專利名稱：一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電路變壓器的分析維修方法，特別涉及一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法。
背景技術(shù)：
隨著社會經(jīng)濟的發(fā)展，各行各業(yè)及居民用戶對用電安全提高的要求也越來越高，而電力變壓器是電力網(wǎng)絡(luò)的核心設(shè)備，變壓器的健康狀況對電網(wǎng)安全可靠運行極為關(guān)鍵。通過變壓器狀態(tài)監(jiān)測數(shù)據(jù)，分析變壓器運行狀態(tài)并做出維修判斷決策，有利于生產(chǎn)人員科學(xué)地安排生產(chǎn)計劃，減少事故的發(fā)生。 變壓器在長期運行的過程中，由于電壓、熱、化學(xué)、機械振動以及其他因素的影響，出現(xiàn)絕緣老化、材質(zhì)劣化的現(xiàn)象，以及外部的破壞和影響等，難免引發(fā)變壓器故障事故。通過分析其監(jiān)測數(shù)據(jù)的變化能判斷變壓器運行狀態(tài)，目前，電力部門主要應(yīng)用傳統(tǒng)方法以及一些智能方法進行分析判斷。傳統(tǒng)分析方法包括IEC三比值法、大衛(wèi)三角形法等，智能方法常見的有人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等。傳統(tǒng)方法雖然仍然是電力行業(yè)普遍使用的狀態(tài)分析方法，但其不足之處日益凸顯。傳統(tǒng)方法往往直接使用原始數(shù)據(jù)進行故障判斷，未充分考慮數(shù)據(jù)中的不確定性，只根據(jù)單次測量值或近期數(shù)據(jù)進行判斷分析，參數(shù)和閾值的選取依賴專家經(jīng)驗。人工神經(jīng)網(wǎng)絡(luò)方法具有很強的自學(xué)習(xí)能力，理論上能實現(xiàn)對任意復(fù)雜非線性函數(shù)的逼近。然而其訓(xùn)練過程通常需要大量歷史數(shù)據(jù)，可生產(chǎn)實際中的故障數(shù)據(jù)往往占少數(shù)，再加之神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)往往缺乏實際的物理意義，不利于調(diào)試和改進。專家系統(tǒng)是另一種常用的人工智能方法，它通過將專業(yè)知識和邏輯推理相結(jié)合來模擬領(lǐng)域?qū)＜医鉀Q復(fù)雜問題。但是專家系統(tǒng)的建立需要大量的實際經(jīng)驗，而且很難超越這些經(jīng)驗而直接從歷史數(shù)據(jù)中發(fā)掘出規(guī)律。此外，專家系統(tǒng)內(nèi)規(guī)則的數(shù)量隨變量數(shù)成指數(shù)增長，當(dāng)變量數(shù)較多時可能出現(xiàn)“組合爆炸”效應(yīng)，需要龐大的計算量。此外，變壓器在運行過程中，除了老化因素外，環(huán)境的突變或負載的變化引起變壓器監(jiān)測數(shù)據(jù)的起伏，而外界情況趨于緩和時，監(jiān)測數(shù)據(jù)可能又會趨于正常。若在不充分考慮變壓器歷史近期數(shù)據(jù)的情況下，僅僅根據(jù)當(dāng)前數(shù)據(jù)進行分析判斷，容易導(dǎo)致誤判。此外，在以上傳統(tǒng)方法和智能方法中，很少有決策能力，即只告訴生產(chǎn)人員出了什么問題，不能告訴生產(chǎn)人員該怎么做。作為電力系統(tǒng)重要設(shè)備的主變壓器主體復(fù)雜，運行環(huán)境多變?nèi)f化，因此在可靠性和安全性上往往也有更高的標準，因此需要專門研究和開發(fā)針對主變壓器的狀態(tài)分析及決策判斷算法。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述缺點與不足，提供一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，實現(xiàn)歷史數(shù)據(jù)和專家經(jīng)驗的有效結(jié)合，并結(jié)合部分觀測的馬爾科夫模型解決不完全信息下復(fù)雜系統(tǒng)的順序決策問題，利用變壓器監(jiān)測數(shù)據(jù)進行故障檢測并能做出維修決策建議，有利于維護人員科學(xué)地安排變壓器維修計劃，減少事故發(fā)生、節(jié)約維修成本。