CN118536963B 基于状态评估与故障率修正的变压器检修决策方法和系统 （国网冀北电力有限公司经济技术研究院）

基于状态评估与故障率修正的变压器检修本发明涉及一种基于状态评估与故障率修特征量和健康评估区间构建并训练多个神经网的故障率曲线及基于个体差异和运行状态画像2后基于所述初次划分区间和设置参数将所述初次划分区间基于所述特征量和所述健康评估区间构建并训练多个神经网络模型以获取变压器健基于所述最终预测区间类型生成变压器的故障率曲线，以及基基于修正后的故障率曲线以及最小成本与可靠性约束，构建检修策其中，利用预处理后的变压器故障数据将变压器故障数据类型划分为初次划分区间，然后基于所述初次划分区间和设置参数将所述初次划分区间二次划分为健康评估区间进b3]；将无故障与轻微故障之间的点设置为c1并将轻微故障与严重故障之间的点设置为c2，基于所述点c1和所述点c2设置无故障和轻微故障、轻微故障和严重故障的2个判断模糊区222+L2]；基于所述模糊区域的长度和所述模糊区域将健康状态区间二次划分为其中，基于所述最终预测区间类型生成变压器的故障率曲数据获取各阶段的形状参数和尺度参数以基于所述形状参数和尺度参数建立所述变压器状态画像修正所述变压器的故障率曲线以获取考虑运行画像后的修3变压器中第i台变压器的运行年限，n1为所统计的同类变压器在运行期间发生故障的总次0_i为同一厂家生产的变压器中第i台变压器的运行年限，n0为同一厂家生产的变压器2.根据权利要求1所述的基于状态评估与故障率修正的变压器检修决策方法，其特征对所述变压器故障数据进行采集，所述变压器故障数据包括在所述变对数据异常情况进行预处理，其中，所述预处理包括填补缺失数据通过熵权法从预处理后的变压器故障数据中去除冗余的相关要素以获取3.根据权利要求2所述的基于状态评估与故障率修正的变压器检修决策方法，其特征利用极差归一化法和标准差归一化法对所述原始指标数据矩阵中的每个指标数值进4j表示第j个指标值的指标熵值；j为第j个指标的差异程度；对所述各指标冗余值从大至小进行排序并选择指标冗余值最大的预定数量的指标冗4.根据权利要求1所述的基于状态评估与故障率修正的变压器检修决策方法，其特征分别建立归一化处理后的与所述油色谱数据、所述油试验数据5.根据权利要求1所述的基于状态评估与故障率修正的变压器检修决策方法，其特征利用相关性分析和Laplace评分法进行指标客观提取以选取与其他指标关联强度具有差异且Laplace评分最大的预定数量的基于所述主特征指标生成指标标签，所述指标标签包括分别与区域属性、5基于所述指标标签构建运行状态画像，所述运行状通过熵权法计算各属性维度下的指标标签权值，并基于所述指标标对不同运行状态画像与变压器故障率进行相关性分析以基于所述调整系数、所述变压器的故障率曲线、所述考虑家6.根据权利要求1所述的基于状态评估与故障率修正的变压器检修决策方法，其特征中，所述同时检修约束是指同时检修变压器的约束以避免变压器检修所导致的重复停电；7.一种基于状态评估与故障率修正的变压器健康评估区间获取模块，用于利用预处理后的历史变压器故障数据将变区间预测模块，用于基于所述特征量和所述故障曲线生成模块，用于基于所述最终预测区间类型生成变压器的故最优检修时间确定模块，用于基于修正后的故障率曲线以及最小成本与可靠性约束，67余的相关要素以获取所述特征量进一步包括：利用所述变压器故障数据中的m个待评价样指标冗余值最大的预定数量的指标冗余值相对应的变压器划分为初次划分区间，所述初次划分区间包括无故障区间[a1,b1]、轻微故障区间8测区间类型利用变压器故障数据获取各阶段的形状参数和尺度参数以基于所述形状参数行状态画像并基于所述