研究与开发
|
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
袁岳1 , 陈实2 , 刘璐瑶1 , 高正1 , 沈涛1
1.中国长江电力股份有限公司,湖北 宜昌 443002; 2.四川大学电气工程学院,成都 610065
Multi-dimensional information fusion and state assessment of transformer based on improved D-S theory
YUAN Yue1 , CHEN Shi2 , LIU Luyao1 , GAO Zheng1 , SHEN Tao1
1. China Yangtze Power Co., Ltd, Yichang, Hubei 443002; 2. College of Electrical Engineering, Sichuan University, Chengdu 610065
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。
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:
https://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.
[1]
张晓宇, 程骁, 顾乔根, 莫品豪, 郑超. 基于分层递进架构的实用型变压器保护故障定位方法 [J]. 电气技术, 2025, 26(1): 33-39.
[2]
刘晶, 张经销. 桁架式变压器铁心叠片机双孔定位系统研究 [J]. 电气技术, 2025, 26(1): 80-84.
[3]
陈钠, 徐浩, 丁嘉乐, 贾倩倩, 李璋成. 一起绝缘油老化导致变压器绝缘电阻降低案例分析 [J]. 电气技术, 2024, 25(9): 80-84.
[4]
胡睿喆, 杨晓峰. 基于小波散射网络-贝叶斯优化门控循环单元的电力变压器声纹识别方法 [J]. 电气技术, 2024, 25(8): 35-40.
[5]
乔胜亚, 周鸿铃, 朱晨, 李光茂, 杨森. 一起气体绝缘金属封闭开关设备起动过程中断路器接地故障分析 [J]. 电气技术, 2024, 25(6): 66-71.
[6]
李冬, 钱飞翔, 李今宋, 邓清飞. 配电网变压器剩余使用寿命预测 [J]. 电气技术, 2024, 25(3): 32-37.
[7]
冯玉辉, 高超. 浮游式电力变压器内部检查机器人研制与应用 [J]. 电气技术, 2024, 25(2): 62-67.
[8]
廖方舟, 杨晓霞, 杨容浩, 施琪琦. 基于改进YOLOv8的街景图像变压器目标检测 [J]. 电气技术, 2024, 25(12): 12-20.
[9]
冯玉辉, 高超. 油浸式电力变压器智能化气体继电器研究 [J]. 电气技术, 2024, 25(12): 35-41.
[10]
杜丽, 蔡龙, 张晓同, 杨庆福, 张兴旺. 基于复合漏磁场的箔绕变压器负载损耗仿真计算 [J]. 电气技术, 2024, 25(11): 37-41.
[11]
沈剑韬, 刘伟, 姚彦良, 刘毅, 陈元昊. 一种无源无线型配电变压器在线监测装置 [J]. 电气技术, 2024, 25(11): 76-80.
[12]
陈兴, 钱振宇, 王青云. 次级路径参数对变压器有源降噪系统性能影响的研究 [J]. 电气技术, 2024, 25(10): 15-20.
[13]
张军军. 基于余弦相似性的在线监测系统智能预警方法 [J]. 电气技术, 2023, 24(9): 65-70.
[14]
杨思莹, 王松, 陈志豪, 谢飞, 于克锐. 基于优化算法的变压器绕组等效电路建模 [J]. 电气技术, 2023, 24(8): 29-36.
[15]
杨丰野, 王松, 陈冲, 邱晟璇, 于克锐. 基于撕裂法的变压器绕组集总参数等效电路频率响应计算方法 [J]. 电气技术, 2023, 24(7): 26-33.