CN108009937B - 一种配电主设备健康状态的评估方法 - Google Patents
一种配电主设备健康状态的评估方法 Download PDFInfo
- Publication number
- CN108009937B CN108009937B CN201610935106.XA CN201610935106A CN108009937B CN 108009937 B CN108009937 B CN 108009937B CN 201610935106 A CN201610935106 A CN 201610935106A CN 108009937 B CN108009937 B CN 108009937B
- Authority
- CN
- China
- Prior art keywords
- index
- state
- evaluation
- equipment
- indexes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 76
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 230000007547 defect Effects 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000005314 correlation function Methods 0.000 abstract description 10
- 230000004927 fusion Effects 0.000 abstract description 9
- 238000009434 installation Methods 0.000 abstract description 4
- 238000010606 normalization Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 102220286456 rs1223222289 Human genes 0.000 description 1
- 102220142263 rs566605780 Human genes 0.000 description 1
- 102220101353 rs61735044 Human genes 0.000 description 1
- 102220263036 rs745885744 Human genes 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种配电主设备健康状态的评估方法,其包括建立表征配电主设备状态的指标分层空间模型;并对指标进行归一化处理、分配指标权重值和确定待评估物元;建立经典域和节域模型以及计算指标和设备状态间的关联度值。本发明提供的技术方案采用改进关联度函数的物元可拓综合评估法进行信息融合,评估***等级划分灵活,单个指标的评估结果更加精细化,设备整体评估结果精确具体,计算过程简单,适用于安装数量多、安装面积广的配电设备状态评估工作。
Description
技术领域
本发明涉及电气设备状态评估技术,具体讲涉及一种配电主设备健康状态的评估方法。
背景技术
随着智能电网向配电网的逐步拓展,配电***越来越受重视,而作为配电***的支撑器件的变压器、开关柜、电力电缆、架空线等配电主设备状态的好坏直接影响整个配电***的安全、稳定、经济运行现有技术中,关于配电设备健康状态评估的方法以层次分析法、模糊综合评判法为主,研究对象以变压器居多,而针对开关柜、电力电缆、架空线路的研究较少。影响配电主设备状态的因素众多,各因素之间的关系错综复杂,层次分析法和模糊综合评估法均可以实现各评估指标的有效融合,但层次分析法是一种较初级的融合方法,一般作为其他融合技术的基础,比如模糊综合评判法一般以层次分析法为基础,通过计算隶属度来判断设备的最终状态归属,然而这种方法在隶属度函数的建立、状态等级的划分等方面都没有统一、完善的标准,并且评估结果往往具有一定的模糊性,在实际应用中受到了较大的阻力。
近几年兴起的物元可拓综合评估法是一种新型评估方法,以层次分析法为基础,通过计算关联度值实现设备的状态评估,其状态等级划分较为灵活,以现有导则为依据,并且单个指标的评估结果更加精细化,计算结果更精确。
为使配电主设备健康状态评估结果更精确,划分更完善,对配电主设备各元器件评估更全面,本发明提供一种基于多源信息融合的配电主设备健康状态评估方法,其采用信息融合与物元可拓综合评估方法,完成对变压器、开关柜、电力电缆及架空线路四类配电主设备的状态评估工作。