运行状态画像修正所述变压器的故障率曲线以获取考虑运行画像家族性缺陷后的修正故障率函数，jc(t)为根据同类变压器历史数据拟合得到的故障率函9为同类变压器中第i台变压器的运行年限，n1为所统计的同类变压器在运行期间发生故障述变压器的故障率曲线以获取以下修正后的故障率曲线进一步包括：利用相关性分析和Laplace评分法进行指标客观提取以选取与其他指标关联强度具有差异且Laplace评分最所述电网安全约束是指通过潮流计算进行安全后的故障率曲线以及最小成本与可靠性约束，构建检修策略决策模型以获取最优检修时障分类有助于更准确地识别故障模式，为后续步骤提供准确的信息以提高故障识别准确[0046]图1为根据本发明实施例的基于状态评估与故障率修正的变压器检修决策方法的[0050]图5为根据本发明实施例的基于状态评估与故障率修正的变压器检修决策系统的针对数据开展合理有效的处理；三是针对缺失值处理采用基于重复模拟的缺失值处理法，[0057]缺失值处理：利用变量均值向量和方差-协方差阵作为先验信息，构建马尔科夫ic包括观测数据Ywz和缺失数计算所述参数空间θ的发生概率以及对高斯模型的参数空间θ的估计值进[0066]通过熵权法从预处理后的变压器故障数据中去除冗余的相关要素以获取特征量[0069]通过熵权法从预处理后的变压器故障数据中去除冗余的相关要素以获取特征量[0089]对各指标冗余值从大至小进行排序并选择指标冗余值最大的预定数量的指标冗缘电阳在判断铁芯相关故障如铁芯接地时具有重要意义；绕组直流电阻差能够反映热故微故障之间的点设置为c1并将轻微故障与严重故障之间的点设置为c2，基于点c1和点c2设[0095]基于模糊区域的长度和模糊区域将健康状态区间二次划分为健康评估区间，其性质的随机过程称为马尔科夫过程。马尔科夫链指的是在一段时间内随机变量X的取值序[0101]m"表示随机变量X在时刻t的取值为sk的概率，则随机变量X在时刻t+1果非周期马尔科夫链的状态转移矩阵P和概率分布π*对22；[0112]可知在x＝x1这条直线上，用条件概率分布π(y|x)作为马尔科夫链的状态转移概[0118]将各划分区间的数据按照特征量类别进行吉布斯采样，获取各特征量的分布概+L1][0124]对于其他参量也可以通过本方法在初次划分的3个区间内进行抽样确定概率分布1L1]21+L1]345于特征量和健康评估区间构建并训练多个神经网络模型以获取变压器健康状况的多个预为neti，输出记为oi，输出层第k个节点的输出为yk，则中间层第j个节点的输入为：差异和运行状态画像修正故障率曲线。基于最终预测区间类型生成变压器的故障率曲线，以及基于个体差异和运行状态画像修正故障率曲线数和尺度参数以基于形状参数和尺度参数建立障率对应的威布尔分布，求得各阶段的形状参数α和尺度参数β,以建立设备基础故障率模家族性缺陷后的修正故障率函数，jc(t)为根据同类变压器历史数据拟合得到的故障率函为同类变压器中第i台变压器的运行年限，n1为所统计的同类变压器在运行期间发生故障修正变压器的故障率曲线以获取以下修正后的故障率曲线进一步包取与其他指标关联强度具有差异且Laplace评分最大的预定数量的指标[0186]X=(x-列/o;提供了便利。[0211]Pearson简单相关系数用来度量定距变量的线性相关关系，在计算相关系数时应策略决策模型以获取最优检修时间。基于修正后的故障率曲线以及最小成本与可靠性约束，构建检修策略决策模型以得到最终的检修时间计划(基于修正后的故障率曲线以及对[0228](3)配电网检修计划优化模型：配电变压器检修优化的目标是最大限度地减小检[0248]其中为移动步长；为基于布朗游走正态分布的随机向量；为逐项乘法运