基于改进D-S证据理论的变压器多维信息融合及状态评估

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (901 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要对变压器的运行状态进行正确的评估可以极大提高供电可靠性。为提高变压器状态评估的准确性,针对传统变压器状态评估方法选取单一参数的不足,提出利用改进证据理论实现多维信息融合的变压器状态参数评估方法。该方法选取常用变压器型式试验参数指标作为在线监测指标,再对指标进行归一化处理。利用改进的D-S证据理论对状态指标进行融合,搭建变压器状态参数评估模型。改进的D-S证据理论对合成规则进行了修改,有效避免了冲突证据,该方法能够充分融合多种信息。通过实验表明,该方法使变压器状态评估的准确性得到很大提升。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	袁岳
	陈实
	刘璐瑶
	高正
	沈涛

关键词 ：变压器, 状态评估, 在线监测, D-S证据理论, 信息融合

Abstract：The correct evaluation of transformer operation state can greatly improve the reliability of power supply. In order to improve the accuracy of transformer condition assessment, considering the deficiency of single parameter selection in traditional transformer condition assessment method, a transformer condition parameter evaluation method based on improved evidence theory is proposed to realize multi-dimensional information fusion. In this method, the parameters of common transformer type test are selected as on-line monitoring indexes, and then the indexes are normalized. The improved D-S evidence theory is used to fuse the state indexes and build the evaluation model of transformer state parameters. The improved D-S evidence theory modifies the combination rules and effectively avoids the conflict evidence. The method can fully integrate a variety of information. The experimental results show that the accuracy of transformer condition assessment is greatly improved by this method.

Key words： transformer state assessment online monitoring D-S evidence theory information fusion

收稿日期: 2020-09-21

作者简介: 袁岳（1991—）,男,四川省资阳市人,硕士,工程师,主要从事电力设备状态评估工作。

引用本文:

袁岳, 陈实, 刘璐瑶, 高正, 沈涛. 基于改进D-S证据理论的变压器多维信息融合及状态评估[J]. 电气技术, 2021, 22(6): 66-72. YUAN Yue, CHEN Shi, LIU Luyao, GAO Zheng, SHEN Tao. Multi-dimensional information fusion and state assessment of transformer based on improved D-S theory. Electrical Engineering, 2021, 22(6): 66-72.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2021/V22/I6/66

[1] 孙志鹏, 崔青, 张志磊, 等. 多分类支持向量机在电力变压器故障诊断中的应用[J]. 电气技术, 2019, 20(10): 25-28.
[2] 李恩文, 王力农, 宋斌, 等. 基于改进模糊聚类算法的变压器油色谱分析[J]. 电工技术学报, 2018, 33(19): 4594-4602.
[3] DEMPSTER A P.Upper and lower probabilities induced by a multi-valued mapping[J]. Annals of Mathematical Statistics, 1967, 38(2): 325-339.
[4] 向阳辉, 张干清, 庞佑霞. 结合SVM和改进证据理论的多信息融合故障诊断[J]. 振动与冲击, 2015, 34(13): 71-77.
[5] HUANG K, LARSSON E.Simultaneous information and power transfer for broadband wireless systems[J]. IEEE Transactions on Signal Processing, 2013, 61(23): 5972-5986.
[6] 朱英凯. 基于改进分层可拓方法的电力变压器状态评估研究[D]. 南京: 东南大学, 2016.
[7] GHAZZAI H, YAACOUB E, ALOUINI M S, et al.Optimized smart grid energy procurement for LTE networks using evolutionary algorithms[J]. IEEE Transactions on Vehicular Technology, 2014, 63(9): 4508-4519.
[8] 彭剑, 罗安, 周柯, 等. 变压器故障诊断中信息融合技术的应用[J]. 高电压技术, 2007, 33(3): 144-147.
[9] 苏鹏声, 王欢. 电力系统设备状态监测与故障诊断技术分析[J]. 电力系统自动化, 2003, 27(1): 61-65, 82.
[10] 郑含博. 电力变压器状态评估及故障诊断方法研究[D]. 重庆: 重庆大学, 2012.
[11] 刘海燕, 赵宗贵, 刘熹. D-S证据理论中冲突证据的合成方法[J]. 电子科技大学学报, 2008, 37(5): 701-704.
[12] 邓焱. 基于多维信息融合的变压器状态评估与故障诊断方法研究[D]. 广州: 华南理工大学, 2018.
[13] 韩崇昭, 朱洪艳, 段战胜. 多源信息融合[M]. 北京: 清华大学出版社, 2006.
[14] 刘希亮, 陈桂明, 李方溪, 等. 基于改进证据理论的多传感器信息融合故障诊断[J]. 中国机械工程, 2014, 25(10): 1341-1345.
[15] 刘哲席. 不确定性冲突信息的融合方法研究及在故障诊断中的应用[D]. 北京: 北京科技大学, 2015.