发明内容
为满足现有技术发展的需要,本发明提出了一种基于多源信息融合的配电主设备健康状态评估方法,实现对变压器、开关柜、电力电缆及架空线路四类配电主设备工作状态的评估,从设备状态量信息、运行信息、检修记录、环境信息、家族缺陷信息五方面选取评估指标,采用基于模糊三角数的层次分析法为各指标进行权重分配,采用改进关联度函数的物元可拓评估法实现对10kV配电主设备最终状态归属的判断。
本发明提供的配电主设备健康状态的评估方法,其改进之处在于,所述方法包括:
(S1)建立表征配电主设备状态的指标分层空间模型;
(S2)建立经典域和节域模型;
(S3)计算指标和设备状态间的关联度值;
(S4)根据关联度值确定配电主设备的健康状态等级。
进一步的,所述步骤(S1)指标分层空间模型的建立:将从设备状态信息、运行信息、检修记录、环境信息及家族缺陷信息中选取的评估指标分为关键指标、次关键指标和辅助指标。
进一步的,用经验值归一化处理所述分层空间模型中的定性指标,并按下式(1)或(2)所示的升半岭或降半岭模型归一化处理定量指标:
升半岭模型如下式所示:
降半岭模型如下式所示:
其中,a和b:分别为评分阈值。
进一步的,所述指标的权重值的分配包括:
(1)构建下式(3)所示的三角模糊判断矩阵:
其中,指标评分的模糊数为(lr,mr,ur);r:为定性指标评分的专家数量;
n:第k层指标的数量;
(3)按下式(5)去模糊化处理指标的初始权重值:
μ(Mi)=min v(Mi≥M1,M2,…,Mi-1,Mi+1,…,Mn) (5)
其中,按下式(6)所示两两比较初始权重值:
式中,指标的初始权重值表示为:Mn=(ln,mn,un);μ(Mi):初始权重值Mi的去模糊化权重值;
(4)标准化处理去模糊化权重值,使其变换到(0,1)区间内,得到综合权重。
进一步的,由实测数据得出各指标的归一化值,作为待评估物元指标的对应值确定待评估物元,如下式所示:
其中,p0代表待评估对象;c1、c2、…、cn代表待评估对象的各项指标;v1、v2、…、vn代表各指标实测值的归一化结果。
进一步的,所述步骤(S2)将指标对应的取值范围划分为与不同的经典域对应的等级,如下式建立所述的经典域模型:
其中,R:各状态等级的经典域;N:表示对象对为经典域;In:设备的评估指标;<e,f>:对应指标In对应该状态等级的取值范围,<e,f>∈<0,1>。
进一步的,所述步骤(S2)评估***的节域RP为如下式所示的设备经典域取值范围的并集:
其中,NP:表示对象为节域。
进一步的,依据配电网设备状态评价导则,将设备状态划分为第四个等级:
正常状态:85<x≤100;
注意状态:75<x≤85;
异常状态:60<x≤75;
严重状态:x≤60,
其中,x:配电主设备指标的量值。
进一步的,所述步骤(S3)评估指标和设备状态间的关联度值的计算包括:
(S3-1)按下式计算“正常状态”的关联度:
(S3-2)按下式计算“注意状态”的关联度:
(S3-3)按下式计算“异常状态”的关联度:
或
(S3-4)按下式计算“严重状态”的关联度:
进一步的,所述步骤(S4)中计算出的指标关联度值用加权平均方式逐层融合,以指标分层空间模型为基础,得出配电主设备整体状态属于各等级的关联度值,选取最大关联度值确定设备健康状态等级。
与最接近的现有技术比,本发明提供的技术方案具有以下优异效果:
1、本发明提供的基于多源信息融合技术的配电主设备健康状态评估方法,主要采用改进关联度函数的物元可拓综合评估法进行信息融合,评估***等级划分灵活,单个指标的评估结果更加精细化,设备整体评估结果精确具体,计算过程简单,更加适用于安装数量多、安装面积广的配电设备状态评估工作。
2、本发明提供的技术方案采用改进关联度函数的物元可拓评估方法对设备各指标进行评估,并以指标分层空间为结构基础,通过逐层融合,得出设备整体状态的评估结果,同时对传统的关联度函数进行改进,评估结果更符合实际情况。
3、本发明提供的技术方案从设备状态量信息、运行信息、检修记录、环境信息、家族缺陷信息五方面选取评估指标引入三角模糊数的层次分析法为各评估指标分配权重,使每个进行评分的专家都根据自己的判断给出三个轻重程度不同的相对重要度,减少权重分配的主观性。
附图说明
图1为本发明提供的配电主设备健康状态评估流程图;
图2为本发明提供的设备评估指标分成空间模型示意图;
图3为本发明实施例中的10kv配电变压器关联度逐层计算模型。
具体实施方式
以下将结合说明书附图,以具体实施例的方式详细介绍本发明提供的配电主设备健康状态评估方法。