本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，包括以下步驟SI計算同類變壓器歷史監(jiān)測數(shù)據(jù)Y在正常狀態(tài)的概率分布函數(shù)hjy)和故障狀態(tài)下的概率分布函數(shù)Ii1 (y)；S2根據(jù)貝葉斯公式計算電力變壓器系統(tǒng)處于故障狀態(tài)的后驗概率函數(shù)P ;S3利用貝葉斯控制理論的最優(yōu)值函數(shù)計算報警閾值；S4電力變壓器系統(tǒng)投運后，獲取新監(jiān)測數(shù)據(jù)，通過新監(jiān)測數(shù)據(jù)更新后驗概率P，根據(jù)報警閾值，給出最佳維修決策建議。步驟SI所述故障狀態(tài)下的概率分布函數(shù)Ii1 (y)，包括過熱條件下Y的分布函數(shù)h1() (y)，放電條件下Y的分布函數(shù)hld(y)。步驟S2所述電力變壓器系統(tǒng)處于故障狀態(tài)的后驗概率函數(shù)P，具體形式如下
權(quán)利要求
1.一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，其特征在于，包括以下步驟 SI計算同類變壓器歷史監(jiān)測數(shù)據(jù)Y在正常狀態(tài)的概率分布函數(shù)Iitl (y)和故障狀態(tài)下的概率分布函數(shù)Ii1 (y)； S2根據(jù)貝葉斯公式計算電力變壓器系統(tǒng)處于故障狀態(tài)的后驗概率函數(shù)P ； S3利用貝葉斯控制理論的最優(yōu)值函數(shù)計算報警閾值； S4電力變壓器系統(tǒng)投運后，獲取新監(jiān)測數(shù)據(jù)，通過新監(jiān)測數(shù)據(jù)更新后驗概率P，根據(jù)報警閾值，給出最佳維修決策建議。
2.根據(jù)權(quán)利要求I所述的電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，其特征在于，步驟SI所述故障狀態(tài)下的概率分布函數(shù)Ii1 (y)，包括過熱條件下Y的分布函數(shù)h1()(y)，放電條件下Y的分布函數(shù)hld(y)。
3.根據(jù)權(quán)利要求2所述的電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，其特征在于，步驟S2所述電力變壓器系統(tǒng)處于故障狀態(tài)的后驗概率函數(shù)P，具體形式如下
4.根據(jù)權(quán)利要求I所述的電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，其特征在于，步驟S3所述利用貝葉斯控制理論的最優(yōu)值函數(shù)計算報警閾值，具體為 貝葉斯控制理論的最優(yōu)值函數(shù)具有以下形式
5.根據(jù)權(quán)利要求4所述的電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，其特征在于，步驟S4所述通過新監(jiān)測數(shù)據(jù)更新后驗概率，根據(jù)報警閾值，給出最佳維修決策建議，具體為 將新監(jiān)測到的數(shù)據(jù)代入下式中
全文摘要
本發(fā)明公開了一種電力變壓器系統(tǒng)狀態(tài)分析和維修決策判斷方法，包括以下步驟S1計算同類變壓器歷史監(jiān)測數(shù)據(jù)Y在正常狀態(tài)的概率分布函數(shù)h0(y)和故障狀態(tài)下的概率分布函數(shù)h1(y)；S2獲取新監(jiān)測數(shù)據(jù)，并根據(jù)貝葉斯公式利用新監(jiān)測數(shù)據(jù)更新電力變壓器系統(tǒng)處于故障狀態(tài)的后驗概率函數(shù)P；S3利用貝葉斯控制理論的最優(yōu)值函數(shù)計算報警閾值；S4電力變壓器系統(tǒng)投運后，獲取新監(jiān)測數(shù)據(jù)，通過新監(jiān)測數(shù)據(jù)更新后驗概率P，根據(jù)報警閾值，給出最佳維修決策建議。本發(fā)明的方法利用貝葉斯公式動態(tài)更新變壓器的監(jiān)測數(shù)據(jù)，能實時反映變壓器狀態(tài)，充分利用歷史數(shù)據(jù)信息科學(xué)計算出報警閾值，最終給出維修決策建議，為生產(chǎn)人員合理安排生產(chǎn)計劃提供輔助建議。
文檔編號G06F19/00GK102779230SQ20121019690
公開日2012年11月14日 申請日期2012年6月14日 優(yōu)先權(quán)日2012年6月14日
發(fā)明者王玨, 田立斌, 陳婷 申請人:華南理工大學(xué)