[发明专利]一种基于多源数据融合的电力变压器状态评估方法

说明书

一种基于多源数据融合的电力变压器状态评估方法，该方法先构建电力变压器状态评估指标体系，再基于模糊综合评判法、采用半梯形与半岭形相结合的隶属度函数计算得出各指标群的隶属度函数矩阵P(X)，并根据各指标的主客观权重、基于离差平方和确定各指标的最优原始权重分配，得出其模糊综合评判结果，然后以模糊综合评判结果为子证据，将其带入D‑S证据模型中进行融合，其中，评估指标体系包括油中溶解气体试验指标群、绝缘油试验指标群、电气试验指标群。本设计不仅能够准确、客观的评估变压器状态，而且可操作性强。

技术领域

本发明属于状态评估领域，具体涉及一种综合考虑设备油中溶解气体、绝缘油试验、电气试验等多源数据融合的电力变压器状态评估方法。

背景技术

油浸式电力变压器是电力系统的关键变电设备，是由油、纸、铜、钢、铁等材料组成的高度集成的复杂系统，运行环境复杂多变，故障机理复杂且维修成本高昂，一旦发生故障将造成巨大的经济损失。随着传感监测设备及信息化技术的发展，电力设备自投运以来的各种运行数据、监测数据、试验数据和检修数据不断生成，数据呈现出多源异构的大数据特征。除了分别存储于各信息系统的静态数据外，随着设备的老化、故障、检修、报废等行为，电力资产信息中相关主体和关系将随时间演变而产生不同时间节点上的动态数据。多维数据分别从不同侧面、不同程度和不同层次上反映了设备运行状态的好坏，且状态信息间具有耦合性、模糊性、随机性等特征，使得电力变压器的健康状态评估更加困难。目前，针对各电压等级的输变电设备，还未出现普遍适用的故障诊断与健康管理方法准则。在电力设备实际运维中，应用最普遍的仍是基于导则的累计扣分制评价方法，该方法简单易行却忽视了状态信息的不确定性问题。因此，如何实现多源异构数据的充分融合与高效利用，对电力设备进行“精准画像”，实现精细化差异化的状态评估，是亟待解决的问题。

电力设备在运行中会积累大量的监测试验数据，多维数据是设备健康管理的基础。自国家电网提出状态检修的概念，在电力设备状态评估领域已进行了大量的学术研究。目前用于电力变压器健康监测的状态指标主要有：油中溶解气体DGA、局部放电、红外热像、糠醛含量、酸值、绕组热点温度、以及振动信号等。由于变压器油中溶解气体数据的获取相对容易，目前变压器的状态评估主要是基于DGA分析，缺点在于气体间关系复杂，且无法响应换油等检修行为带来的故障率降低的效果。现有建立在变压器试验数据基础上的状态评估方法大多根据单一或有限的状态变量，未充分利用多源信息来进行综合判断，评估结果不够准确全面。目前，变压器的状态评估有多种方法：传统方法有基于油中溶解气体的三比值法、基于导则的阈值判断法等；也提出了许多智能化算法，如支持向量机法、马尔可夫模型、模糊综合评判法、粗糙集理论、神经网络、D-S证据理论等，这些研究成果一定程度上保证了电力变压器的安全可靠运行。

目前，电力变压器状态评估与健康管理工作仍存在以下几个方面的制约因素：(1)资产信息被割裂于PMS、EMS、IMS、ERP等多个信息系统，多源异构数据间的共享融合问题，无形中增加了设备状态评估和数据发掘的难度；(2)由于电力设备的高可靠性，缺陷故障样本数量难以满足深度学习等智能算法的建模需求，对于数据驱动设备健康管理提出了一定的难度。

发明内容

本发明的目的是针对现有技术存在的上述问题，提供一种能够准确、客观的评估变压器状态的基于多源数据融合的电力变压器状态评估方法。

为实现以上目的，本发明的技术方案如下：

一种基于多源数据融合的电力变压器状态评估方法，依次包括以下步骤：

步骤A、构建电力变压器状态评估指标体系，其中，所述电力变压器状态评估指标体系包括油中溶解气体试验指标群、绝缘油试验指标群、电气试验指标群；

步骤B、基于模糊综合评判法、采用半梯形与半岭形相结合的隶属度函数计算得出各指标群的隶属度函数矩阵P(X)；

步骤C、根据矩阵P(X)确定各指标的最优原始权重分配；