本发明针对现有配电设备健康状态评估技术的不足,提出了一种基于多源信息融合技术的配电主设备健康状态评估方法,从设备状态量信息、运行信息、检修记录、环境信息、家族缺陷信息五方面选取评估指标,采用基于模糊三角数的层次分析法为各指标进行权重分配,采用改进关联度函数的物元可拓评估法实现对10kV配电主设备最终状态归属的判断。
本发明提供的基于多源信息融合技术的10kV配电主设备状态评估方法流程图如图1所示,具体包括:
(一)建立10kV配电主设备状态评估指标体系的分层空间模型。
从设备状态信息、运行信息、检修记录、环境信息、家族缺陷信息五方面选取评估指标,通过分析各指标对设备状态影响的大小,对指标进行分类,建立指标分层空间模型。
(二):采用半岭模型和经验值对各指标进行归一化处理。
根据指标性质,将其分为定量指标和定性指标。定量指标可以根据数值大小直接判断对应状态的好坏,定性指标则以描述的方式表现状态的好坏。对定量指标采用半岭模型进行归一化处理。半岭模型分为升半岭模型和降半岭模型,分别如下式所示。
其中,a和b分别代表评分阈值;升半岭模型用于数值越大越好的指标以《配网设备状态评价导则》为主要依据,同时参考相关规程、技术规范、实际调研等内容,对各指标的上、下限阈值做出规定。
对于定性指标,依据专家经验进行打分。
(三):用层次分析法为各指标分配权重。
为了减少权重分配的主观性,将三角模糊数引入层次分析法,使每个进行评分的专家都可以根据自己的判断给出三个轻重程度不同的相对重要度。三角模糊数的定义如下:设论域R上的模糊数M,如果M的隶属度函数uM:R→[0,1],如下式所示的形式:
式中,l≤m≤u,l和u分别为M的下、上界值。
m为M的隶属度为1的中值,则一般三角模糊数M可以表示为(l,m,u)。即当x=m时,x完全属于M。其中,l、m、u分别表示模糊数的最悲观估计、最可能估计和最乐观估计,如当某因素对另一因素的重要程度为3到5倍时,可以表示为(3,4,5)。
采用上述方法建立配电主设备状态指标权重的步骤如下:
(3.1):构造三角模糊判断矩阵
假设有三个专家参与调研,对两个指标进行比较(如C1对C2的比较)三个人分别得到一个模糊数,为:(l1,m1,u1),(l2,m2,u2),(l3,m3,u3),取算术平均数,将三个模糊数整合成一个,如下式所示:
(3.2):计算各个指标的权重
(3.3):按下式(6)两两比较所有指标的初始权重,设两个指标的初始权重分别为M1=(l1,m1,u1)与M2=(l2,m2,u2):
且按下式(7)计算初始权重值Mi的去模糊化权重值μ(Mi):
μ(Mi)=minv(Mi≥M1,M2,…,Mi-1,Mi+1,…,Mn) (7)
(3.4):认为d=minv(M≥Mi)为对应于M的去模糊化后的权重,对其进行标准化处理,将所有指标的权重变换到(0,1)区间内,即认为是最终得到的综合权重。
(四):根据各指标的归一化结果,确定待评估物元;
由实测数据得出各指标的归一化值,作为待评估物元的每个指标对应的取值,如下式所示:
其中,p0代表待评估对象;c1、c2、…、cn代表待评估对象的各项指标;v1、v2、…、vn代表各指标实测值的归一化结果。
(五):将评估***的状态划分为若干等级,对应每个等级建立经典域模型,并建立评估***的节域模型。
以《配网设备状态评价导则》(Q/GDW-645)为依据,将设备状态划分为4个等级,导则中表60规定分值与状态的关系如下:85分至100分(包含)之间为正常状态;75分至85分(包含)之间为注意状态;60分至75分(包含)之间为异常状态;小于等于60分为严重状态。
各状态描述如下:
正常状态(normal condition):设备运行数据稳定,所有指标符合标准。
注意状态(attention condition):设备的几个指标不符合标准,但不影响设备运行。
异常状态(abnormal condition):设备的几个指标明显异常,已影响设备的性能指标或可能发展成严重状态,仍能继续运行。
严重状态(severe condition):设备指标严重超出标准或严重异常,设备只能短期运行或立即停役。
物元模型的经典域为:将各个指标对应的取值范围按照一定原则划分成若干等级,各等级对应不同的经典域。如本发明提及的“正常”、“注意”、“异常”、“严重”四个状态等级对应的经典域如下:
其中,R1、R2、R3、R4分别表示设备状态为“正常”、“注意”、“异常”、“严重”状态评估区间的经典域。其中,I1表示设备的评估指标;<0.85,1>表示对应指标I1属于“正常”状态的取值范围。其他指标及区间代表的含义类似。
在配电主设备状态评估的节域中,各指标的取值范围为4个经典域取值范围的并集,表示为:
