• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種具有自學習功能的電力變壓器綜合診斷方法技術

    技術編號:10220883 閱讀:186 留言:0更新日期:2014-07-16 21:01
    一種具有自學習功能的電力變壓器綜合診斷方法,所述綜合診斷方法以電力變壓器的在線監測實時數據為基礎,同時自動對知識庫中的離線歷史數據和運行維護數據進行挖掘、分析、學習,該方法利用多源配置管理功能可以對各個監測數據源進行增加、刪除、更新等管理操作,利用自學習功能可以識別各個監測數據源對診斷結果的影響程度,調整各個監測數據源診斷算法的權重值,該方法通過自學習功能的統計、分析,可以剔除誤差較大的數據甚至數據源,從而降低了故障狀態的誤報率。本發明專利技術的電力變壓器綜合診斷方法可伸縮性強、適應性強、診斷準確度高、誤報率低,具有極其重要的實際意義。

    【技術實現步驟摘要】
    —種具有自學習功能的電力變壓器綜合診斷方法
    本專利技術涉及一種電力變壓器綜合診斷方法,適用于各類電力變壓器的故障診斷、健康狀態評估。
    技術介紹
    電力變壓器是電力系統中最重要的設備之一,它的可靠性直接關系到電網能否正常、高效、經濟的運行。對電力變壓器進行有效、快速、準確地監測診斷,可以減少電力變壓器故障,避免設備損失擴大,提高電網的經濟效益。目前,對電力變壓器故障診斷方法眾多。根據監測方式的不同,主要有油中氣體含量在線檢測、局部放電在線監測、變壓器溫度在線監測等。根據所采用的監測數據加工方式不同,主要有人工神經網絡、模糊集理論、粗糙集理論、不確定推理理論,以及多源信息融合的推理等。其不足在于:無法自適應調整監測數據通道的可信度,無法自動識別監測數據通道的有效性,不能自管理各個數據處理過程,即在診斷方式上雖然在數據處理算法上有一定的智能化,但是在整個綜合診斷過程還不夠智能化、自適應、自學習。
    技術實現思路
    本專利技術的目的在于提供,它能夠自學習知識庫、自動調整監測數據通道的可信度,自動識別監測數據通道的有效性;同時能夠管理診斷方法,可以增加或者刪除,并根據歷史經驗調整診斷方法的權重值。本專利技術所采用的技術方案如下:,其特征在于:所述綜合診斷方法以電力變壓器的實時監測數據為基礎,同時對歷史數據和運行維護數據進行分析,利用自學習功能識別各個不同數據源對診斷結果的影響程度,調整不同數據源在診斷算法的權重值,實現對變壓器狀態的綜合診斷。—種具有自學習功能的電力變壓器綜合診斷方法,其特征在于,所述綜合診斷方法包括以下步驟:(I)將電力變壓器的多源數據分為3個子類數據:實時監測數據,歷史數據,運維數據;其中,實時監測數據是指通過N種測量、監測裝置實時監測到的電力變壓器的電氣量和非電氣量參數,其中N為不小于零的整數;歷史數據是指存儲過的實時監測數據;運維數據是指電力變壓器的日常運維信息,包括巡檢記錄、制造信息、產品家族信息、歷史故障信息等;( 2 )對步驟(I)中的每個子類數據,采用預先配置在多源配置管理管理模塊中的對應診斷方法對變壓器運行狀態進行診斷,所述診斷方法包括閾值法、人工神經網絡法,模糊證據推理法等;(3)確定步驟(2)中診斷方法的權重值,該權重值也是基于某一子類數據得出的診斷結果的權重值,權重值的初始值能夠從多源配置管理管理模塊中讀取默認配置,或者人為設定;(4)根據步驟(3)中的基于某一子類數據得到的診斷結果的權重值和步驟(2)中的基于某一子類數據得到的診斷結果利用預先配置在多源配置管理管理模塊中的綜合診斷方法對變壓器進行綜合診斷;(5)將步驟(I)中的電力變壓器數據、步驟(3)中的權重值、步驟(4)中的綜合診斷結果,以及電力變壓器的真實狀態信息,都存儲到知識庫系統中;其中,電力變壓器的真實狀態信息是指變壓器的實際狀態;(6)自學習模塊根據知識庫系統中的數據進行統計、分析、學習,重新生成各子類數據對應的診斷方法的權重值,供下次診斷過程使用;自學習模塊獲取知識庫系統中的數據,統計、分析數據中的診斷結果與診斷方法的相關性,根據自學習算法按照相關性的強度大小調整診斷方法的權重值成新的權重值;(7)通過多源配置管理模塊將步驟(6)重新生成的權重值配置給各子類數據對應的診斷方法,對監測源和對應的診斷方法進行管理,返回步驟(2)- (4)得到最終的變壓器綜合診斷結果。本專利技術所提供的解決方法,可以自學習歷史經驗數據更新各個診斷方法的權重值,可以根據實際需要對診斷方法進行靈活配置,可以識別各個監測數據通道的有效性,大大提高了故障診斷的有效性、準確性。【附圖說明】圖1是本專利技術具有自學習功能的電力變壓器綜合診斷方法的流程示意圖;圖2是自學習模塊的流程圖;圖3是多源配置管理模塊的流程圖。【具體實施方式】下面根據說明書附圖并結合具體實例對本專利技術的技術方案作進一步詳細說明。如圖1所示為本專利技術的診斷方法示意圖,具有自學習功能的電力變壓器綜合診斷方法具體包括如下步驟:(I)將電力變壓器的多源數據分為3個子類數據:實時監測數據,歷史數據,運維數據;實時監測數據是指通過N種測量、監測裝置實時監測到的電力變壓器的電氣量和非電氣量參數,其中N為不小于零的整數;歷史數據是指存儲過的實時監測數據;運維數據是指電力變壓器的巡檢記錄、制造信息、產品家族信息、歷史故障信息等日常運維信息;( 2 )對步驟(I)中的每個子類數據,采用相對應的診斷方法對變壓器運行狀態進行診斷。如果子類數據不能直接量化,如制造信息、歷史故障信息等,則先將子類數據進行量化。子類數據量化的方式采用模糊數學的方法,以制造信息為例,如下表所示:本文檔來自技高網...

