及時(shí)準(zhǔn)確和高效地感知變壓器健康狀態(tài)對(duì)提升電網(wǎng)運(yùn)行安全性和供電可靠性具有重要意義。針對(duì)當(dāng)前變壓器狀態(tài)感知和故障診斷中狀態(tài)信息不完備、多狀態(tài)信息孤立和無(wú)法有效融合等問(wèn)題,文中結(jié)合信息屬性約簡(jiǎn)技術(shù)和遺傳算法提出了一種變壓器狀態(tài)感知方法。通過(guò)分析變壓器信息決策表中信息屬性依賴度,結(jié)合遺傳算法約簡(jiǎn)決策表中冗余的信息屬性,求解獲得變壓器信息決策表的最優(yōu)屬性核,最后通過(guò)信息屬性的優(yōu)選,匹配待評(píng)估變壓器的檢測(cè)信息實(shí)現(xiàn)變壓器狀態(tài)感知及故障診斷。根據(jù)變壓器實(shí)際故障案例驗(yàn)證了所述方法的可行性和有效性。與傳統(tǒng)方法相比,通過(guò)該方法在變壓器狀態(tài)感知及故障診斷方面具有較高的計(jì)算效率和診斷準(zhǔn)確率（診斷準(zhǔn)確率為84%）。 

【文章來(lái)源】：高壓電器. 2020,56(09)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

IND(R)上的粗糙集X

遺傳算法中根據(jù)輪盤賭策略選擇保留的個(gè)體，采用交叉概率pc的兩點(diǎn)交叉法和變異概率pm的基本位變異方法形成新個(gè)體，算法停止約束為到達(dá)迭代次數(shù)M或滿足優(yōu)化條件argmin(|C′|)&&γC′(D)=1時(shí)停止運(yùn)算。算法步驟見圖2。根據(jù)以上方法求得變壓器信息決策表所有的最優(yōu)條件屬性核后，即可根據(jù)收集的變壓器狀態(tài)信息，優(yōu)選匹配對(duì)應(yīng)的最優(yōu)屬性核，進(jìn)而實(shí)現(xiàn)變壓器的狀態(tài)感知和故障診斷。

需要說(shuō)明的是，盡管案例中條件屬性{c6,c10}為冗余條件屬性，但是最優(yōu)條件屬性核中包括屬性核{(lán)c3,c4,c6,c9,c11}和{c3,c6,c9,c11,c13}，即如果測(cè)得變壓器油中微水含量(C4)或空載電流及損耗(C13)也可以精確地診斷變壓器發(fā)生的故障，見圖3。文中采用120例變壓器故障案例進(jìn)行驗(yàn)證分析(各故障類型對(duì)應(yīng)樣本數(shù)均為10個(gè))，驗(yàn)證結(jié)果見表8。表8還列出了誤判樣本缺失的條件屬性及誤判的故障類型，例如懸浮放電(D7)和圍屏放電(D8)的誤判在于變壓器狀態(tài)參量中缺失油中溶解氣體含量。分析其主要原因可能是由于圍屏放電會(huì)破壞紙絕緣，易導(dǎo)致油中CO、CO2含量或CO/CO2比值超標(biāo)。缺失油中CO、CO2含量會(huì)使懸浮放電(D7)故障和圍屏放電(D8)故障難以區(qū)分。

【參考文獻(xiàn)】：
期刊論文
[1]基于GA-BPNN的多頻超聲波變壓器油密度檢測(cè)研究[J]. 趙耀洪,楊壯,錢藝華,李麗,彭磊,周渠.  電力工程技術(shù). 2019(05)
[2]基于TensorFlow框架的有源配電網(wǎng)深度學(xué)習(xí)故障定位方法[J]. 劉成民,戴中堅(jiān),陳軒.  電力工程技術(shù). 2019(05)
[3]基于融合極限學(xué)習(xí)機(jī)的局部放電模式識(shí)別[J]. 潘志新,劉利國(guó),錢程,王震,袁棟.  電力工程技術(shù). 2019(05)
[4]基于Hash算法的大數(shù)據(jù)架構(gòu)下電力系統(tǒng)風(fēng)險(xiǎn)評(píng)估研究[J]. 鐘臻,張楷旋,馬嘯.  電力大數(shù)據(jù). 2019(09)
[5]基于層次分析法和粗糙集的變壓器狀態(tài)評(píng)估研究[J]. 彭道剛,陳躍偉,范俊輝,錢玉良.  高壓電器. 2019(07)
[6]人工智能驅(qū)動(dòng)的數(shù)據(jù)分析技術(shù)在電力變壓器狀態(tài)檢修中的應(yīng)用綜述[J]. 劉云鵬,許自強(qiáng),李剛,夏彥衛(wèi),高樹國(guó).  高電壓技術(shù). 2019(02)
[7]采用最優(yōu)云熵改進(jìn)可拓云理論的變壓器本體絕緣狀態(tài)評(píng)估方法[J]. 劉云鵬,許自強(qiáng),付浩川,李剛,高樹國(guó).  高電壓技術(shù). 2020(02)
[8]基于WPA-BP算法的變壓器故障診斷研究[J]. 陳鐵,張欣,汪長(zhǎng)林,鄒祖冰.  變壓器. 2018(11)
[9]基于進(jìn)化雷達(dá)圖的油紙絕緣狀態(tài)進(jìn)階評(píng)估方法[J]. 王東棟,魏云冰,鄭偉,張偉.  電測(cè)與儀表. 2018(18)
[10]基于局部密度聚類算法的變壓器故障狀態(tài)評(píng)估[J]. 羅偉明,吳帆,黃業(yè)廣,吳杰康,覃煒梅,龔杰,金尚婷.  廣東電力. 2018(08)



本文編號(hào)：3585073