(六):依据上述的经典域和节域模型,建立并改进关联度函数,计算各评估指标与各状态等级之间的关联度值。
关联函数通过计算“距”确定关联度,关联函数能定量地表征设备状态与各种状态等级之间的关系。
传统关联函数的计算,规定实轴上的点x与区间X0=<a,b>之间的距如下式所示:
注意,当x属于X0之内时,距离计算结果为负数(而经典数学认为距离为0),负数的不同代表在X0内的不同位置;当x属于X0之外时,距离计算结果与经典数学相同,均为正值。
设X0=(a,b),X=(e,d),且X0包含于X,则点x关于X0、X的位置关系如下式所示:
关联函数值的计算公式如下式所示:
也可以写成如下式的形式:
其中,待评估物元i与经典域j之间的距离为:
待评估物元i与节域之间的距离为:
传统关联度函数中,指标与“正常”状态和“异常”状态的关联度值随着得分值的增大先增大后减小,这与实际意义不符,并且与“正常”、“注意”、“异常”、“严重”状态的关联度值域正、负不对称,在后续数据融合过程中会出现正值被淹没的情况。
针对以上两点不足,对传统的关联度函数做出改进,改进的关联度函数如下:
假设某配电主设备的某项指标的量值为x,则与“正常”状态的改进关联度计算公式如下所示:
与“注意”状态的改进关联度计算公式如下所示:
与“异常”状态的改进关联度计算公式如下所示:
与“严重”状态的改进关联度计算公式如下所示:
(七):以指标分层空间模型为结构基础,将步骤六中计算出的各指标的关联度值采用加权平均的方式逐层进行融合,最终得到设备整体状态属于各等级的关联度值,将关联度值最大的等级作为配电设备最终的评估结果。
据此,完成了对变压器、开关柜、电力电缆及架空线路四类配电主设备的状态评估。
相比传统的层次分析法,本发明用引入三角模糊数的层次分析法为各评估指标分配权重,使每个进行评分的专家都可以根据自己的判断给出三个轻重程度不同的相对重要度,减少权重分配的主观性;采用改进关联度函数的物元可拓评估方法对设备各指标进行评估,并以指标分层空间为结构基础,通过逐层融合,得出设备整体状态的评估结果,同时对传统的关联度函数进行改进,使得评估结果更符合实际情况。
实施例
以某额定电压为10kV、额定容量为315KVA的配电变压器为例,对本发明的技术方案作进一步说明。
步骤1:从多信息来源选取评估指标,建立指标分层空间模型。
从状态量信息、运行信息、检修记录、环境信息、家族缺陷信息几方面选取评估变压器的指标,其中,状态量信息包括:绝缘电阻(I111)、直流电阻(I112)、局放检测值(I113)、红外测温值(I114)和油温(I115);运行信息包括:电压(I211)和电流(I212);环境因素包括:环境温度值(I221)、环境湿度值(I222)、污秽度(I223)以及海拔风速等其他方面(I224)、检修记录信息包括同类变压器的检修记录信息(I311)及该变压器的检修记录信息(I312)。
通过对这些指标进行重要性分析,将指标分为:关键指标(I1)、次关键指标(I2)和辅助指标(I3)三类,分类方法如附图2所示,即关键指标包括状态量信息(I11),次关键指标包括运行信息(I21)和环境信息(I22),辅助指标包括检修记录(I31)和家族缺陷(I33)。
综上,有:
I1={I11},I2={I21,I22},I3={I31,I32},I11={I111,I112,I113,I114,I115},I21={I211,I212},I22={I221,I222,I223,I224},I31={I311,I312},I32={I32}。
步骤2:采用半岭模型和经验值对各指标进行归一化处理。
该变压器的各指标取值及归一化结果分别表1所示:
表1某10kV变压器的指标测量值及归一化结果
步骤3:采用引入三角模糊数的层次分析法为各指标分配权重。
以关键指标、次关键指标、辅助指标的权重分配为例:
步骤3.1:首先构造关键指标(I1)、次关键指标(I2)、辅助指标(I3)的三角模糊判断矩阵,三个专家对他们的三角模糊评估矩阵表2所示:
表2关键指标(I1)、次关键指标(I2)、辅助指标(I3)的初始三角模糊评判矩阵
步骤3.2:将I1对I2的三个比较模糊值整合为一个模糊值:
(3+2+1)/3=2;(4+3+2)/3=3;(5+4+3)/3=4
故,I1比I2值为:(2,3,4)。同理,可得其他几个三角模糊数的合成结果,如表3所示:
表3关键指标(I1)、次关键指标(I2)、辅助指标(I3)的最终三角模糊评判矩阵
I1 | I2 | I3 | |
I1 | (1,1,1) | (2,3,4) | (4,5,6) |