    【技術保護點】
    一種具有自學習功能的電力變壓器綜合診斷方法,其特征在于:所述綜合診斷方法以電力變壓器的實時監測數據為基礎,同時對歷史數據和運行維護數據進行分析,利用自學習功能識別各個不同數據源對診斷結果的影響程度,調整不同數據源在診斷算法的權重值,實現對變壓器狀態的綜合診斷。

    【技術特征摘要】
    1.一種具有自學習功能的電力變壓器綜合診斷方法,其特征在于:所述綜合診斷方法以電力變壓器的實時監測數據為基礎,同時對歷史數據和運行維護數據進行分析,利用自學習功能識別各個不同數據源對診斷結果的影響程度,調整不同數據源在診斷算法的權重值,實現對變壓器狀態的綜合診斷。2.一種具有自學習功能的電力變壓器綜合診斷方法,其特征在于,所述綜合診斷方法包括以下步驟: (1)將電力變壓器的多源數據分為3個子類數據:實時監測數據,歷史數據,運維數據; 其中,實時監測數據是指通過N種測量、監測裝置實時監測到的電力變壓器的電氣量和非電氣量參數,其中N為不小于零的整數; 歷史數據是指存儲過的實時 監測數據; 運維數據是指電力變壓器的日常運維信息,包括巡檢記錄、制造信息、產品家族信息、歷史故障信息等; (2)對步驟(1)中的每個子類數據,采用預先配置在多源配置管理管理模塊中的對應診斷方法對變壓器運行狀態進行診斷,所述診斷方法包括閾值法、人工神經網絡法,模糊證據推理法等; (3)確定步驟(2)中診斷方法的權重值,該權重值也是基于某一子類數據得出的診斷結果的權重值,權重值的初始值能夠從多源配置管理管理模塊中讀取默認配置,或者人為設定; (4)根據步驟(3)中的基于某一子類數據得到的診斷結果的權重值和步驟(2)中的基于某一子類數據得到的診斷結果利用預先配置在多源配置管理管理模塊中的綜合診斷方法對變壓器進行綜合診斷; (5)將步驟(1)中的電力變壓器數據、步驟(3)中的權重值、步驟(4)中的綜合診斷結果,以及電力...

    【專利技術屬性】
    技術研發人員:周健王申強陳宏輝曹彥朝魏雷遠房萍周井生楊永李穎姜闿笈劉銀周俊濤都海坤石磊
    申請(專利權)人:廣東電網公司茂名供電局
    類型:發明
    國別省市:廣東;44

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲v国产v天堂a无码久久| 国产又爽又黄无码无遮挡在线观看| 亚欧免费无码aⅴ在线观看| 国产免费AV片无码永久免费| 亚洲av激情无码专区在线播放| 人妻丝袜中文无码av影音先锋专区| 国产激情无码视频在线播放性色| 无码专区6080yy国产电影| 无码人妻一区二区三区兔费| 亚洲AV永久无码精品水牛影视| 精品人妻系列无码人妻漫画 | 精品无码人妻久久久久久| 黄色成人网站免费无码av| 亚洲精品97久久中文字幕无码 | 久久水蜜桃亚洲av无码精品麻豆| 亚洲av无码兔费综合| 熟妇人妻AV无码一区二区三区| 亚洲另类无码专区首页| 久久精品亚洲中文字幕无码网站| 国产成人无码精品一区在线观看 | 无码不卡av东京热毛片| 乱人伦人妻中文字幕无码| 无码人妻视频一区二区三区| 国产一区二区三区无码免费| 熟妇人妻无码xxx视频| 无码毛片AAA在线| 无码人妻一区二区三区av| 日韩人妻无码中文字幕视频| 国产日韩精品中文字无码| 亚洲国产精品无码久久久蜜芽| 成在线人免费无码高潮喷水| 久久亚洲精品无码播放| 无码人妻丰满熟妇区毛片| 国产产无码乱码精品久久鸭| 曰韩人妻无码一区二区三区综合部| 无码A级毛片日韩精品| 麻豆国产精品无码视频| 亚洲爆乳无码一区二区三区| 国产AV无码专区亚洲AV麻豆丫| 久久亚洲精品无码VA大香大香| 无翼乌工口肉肉无遮挡无码18|