變電設備預警評估系統(tǒng)的研究.pdf

1、變電設備預警評估系統(tǒng)能在線實時監(jiān)視變電設備的運行狀態(tài)，對狀態(tài)趨于嚴重劣化的設備給出預警信號，對狀態(tài)突變的故障設備給出其故障原因。系統(tǒng)的建立可以促進變電設備從定期維修到狀態(tài)檢修的轉(zhuǎn)變，提高變電站的綜合自動化水平，其研究具有重要的現(xiàn)實意義。本文在研究分析變電設備預防性試驗方法和在線監(jiān)測技術(shù)的基礎(chǔ)上，積極探索電力變壓器狀態(tài)評估和故障診斷的新方法，旨在提高系統(tǒng)的高級應用功能。
　　研究分析了變壓器、高壓套管、斷路器和避雷器的預防性試驗方法

2、和在線監(jiān)測技術(shù)，整理了可實際用于設備狀態(tài)評價的指標，建立了科學、客觀的變電設備狀態(tài)信息體系，并給出了實現(xiàn)變電設備在線監(jiān)測信息集成的方案。
　　結(jié)合灰色聚類與證據(jù)合成，給出基于二者的變壓器狀態(tài)評估新方法，建立了變壓器層次化狀態(tài)評估模型。在設計變壓器狀態(tài)指標最優(yōu)權(quán)重的基礎(chǔ)上，先運用灰色聚類方法對單項指標作聚類分析以得到綜合指標的狀態(tài)，然后在改進D-S證據(jù)理論中的沖突證據(jù)合成規(guī)則的基礎(chǔ)上，將聚類系數(shù)作為基本概率賦值函數(shù)以評價變壓器的整體

3、狀態(tài)，最后用實例分析了所提方法的簡捷有效性。
　　提出了基于核極限學習機的變壓器故障診斷新方法，建立了變壓器故障分類模型。在深入研究極限學習機和核函數(shù)的基礎(chǔ)上，將二者有機結(jié)合，并首次將其用于變壓器的故障診斷。確定了學習機的輸入樣本模式，即根據(jù)DGA信息確定特征向量、把變壓器的故障分為8種標準形式，設計了學習機的基本結(jié)構(gòu)，即選用徑向基核函數(shù)作為核極限學習機的核、采用一對多的分類模式，在收集大量樣本的基礎(chǔ)上，通過實例驗證了所提方法的優(yōu)