I2 | (0.26,0.36,0.61) | (1,1,1) | (1.67,2.67,5.33) |
I3 | (0.17,0.21,0.26) | (0.28,0.36,0.67) | (1,1,1) |
步骤3.3:计算关键指标(I1)的初始权重:
同理,计算出次关键指标(I2)、辅助指标(I3)的初始权重:
DI2=(0.15,0.28,0.61)
DI3=(0.07,0.11,0.17)
步骤3.4:对初始权重去模糊化处理:
对DI1去模糊化:
v(DI1≥DI2)=1;v(DI1≥DI3)=1;d(I1)=minv(DI1≥DI2,DI3)=1
同理,对DI2和DI3去模糊化:
d(I2)=minv(DI2≥DI1,DI3)=0.43
d(I3)=minv(DI3≥DI1,DI2)=0.0012
步骤3.5:将以上权重标准化,得到关键指标(I1)、次关键指标(I2)、辅助指标(I3)的常权重分配结果为:Al=(wI1,wI2,wI3)=(0.699,0.300,0.001)
同理,其他指标的权重分配与步骤3.1至步骤3.5一致,得出该变压器所有指标的权重分配结果如下表4所示:
表4某10kV配电变压器各指标权重分配结果
步骤4:根据各指标的归一化结果,确定待评估物元。
此变压器对应的待评估物元表达式如下:
步骤5:以《配网设备状态评价导则》(Q/GDW-645)为依据,将评估***的状态划分为“正常”、“注意”、“异常”、“严重”四个等级,对应每个等级建立经典域模型,并建立评估***的节域模型。
对应四个状态的经典域模型分别如下:
评估***的节域模型如下:
步骤6:依据步骤5的经典域和节域模型,建立并改进关联度函数,计算各评估指标与各状态等级之间的关联度值。
将该配电变压器各指标的归一化值代入“正常(A)”、“注意(B)”、“异常(C)”、“严重(D)”状态的改进关联度计算公式,得到各指标与各等级的关联度计算结果如下表5所示:
表5某10kV变压器各指标关联度计算结果
步骤7:以指标分层空间模型为基础,将步骤6中计算出的各指标的关联度值采用加权平均的方式逐层进行融合,最终得到设备整体状态属于各等级的关联度值。
融合过程如附图3所示,得到该10kV变压器整体属于各个状态等级的关联度结果如下:
Bl=(0.544/A,0.343/B,0.111/C,0.002/D)
即与“正常”、“注意”、“异常”、“严重”四个状态等级的关联度分别为0.544、0.343、0.111、0.002,可见,与“正常”状态的关联度最大,故认为该10kV变压器的整体状态为“正常”。
据此,完成了对该10kV配电变压器的状态评估工作。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (7)
1.一种配电主设备健康状态的评估方法,其特征在于,所述方法包括:
(S1)建立表征配电主设备状态的指标分层空间模型;
(S2)建立经典域和节域模型;
(S3)计算指标和设备状态间的关联度值;
(S4)根据关联度值确定配电主设备的健康状态等级;
所述步骤(S1)指标分层空间模型的建立:将从设备状态信息、运行信息、检修记录、环境信息及家族缺陷信息中选取的评估指标分为关键指标、次关键指标和辅助指标;
用经验值归一化处理所述分层空间模型中的定性指标,并按下式(1)或(2)所示的升半岭或降半岭模型归一化处理定量指标:
升半岭模型如下式所示:
降半岭模型如下式所示:
其中,a和b:分别为评分阈值;
所述指标的权重值的分配包括:
(1)构建下式(3)所示的三角模糊判断矩阵:
其中,指标评分的模糊数为(lr,mr,ur);r:为定性指标评分的专家数量;
(3)按下式(5)去模糊化处理指标的初始权重值:
μ(Mi)=min v(Mi≥M1,M2,…,Mi-1,Mi+1,…,Mn) (5)
其中,按下式(6)所示两两比较初始权重值:
式中,指标的初始权重值表示为:Mn=(ln,mn,un);μ(Mi):初始权重值Mi的去模糊化权重值;
(4)标准化处理去模糊化权重值,使其变换到(0,1)区间内,得到综合权重。
5.如权利要求3或4所述的评估方法,其特征在于,依据配电网设备状态评价导则,将设备状态划分为第四个等级:
正常状态:85<x≤100;
注意状态:75<x≤85;
异常状态:60<x≤75;
严重状态:x≤60,
其中,x:配电主设备指标的量值。
