智能變壓器運行態(tài)勢感知方法研究.pdf

1、傳統(tǒng)變壓器狀態(tài)評估過程中采用的并不都是數字化的監(jiān)測手段，其中油位計、溫度計等設備采用的是模擬式的方法，對變壓器運行細節(jié)并不能有很好的描述。智能變壓器在結構上與傳統(tǒng)變壓器并沒有太大的區(qū)別，但是在此基礎上增加了更多的智能組件以及傳感器等新型測量設備，通過數字化的監(jiān)測手段可以使得智能變壓器運行過程中的各項指標的精確度更高，而且監(jiān)測的數據量達到了海量數據的規(guī)模。然而，傳統(tǒng)的一些針對智能變壓器的態(tài)勢感知方法面對海量監(jiān)測數據的環(huán)境下有些局限，本文針

2、對上述問題，以智能變壓器在線監(jiān)測數據為研究對象，研究智能變壓器運行態(tài)勢感知方法，主要內容包括以下幾個方面：
　?。?）智能變壓器在線監(jiān)測指標分類方法研究。本文提出一種基于Hadoop平臺的MMR算法用來對智能變壓器在線監(jiān)測指標通過互相之間的影響關系進行分類。
　?。?）智能變壓器運行態(tài)勢感知指標體系的建立。將上述分類結果作為數據依據來建立智能變壓器運行態(tài)勢感知初步指標體系，為了剔除初步構建指標體系中重復、冗余的指標，本文通過

3、粗糙集理論對初步構建的指標體系進行篩選優(yōu)化。
　?。?）智能變壓器運行態(tài)勢感知方法的研究。本文針對智能變壓器在線監(jiān)測指標單位不統(tǒng)一，定性、定量指標無法綜合處理的難點通過最小二乘法聯(lián)合使用層次---模糊分析法和信息熵法來計算指標體系中的一級指標權重，以特征值法和 G1法來計算指標體系中的二級指標權重，得到最終的智能變壓器運行態(tài)勢感知模型。
　　結合實例，將本文態(tài)勢感知結果與實際智能變壓器的運行狀態(tài)進行比較，兩者的結果一致，同時

4、將本文的方法與其它方法進行對比，可以知道本文所提方法不僅在態(tài)勢感知結果上具有較高的準確性，而且反映的運行細節(jié)也較為貼近實際狀態(tài)。
　　通過切實可行的智能變壓器運行態(tài)勢感知指標體系以及態(tài)勢感知方法可以科學、有效的對智能變壓器的運行情況進行評估，從而全面地了解智能變壓器運行的整體態(tài)勢；同時會從數據當中反應運行狀態(tài)的細節(jié)，方便檢修人員及時找到故障的原因，進行后期檢修工作；與此同時也能幫助電力其它方面的決策作出科學依據，保證智能變電站的安