【摘要】：電力設備的狀態(tài)檢修策略正逐步替代傳統(tǒng)的定期檢修策略,實現電力設備狀態(tài)檢修的核心工作之一是確定電力設備的狀態(tài),即狀態(tài)評估。當前,隨著一次設備和二次設備的狀態(tài)評估工作的持續(xù)開展和電力信息系統(tǒng)的推廣應用,電力設備的狀態(tài)數據得到了大規(guī)模的采集和存儲,為數據挖掘技術的應用提供了良好的數據基礎。本文針對以變壓器、架空輸電線路為代表的一次設備和以繼電保護設備為代表的二次設備展開了基于數據挖掘技術的狀態(tài)評估方法研究。本文提出 了基于 SMOTE(Synthetic Minority Over-sampling Technique)和決策樹算法的變壓器狀態(tài)評估方法。引入變壓器狀態(tài)評估遵循“短板效應”的觀點,針對每個部件選擇狀態(tài)量。采用SMOTE算法減輕了變壓器樣本集類別不平衡現象。根據變壓器狀態(tài)評估工作采用扣分方式的特點,將其視為分類過程,定義模型輸出為狀態(tài)等級,采用C4.5決策樹算法構建變壓器狀態(tài)評估模型。利用決策樹模型為白箱模型的特點進行知識獲取,從模型中提取變壓器關鍵狀態(tài)量和關鍵評估規(guī)則。以某地市級供電公司實際數據開展實例分析,結果表明本文提出的方法能構建分類性能較好的變壓器狀態(tài)評估模型,并且能夠完成知識獲取工作。本文提出了基于隨機森林算法的架空輸電線路狀態(tài)評估方法�？紤]影響架空輸電線路狀態(tài)的特殊情況并選擇了對應狀態(tài)量。針對線路狀態(tài)量數量遠多于變壓器的情況,考慮隨機森林在高維特征處理能力上比單一決策樹更強,采用隨機森林算法構建架空輸電線路狀態(tài)評估模型。以某地市級供電公司的架空輸電線路數據展開實例分析,結果表明本文提出方法能夠構建分類效果較好的架空輸電線路狀態(tài)評估模型。本文提出了基于數據挖掘技術的繼電保護設備狀態(tài)評估方法和風險評估方法。針對本體和二次回路選取了相應狀態(tài)量,根據繼電保護設備狀態(tài)評估工作采用綜合評分法的特點,將其視為回歸過程,定義模型輸出為狀態(tài)評分,采用BP神經網絡算法構建繼電保護設備狀態(tài)評分預測模型。在此基礎上,提出基于狀態(tài)評分的繼電保護設備風險評估方法。引入缺陷率-狀態(tài)評分函數,得到由狀態(tài)評分計算缺陷率的方法,建立了狀態(tài)評分和風險評估的聯(lián)系。實例分析部分以實際數據構建基于BP神經網絡的繼電保護設備狀態(tài)評分預測模型,模型具有較高的預測精度。采用本文風險評估方法舉例分析繼電保護設備的風險情況,證明了本文提出的風險評估方法的實用性。
【圖文】：

驗報告中的變壓器油試驗結果、電氣試驗報告中的電氣試驗結果、帶電試驗報告逡逑中的帶電試驗結果以及臺賬信息中的變壓器型號。逡逑本文針對變壓器選取了邋２６個狀態(tài)量，圖３－１展示了變壓器狀態(tài)量體系。這些逡逑變壓器狀態(tài)量從數據類型角度可以分為定量（連續(xù)）狀態(tài)量和定性（離散）狀態(tài)逡逑量兩種。其中，定性狀態(tài)量包括本體部分的滲油、漏油、表面銹蝕、呼吸器狀態(tài)、逡逑本體儲油柜油位；套管部分的電容量偏差、紅外測溫；冷卻器系統(tǒng)部分包括漏油、逡逑散熱片銹蝕、電機運行？，有載分接開關部分包括滲漏、油位、呼吸器狀態(tài)？，非電逡逑１８逡逑

驗報告中的變壓器油試驗結果、電氣試驗報告中的電氣試驗結果、帶電試驗報告逡逑中的帶電試驗結果以及臺賬信息中的變壓器型號。逡逑本文針對變壓器選取了邋２６個狀態(tài)量，圖３－１展示了變壓器狀態(tài)量體系。這些逡逑變壓器狀態(tài)量從數據類型角度可以分為定量（連續(xù)）狀態(tài)量和定性（離散）狀態(tài)逡逑量兩種。其中，定性狀態(tài)量包括本體部分的滲油、漏油、表面銹蝕、呼吸器狀態(tài)、逡逑本體儲油柜油位；套管部分的電容量偏差、紅外測溫；冷卻器系統(tǒng)部分包括漏油、逡逑散熱片銹蝕、電機運行？，有載分接開關部分包括滲漏、油位、呼吸器狀態(tài)？，非電逡逑１８逡逑
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM507

【參考文獻】

相關期刊論文 前10條

1 宋人杰;徐潔;;繼電保護裝置狀態(tài)評價指標體系的構建及應用[J];東北電力大學學報;2015年06期

2 趙冬梅;梁偉宸;張旭;;基于變權重模糊綜合評判法的繼電保護狀態(tài)評估[J];電氣應用;2015年17期

3 郭雅麗;趙寶柱;羅暢;;數據挖掘技術在輸電線路狀態(tài)檢修中的應用分析[J];內蒙古電力技術;2014年04期

4 朱益華;羅毅;段濤;施琳;陳建軍;謝睿;李曉露;熊衛(wèi)斌;李矛;;基于輸電線路實時評估模型的電力系統(tǒng)靜態(tài)安全在線風險評估[J];電力自動化設備;2014年07期

5 薛安成;羅麟;景琦;曹小拐;畢天姝;黃少鋒;;基于Markov模型的高壓輸電線繼電保護裝置風險評估[J];電網技術;2014年07期

6 何樂彰;張忠會;張琪琪;;采用模糊綜合評判法的輸電線路狀態(tài)評估[J];電力與能源;2014年03期

7 彭志峰;楊明玉;;基于變權理論的繼電保護狀態(tài)評價方法[J];中國電力;2014年04期

8 阮羚;謝齊家;高勝友;聶德鑫;盧文華;張海龍;;人工神經網絡和信息融合技術在變壓器狀態(tài)評估中的應用[J];高電壓技術;2014年03期

9 焦斌;葉明星;;BP神經網絡隱層單元數確定方法[J];上海電機學院學報;2013年03期

10 段其昌;周華鑫;程有富;張廣峰;;貝葉斯網絡在輸電線路運行狀態(tài)預測中的應用[J];計算機科學;2012年S3期

，

本文編號：2621673