[发明专利]基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统

说明书

本发明公开了一种基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统，包括：首先基于220kV变电站实况多源信息从多方面构建基础状态评估参量体系；对本性状态判据矩阵进行高维矩阵降维处理，以闭环增维迭代修正建立负反馈修正；同时对于给出的关键参量体系提出新的权重系数确定与修正方法，拟合隶属度函数进行证据体融合完成模糊评判；最后本文提出效用函数值‑关键参量在大数据层面的三维空间表达，并基于C/S结构提出220kV变压器状态评估体系计算机平台架构设计与主程序步骤，以更为准确的评估结果给状态检修提供依据。

技术领域

本发明涉及电力设备的状态评估技术领域，特别涉及一种基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统。

背景技术

随着国民经济的大跨步式发展，作为与各行各业息息相关的电力行业，其电网的建设规模日益庞大，结构日益复杂，对电力系统供电的可靠性提出了更高的要求。长期以来，我国对于变电设备的运行状态和健康水平主要通过定期检修的方式进行判断，“过修”与“欠修”成了屡见不鲜的情况。这无疑带来了不小的人力物力浪费，也间接对供电可靠性产生了影响。检修资源的合理分配，需要基于状态监测数据对电力设备进行有效科学的评估。

目前电力设备的状态评估体系的研究取得了不俗的成果，对在运行中电力变压器进行有效科学地状态评估是当今国内外本领域研究的热点之一。但同时，状态评估参量数量多、种类杂，以信息类型划分就包括预防性试验、检修记录、不良运行工况、在线监测数据、历史数据与设备台帐等等。无论是定量还是定性的数据，在状态评估参量体系中都有一定的权重比例。

随着计算机学科中人工智能技术的高速发展，国内外已提出多种新型电力设备状态评估研究方法。这些方法均有各自的优点与局限性，在不同的环境中存在着不同的适用性与缺陷。在实际的工程应用中，往往需要根据不同的要求与实际情况，综合多种评估方法的优缺点，提出更具有针对性的改进评估算法。

关于变压器的故障诊断方面，随着智能电网的深化发展，电力系统的生产管理系统已包括在线监测部分、检修计划决策部分与管理应用部分。通过各类专家诊断算法对实时状态数据进行分析处理，运用多源信息融合综合考虑检修设备历史信息、运行工况、检修工期、检修风险、检修成本等提供策划拟定最优方案的State约束，管理应用部分则通过与PMS或EPR系统中的检修工单模块取得联系效率实施获批检修计划。

总的来说，针对目前变电站电力变压器状态评估与预测的研究现状，目前状态参量体系与综合评估算法仍有较多难点需要解决。

在下文基于此对以下几方面内容作相关研究工作：一是基于220kV变电站实况多源信息从电力变压器本性状态、人工巡检与历史信息等方面构建全面而科学的基础参量评估体系；二是基于本性状态判据矩阵进行高维矩阵降维处理，通过闭环增维迭代修正建立负反馈，以修正关键参量体系；三是基于给出的关键参量体系提出新的权重系数确定及拟合隶属度函数进行初步模糊评判的方法；并基于大数据分析方法的发展与共享数据平台的便利，给出本算法部分待修正模块的具体数学修正方法。

发明内容

本发明的目的就是为了解决上述问题，提出了一种基于大数据分析的变电站油浸式变压器状态评估与修正方法及系统。

为了实现上述目的，本发明采用如下技术方案：

在一个或多个实施方式中公开的一种基于大数据分析的变电站油浸式变压器状态评估与修正方法，包括以下步骤：

确定电力变压器关键性能状态量集合，根据每一个关键性能状态量的影响因子确定单项状态量集合；

将每一纳入评估体系中的参量进行量化，构建变压器状态参量多维判据矩阵；

基于主成分分析法对变压器状态参量多维判据矩阵进行降维处理，取综合贡献率得分为正的基础评估参量构建变压器状态评估指标体系；

综合考虑人工巡检参量与设备技术性能参量，构建变压器本性状态关键参量体系；