;范年柏;;關(guān)聯(lián)規(guī)則挖掘Apriori算法研究綜述[J];計(jì)算機(jī)時(shí)代;2012年09期

10 張斌;盧萍;黃國(guó)方;戴欣欣;檀永;;變壓器智能組件設(shè)計(jì)方案[J];電力系統(tǒng)自動(dòng)化;2012年19期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 鄭蕊蕊;智能信息處理理論的電力變壓器故障診斷方法[D];吉林大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 劉劍清;基于信息融合的變壓器健康狀態(tài)綜合評(píng)估系統(tǒng)研究[D];上海電力學(xué)院;2014年

2 李偉濤;電力變壓器劣化狀態(tài)綜合評(píng)價(jià)方法研究[D];華北電力大學(xué);2013年

3 杜鳳青;智能變壓器綜合監(jiān)測(cè)和自評(píng)估方法研究[D];上海交通大學(xué);2013年

4 薛敏;基于改進(jìn)灰色理論的電力變壓器運(yùn)行狀態(tài)評(píng)估研究[D];太原理工大學(xué);2010年

5 劉晉芳;基于灰色層次理論的變壓器狀態(tài)評(píng)估與故障診斷研究[D];太原理工大學(xué);2010年

  本文關(guān)鍵詞：智能變壓器運(yùn)行態(tài)勢(shì)感知方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：367629