7.如权利要求1所述的评估方法,其特征在于,所述步骤(S4)中计算出的指标关联度值用加权平均方式逐层融合,以指标分层空间模型为基础,得出配电主设备整体状态属于各等级的关联度值,选取最大关联度值确定设备健康状态等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610935106.XA CN108009937B (zh) | 2016-11-01 | 2016-11-01 | 一种配电主设备健康状态的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610935106.XA CN108009937B (zh) | 2016-11-01 | 2016-11-01 | 一种配电主设备健康状态的评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009937A CN108009937A (zh) | 2018-05-08 |
CN108009937B true CN108009937B (zh) | 2022-02-01 |
Family
ID=62047296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610935106.XA Active CN108009937B (zh) | 2016-11-01 | 2016-11-01 | 一种配电主设备健康状态的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009937B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459269B (zh) * | 2018-05-30 | 2020-10-20 | 国网江西省电力有限公司电力科学研究院 | 一种10kV柱上真空开关状态在线评价方法与装置 |
CN111638449B (zh) * | 2020-06-03 | 2022-08-05 | 国网北京市电力公司 | 一种配电自动化开关故障诊断方法、设备及可读存储介质 |
CN112989573B (zh) * | 2021-02-08 | 2023-03-14 | 国网四川省电力公司营销服务中心 | 一种计量柜状态检测方法、装置、设备及介质 |
CN112989695B (zh) * | 2021-03-10 | 2022-02-08 | 西南石油大学 | 一种计及电网节点重要度的开关柜状态评估方法 |
CN113554340A (zh) * | 2021-08-05 | 2021-10-26 | 国网山东省电力公司经济技术研究院 | 基于大数据的售电公司信用评估方法及装置 |
CN114239681A (zh) * | 2021-11-10 | 2022-03-25 | 广东电网有限责任公司广州供电局 | 变压器健康指数评估方法、装置、计算机设备和存储介质 |
CN116307943A (zh) * | 2023-05-18 | 2023-06-23 | 山东通维信息工程有限公司 | 一种基于层次分析法高速公路机电***健康指数评估方法 |
CN117495207B (zh) * | 2023-12-29 | 2024-03-22 | 国网四川省电力公司超高压分公司 | 电力变压器健康状态评价方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825894A (zh) * | 2010-04-30 | 2010-09-08 | 北京航空航天大学 | 一种六氟化硫高压断路器状态智能监测与健康管理*** |
CN102129525A (zh) * | 2011-03-24 | 2011-07-20 | 华北电力大学 | 汽轮机组振动与过程信号异常搜索分析方法 |
CN102289590A (zh) * | 2011-08-18 | 2011-12-21 | 沈阳工业大学 | Sf6高压断路器运行状态评估方法及智能*** |
CN104036364A (zh) * | 2014-06-24 | 2014-09-10 | 国家电网公司 | 一种配电网网络结构水平评价方法 |
CN105405066A (zh) * | 2015-11-18 | 2016-03-16 | 中国电力科学研究院 | 一种配电变压器健康指数确定方法 |
CN105488344A (zh) * | 2015-11-26 | 2016-04-13 | 中国电力科学研究院 | 一种配电设备健康指数通用评价方法 |
-
2016
- 2016-11-01 CN CN201610935106.XA patent/CN108009937B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825894A (zh) * | 2010-04-30 | 2010-09-08 | 北京航空航天大学 | 一种六氟化硫高压断路器状态智能监测与健康管理*** |
