【摘要】：電力變壓器是電力系統(tǒng)的關(guān)鍵樞紐設(shè)備，狀態(tài)檢修替代傳統(tǒng)的定期檢修是電力行業(yè)發(fā)展的必然趨勢(shì)，而實(shí)現(xiàn)狀態(tài)檢修的前提是依據(jù)設(shè)備檢測數(shù)據(jù)信息對(duì)變壓器的運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確的評(píng)估。隨著國家智能電網(wǎng)建設(shè)的不斷發(fā)展，電力設(shè)備狀態(tài)監(jiān)測所采集的狀態(tài)量數(shù)據(jù)呈指數(shù)級(jí)增長，與之相關(guān)的區(qū)域電網(wǎng)內(nèi)變電設(shè)備的大數(shù)據(jù)分析研究就顯得越來越重要，因此，圍繞故障診斷和狀態(tài)評(píng)估所必須的數(shù)據(jù)處理和信息挖掘技術(shù)對(duì)智能電網(wǎng)設(shè)備側(cè)業(yè)務(wù)而言具有重大意義。 當(dāng)前，電網(wǎng)公司針對(duì)大數(shù)據(jù)研究的工作重點(diǎn)之一就是對(duì)海量的數(shù)據(jù)做統(tǒng)計(jì)性的搜索、比較、分類、聚類等相關(guān)性分析。而針對(duì)設(shè)備側(cè)的電力變壓器狀態(tài)評(píng)估，大多數(shù)方法要么側(cè)重于方法理論的研究，忽視了變壓器狀態(tài)檢測的數(shù)據(jù)信息的關(guān)聯(lián)性分析及內(nèi)在聯(lián)系，要么沒有注意變壓器狀態(tài)信息具有模糊、隨機(jī)和信息不完全所導(dǎo)致的不確定性問題。有鑒于此，本文提出了智能電網(wǎng)大數(shù)據(jù)環(huán)境下融合集對(duì)分析和關(guān)聯(lián)規(guī)則的變壓器故障診斷方法。 首先，本文依據(jù)關(guān)系型數(shù)據(jù)庫理論和相關(guān)標(biāo)準(zhǔn)，結(jié)合實(shí)際運(yùn)行經(jīng)驗(yàn)，選取最具代表性且能夠準(zhǔn)確有效地反映變壓器運(yùn)行狀況的狀態(tài)量來作為故障類型和故障征兆；利用關(guān)聯(lián)規(guī)則的支持度對(duì)故障類型與故障征兆進(jìn)行分類管理，分析故障類型與故障征兆之間的相互耦合聯(lián)系，并約簡各故障類型的故障征兆集合，，最終建立狀態(tài)評(píng)估模型；在權(quán)重系數(shù)的確定方法上，通過對(duì)比計(jì)算關(guān)聯(lián)規(guī)則的置信度，得到故障征兆的常權(quán)重系數(shù)，解決了專家個(gè)人主觀意見影響權(quán)重準(zhǔn)確性的問題。同時(shí)在故障類型中使用因素空間變權(quán)理論，根據(jù)每個(gè)故障類型的評(píng)分情況確定其權(quán)重系數(shù)，能夠有效避免常權(quán)重系數(shù)下單個(gè)故障類型不能準(zhǔn)確反映變壓器整體健康狀況的缺陷。 其次，對(duì)電力變壓器的運(yùn)行狀態(tài)進(jìn)行等級(jí)劃分，確定聯(lián)系度的元數(shù)，并構(gòu)建聯(lián)系度表達(dá)式，提高了變壓器狀態(tài)評(píng)估及故障診斷系統(tǒng)評(píng)價(jià)精確度；引入模糊理論中相對(duì)劣化度和隸屬度來構(gòu)建同異反評(píng)價(jià)矩陣，模糊理論的引入具有一定科學(xué)依據(jù)，可以有效避免專家意見或經(jīng)驗(yàn)的主觀性的問題；對(duì)于多元聯(lián)系度表達(dá)式，采用均分法處理差異度系數(shù)，結(jié)合關(guān)聯(lián)規(guī)則確定的權(quán)重系數(shù)得出變壓器整體運(yùn)行狀態(tài)和各故障類型的聯(lián)系數(shù)值，對(duì)比狀態(tài)等級(jí)的劃分從而對(duì)變壓器健康狀況進(jìn)行評(píng)估和故障診斷。 最后，給出算例和統(tǒng)計(jì)結(jié)果來驗(yàn)證本文所提方法的正確性與有效性。與關(guān)聯(lián)規(guī)則和集對(duì)分析分別單獨(dú)應(yīng)用于變壓器狀態(tài)評(píng)估方法相比，本文方法具有較高的正判率，并且在多故障診斷方面也表現(xiàn)優(yōu)異。
[Abstract]:Power transformer is the key equipment of power system. It is the inevitable trend of power industry to replace the traditional periodic maintenance with condition-based maintenance. The premise of condition maintenance is to accurately evaluate the operating state of transformer according to the information of equipment detection data. With the continuous development of national smart grid construction, the state data collected by power equipment condition monitoring is increasing exponentially. The analysis and research of big data, which is related to the transformer equipment in regional power grid, is becoming more and more important. The data processing and information mining techniques necessary for fault diagnosis and state assessment are of great significance to the smart grid equipment side services. At present, one of the focuses of research on big data is to do statistical search, comparison, classification, clustering and other correlation analysis of massive data. For the power transformer condition evaluation on the equipment side, most methods either focus on the research of method theory and ignore the correlation analysis and internal relation of the data information of transformer condition detection. Either the transformer state information is fuzzy, random and incomplete information caused by uncertainty. In this paper, a transformer fault diagnosis method combining set pair analysis and association rules under big data environment of smart grid is proposed in this paper. First, according to the relational database theory and related standards, combined with the actual operation experience, select the most representative and can accurately and effectively reflect the transformer operation status as the fault type and fault symptoms; The fault type and fault symptom are classified and managed by using the support degree of association rules, the coupling relation between fault type and fault symptom is analyzed, and the fault symptom set of each fault type is reduced to establish the state evaluation model. In the method of determining weight coefficient, by comparing and calculating the confidence degree of association rule, the constant weight coefficient of fault symptom is obtained, which solves the problem that the expert's subjective opinion affects the accuracy of weight. At the same time, the factor spatial variable weight theory is used in the fault type, and the weight coefficient is determined according to the grading of each fault type, which can effectively avoid the defect that the order type of the constant weight coefficient can not accurately reflect the overall health condition of the transformer. Secondly, the operation state of power transformer is classified, and the number of connection elements is determined, and the expression of connection degree is constructed, which improves the accuracy of the evaluation of transformer condition and fault diagnosis system. The relative deterioration degree and membership degree in fuzzy theory are introduced to construct the same difference and inverse evaluation matrix. The introduction of fuzzy theory has certain scientific basis and can effectively avoid the subjective problem of expert opinion or experience. For the expression of multivariate relation degree, the differential coefficient is treated by the method of average division, and combined with the weight coefficient determined by association rules, the overall operating state of transformer and the relation value of each fault type are obtained. Compare the level of state to assess and diagnose the transformer's health. Finally, an example and statistical results are given to verify the correctness and validity of the proposed method. Compared with the association rules and set pair analysis which are used in transformer condition evaluation separately, the proposed method has higher positive judgment rate, and it also performs well in multi-fault diagnosis.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝慶;律方成;鄭娜;李燕青;李成榕;;基于可拓理論的變壓器狀態(tài)綜合評(píng)估[J];高壓電器;2008年04期

2 吳建鋒;劉卓明;;基于綜合權(quán)重的變壓器狀態(tài)評(píng)估[J];廣東電力;2009年09期

3 鄭朝暉;徐偉;呂鴻賓;張登;;變壓器狀態(tài)評(píng)估技術(shù)現(xiàn)狀研究[J];四川電力技術(shù);2012年05期

4 阮羚;謝齊家;高勝友;聶德鑫;盧文華;張海龍;;人工神經(jīng)網(wǎng)絡(luò)和信息融合技術(shù)在變壓器狀態(tài)評(píng)估中的應(yīng)用[J];高電壓技術(shù);2014年03期

5 田穎;苑津莎;張衛(wèi)華;;基于改進(jìn)灰靶理論的變壓器狀態(tài)評(píng)估[J];黑龍江電力;2010年06期

6 李新葉;李新芳;;基于改進(jìn)層次聚類的同家族變壓器狀態(tài)變化規(guī)律分析[J];電力系統(tǒng)保護(hù)與控制;2011年19期

7 ;變壓器狀態(tài)監(jiān)測與故障診斷技術(shù)[J];電氣制造;2013年08期

8 徐敏;鐘文慧;劉井萍;左重華;杜偉;朱麗;;基于模糊理論的變壓器狀態(tài)評(píng)估[J];南昌大學(xué)學(xué)報(bào)(工科版);2009年01期

9 代文章;;變壓器狀態(tài)綜合評(píng)估方法[J];電氣技術(shù);2011年11期

10 孫娜;王玉凡;陸戌明;;理想點(diǎn)法在變壓器狀態(tài)評(píng)估中的應(yīng)用[J];電力科學(xué)與工程;2011年03期

相關(guān)會(huì)議論文 前6條

1 李銳;;局部放電在線監(jiān)測系統(tǒng)在變壓器狀態(tài)評(píng)價(jià)中的應(yīng)用與分析[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

2 李銳;;局部放電在線監(jiān)測系統(tǒng)在變壓器狀態(tài)評(píng)價(jià)中的應(yīng)用[A];2009年全國輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會(huì)論文集[C];2009年

3 劉欣;顏秋容;;基于以太網(wǎng)的變壓器狀態(tài)綜合監(jiān)測[A];電工理論與新技術(shù)學(xué)術(shù)年會(huì)論文集[C];2005年

4 吳琦;;基于人工智能技術(shù)的變壓器狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)的研究[A];華東六省一市電機(jī)（電力）工程學(xué)會(huì)輸配電技術(shù)研討會(huì)2005年年會(huì)論文集[C];2005年

5 張鵬翔;周方潔;劉笑梅;;變壓器狀態(tài)監(jiān)測與診斷系統(tǒng)[A];全國火電大機(jī)組（600MW級(jí)）競賽第十屆年會(huì)論文集[C];2006年

6 張鵬翔;周方潔;劉笑梅;;變壓器狀態(tài)監(jiān)測與診斷系統(tǒng)[A];全國火電大機(jī)組（300MW級(jí)）競賽第三十五屆年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 梁永亮;變壓器狀態(tài)評(píng)估方法與在線監(jiān)測優(yōu)化研究[D];山東大學(xué);2015年

2 吳立增;變壓器狀態(tài)評(píng)估方法的研究[D];華北電力大學(xué)（河北）;2005年

3 袁志堅(jiān);電力變壓器狀態(tài)維修決策方法的研究[D];重慶大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 曾丹樂;基于多源信息融合的變壓器狀態(tài)評(píng)估關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2015年

2 韓麗維;基于云模型的變壓器運(yùn)行狀態(tài)綜合評(píng)估方法研究[D];華北電力大學(xué);2015年

3 李換玲;基于IEC 61850的變壓器狀態(tài)監(jiān)測系統(tǒng)研究[D];齊魯工業(yè)大學(xué);2015年

4 董玉坤;基于關(guān)聯(lián)分析和云模型的變壓器狀態(tài)評(píng)估方法研究[D];東北電力大學(xué);2016年

5 劉嘉;基于免疫原理的變壓器狀態(tài)識(shí)別方法研究[D];華東交通大學(xué);2016年

6 謝龍君;大數(shù)據(jù)環(huán)境下變壓器狀態(tài)評(píng)估的關(guān)聯(lián)集對(duì)分析方法研究[D];華中科技大學(xué);2014年

7 謝紅玲;變壓器狀態(tài)維修信息管理系統(tǒng)的研究[D];華北電力大學(xué)（河北）;2004年

8 田穎;變壓器狀態(tài)評(píng)估信息管理系統(tǒng)設(shè)計(jì)[D];華北電力大學(xué);2011年

9 韓輝;變壓器狀態(tài)評(píng)估系統(tǒng)的研究與實(shí)現(xiàn)[D];華北電力大學(xué)（河北）;2010年

10 紀(jì)航;變壓器狀態(tài)綜合評(píng)估方法研究[D];華北電力大學(xué)（河北）;2006年

本文編號(hào)：2378760