CN102129525A (zh) * | 2011-03-24 | 2011-07-20 | 华北电力大学 | 汽轮机组振动与过程信号异常搜索分析方法 |
CN102289590A (zh) * | 2011-08-18 | 2011-12-21 | 沈阳工业大学 | Sf6高压断路器运行状态评估方法及智能*** |
CN104036364A (zh) * | 2014-06-24 | 2014-09-10 | 国家电网公司 | 一种配电网网络结构水平评价方法 |
CN105405066A (zh) * | 2015-11-18 | 2016-03-16 | 中国电力科学研究院 | 一种配电变压器健康指数确定方法 |
CN105488344A (zh) * | 2015-11-26 | 2016-04-13 | 中国电力科学研究院 | 一种配电设备健康指数通用评价方法 |
Non-Patent Citations (1)
Title |
---|
基于可拓理论的高压断路器状态评估;马国立;《华北电力大学(河北) 硕士论文》;20110531;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108009937A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009937B (zh) | 一种配电主设备健康状态的评估方法 | |
CN105117602B (zh) | 一种计量装置运行状态预警方法 | |
CN106096830B (zh) | 基于广义证据理论的继电保护状态评价方法及*** | |
CN106447210B (zh) | 一种计及可信度评价的配网设备健康度动态诊断方法 | |
CN105182450B (zh) | 一种强对流天气短时预警*** | |
CN108241901A (zh) | 一种基于预测数据的变压器预警评估方法及装置 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN110009208B (zh) | 一种基于混合智能算法的柱上开关成套设备健康状态评估方法及装置 | |
CN111339478B (zh) | 基于改进模糊层次分析法的气象数据质量评估方法 | |
CN111369070A (zh) | 一种基于包络线聚类的多模融合光伏功率预测方法 | |
CN110659814A (zh) | 一种基于熵权法电网作业风险评价方法及*** | |
CN104077493B (zh) | 一种电力继电保护***状态评估指标体系的构建方法 | |
CN110046812A (zh) | 城市安全发展水平的综合评价方法 | |
CN113887908A (zh) | 考虑主客观交叉融合权重的桥梁风险评估方法 | |
CN115063056B (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
CN113225346A (zh) | 一种基于机器学习的网络运维态势评估方法 | |
CN114548494B (zh) | 一种可视化造价数据预测智能分析*** | |
CN115526258A (zh) | 基于Spearman相关系数特征提取的电力***暂稳评估方法 | |
AU2021106280A4 (en) | A Method of Water Environment Risk Assessment Based on Fuzzy Integral Model | |
CN113610401B (zh) | 牵引供电变压器的状态评估方法 | |
CN106709522B (zh) | 一种基于改进模糊三角数的高压电缆施工缺陷分级方法 | |
CN109165854B (zh) | 空管运行效率等级评估方法及其装置 | |
CN115293827A (zh) | 一种助力企业精细化运营的模型可解释性分析新方法 | |
CN113449966B (zh) | 一种石膏板设备巡检方法及*** | |
Wu et al. | A driving safety evaluation algorithm based on TOPSIS model of game theory combination |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |