一种基于颗粒事件-理化参量异步融合的变压器油绝缘状态分层评估方法
本发明属于变压器故障诊断,涉及一种基于颗粒事件-理化参量异步融合的变压器油绝缘状态分层评估方法。
背景技术:
1、油浸式电力变压器的油纸绝缘系统在长期运行过程中会受到颗粒污染、水分侵入、油质氧化、纸绝缘老化及局部放电等多因素影响。油中游离颗粒能够反映金属磨损、碳化产物释放、纤维脱落和外来颗粒污染等早期异常;击穿电压、介质损耗因数、水分、酸值和糠醛等理化指标则能够反映绝缘油耐电强度、介质老化、水分劣化、酸化劣化及纸绝缘老化程度。
2、现有在线颗粒检测方法能够实现油中颗粒事件的实时识别,但仅依靠颗粒种类、数量和粒径难以全面评价绝缘油的综合健康状态;现有离线理化检测结果权威,但检测周期长,难以捕捉突发性颗粒污染和快速劣化过程;现有模糊综合评价或健康指数方法多基于同一时间尺度下的静态试验数据,缺乏对在线高频颗粒事件与离线低频理化参量之间时间异步性、数据可信度衰减和多源结论冲突的处理机制。
3、因此,需要提出一种以在线颗粒事件为实时主线、以周期性理化数据为校准依据、兼顾时间异步融合和冲突判别的变压器油绝缘状态分层评估方法。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种基于颗粒事件-理化参量异步融合的变压器油绝缘状态分层评估方法,解决现有技术中在线颗粒检测实时性强但综合性不足、离线理化检测准确性高但时效性不足、传统加权评价难以识别多源数据冲突的问题。本发明能够在不依赖大量故障样本的前提下,利用在线颗粒事件流连续输出颗粒危害评分,并利用周期性理化检测结果构建动态修正系数,实现绝缘状态的分层评估、风险来源解释和运维建议输出。
2、为达到上述目的,本发明提供如下技术方案:
3、一种基于颗粒事件-理化参量异步融合的变压器油绝缘状态分层评估方法,包括以下步骤:
4、s1:获取变压器绝缘油在线颗粒事件流数据,并对所述在线颗粒事件流数据进行预处理和标准化;
5、s2:获取周期性绝缘油理化检测数据,并对所述理化检测数据进行归一化处理;
6、s3:根据颗粒类别、颗粒粒径、颗粒数量及其变化特征构建在线颗粒危害评分模型,得到在线颗粒危害评分
fimp(
t);
7、s4:根据理化检测数据构建理化状态模糊评估模型,得到理化老化评分
fphy(
τj);
8、s5:根据理化老化评分、理化数据时效可信度及理化检测可信度计算动态修正系数
α(
t);
9、s6:根据在线颗粒危害评分
fimp(
t)与理化老化评分
fphy(
τj)之间的差异关系进行多源冲突判别,获得冲突指示量
iconflict(
t)及风险来源标签;
10、s7:根据在线颗粒危害评分
fimp(
t)、理化老化评分
fphy(
τj)、动态修正系数
α(
t)以及冲突指示量
iconflict(
t)计算综合绝缘状态评分
ffinal(
t);
11、s8:根据综合绝缘状态评分
ffinal(
t)输出对应绝缘状态等级、风险来源标签及运维建议;
12、s9:建立在线颗粒数据与周期理化数据动态更新机制,实现模型自校准与状态持续评估。
13、进一步,步骤s1中,所述在线颗粒事件流数据包括事件时间
ti、颗粒类别
ci、颗粒粒径
di、单位体积颗粒数量
ni以及检测置信度
qi,表示为:
e={
ti,
ci,
di,
ni,
qi};
14、所述预处理包括对异常时间戳数据、超出检测通道量程范围的粒径数据、低置信度检测数据以及由瞬时电磁干扰产生的孤立异常脉冲数据进行剔除;
15、所述标准化包括根据采样体积对颗粒数量进行归一化处理,最终形成标准化颗粒特征数据集。
16、进一步,步骤s2中,所述周期性理化检测数据包括击穿电压
bv、介质损耗因数
tan
δ、水分含量
m、酸值
av、糠醛含量
furfural、油中溶解气体含量
dga、界面张力
ift中的一种或多种;其中击穿电压、界面张力采用反向归一化处理,其余指标采用正向归一化处理,形成理化状态特征向量
xphy。
17、进一步,步骤s3所述在线颗粒危害评分
fimp(
t)通过颗粒类别危害权重、粒径危害函数、数量危害函数及检测置信度共同计算获得;单个颗粒事件基础危害值满足:
18、
19、其中,
hi表示第
i个颗粒事件的基础危害值;
wci表示颗粒类别危害权重;
fd(
di)表示粒径危害函数;
fn(
ni)表示数量危害函数;
qi表示检测置信度;
20、并在滚动时间窗口内提取颗粒危害均值、危害峰值、浓度变化率、粒径分位值以及颗粒类型占比特征,通过模糊推理得到在线颗粒危害评分
fimp(
t)。
21、进一步,步骤s4所述理化老化评分
fphy(
τj)采用模糊推理方式获得;各理化指标分别划分为正常、警惕和异常三个状态等级,通过预设理化模糊规则库进行推理,并经去模糊化处理得到理化老化评分
fphy(
τj),其中
τj表示最近一次理化检测时间。
22、进一步,步骤s5所述动态修正系数
α(
t)依据理化老化评分
fphy(
τj)、理化数据时效可信度及理化检测可信度确定;所述理化数据时效可信度满足:
23、
24、其中,
cphy(
t)表示理化数据时效可信度;
t表示理化检测有效时间常数;
t
τj表示当前时刻距离最近一次理化检测的时间间隔;
25、所述动态修正系数满足:
26、
27、
ctest为理化检测可信度,
λ1、
λ2和
λ3为权重系数,
clip表示将结果限制在 0 至 1区间。
28、进一步,所述多源冲突判别依据在线颗粒危害评分
fimp(
t)与理化老化评分
fphy(
τj)的高低组合关系进行;当在线颗粒危害评分高而理化老化评分低时,判定为颗粒污染型风险;当在线颗粒危害评分低而理化老化评分高时,判定为油质老化型风险或纸绝缘老化型风险;当在线颗粒危害评分和理化老化评分均高时,判定为复合劣化型风险;当在线颗粒危害评分在预设时间窗口内快速增长且冲突指示量超过阈值时,判定为突发异常型风险。
29、进一步,所述冲突指示量满足:
30、
31、所述综合绝缘状态评分满足:
32、
33、其中
β为冲突修正权重。
34、进一步,所述综合绝缘状态评分
ffinal(
t)被映射为五级绝缘状态,包括:
s1优良状态;
s2良好状态;
s3中等状态;
s4警惕状态;
s5严重劣化状态;并输出颗粒污染型、油质老化型、纸绝缘老化型、复合劣化型和突发异常型中的至少一种风险来源标签。
35、进一步,步骤s9中所述动态更新机制包括在线颗粒数据实时更新、理化检测数据周期更新、理化数据时效衰减更新、综合评分自校准更新以及自适应采样策略更新;
36、所述在线颗粒数据实时更新为:对在线颗粒危害评分
fimp(
t) 按预设时间间隔持续更新,根据新获取的颗粒事件数据重新计算颗粒危害值、颗粒特征向量和在线颗粒危害评分
fimp(
t);
37、所述理化数据周期更新为:当获取新一批理化检测数据时,重新执行步骤
s2至步骤
s5;
38、所述综合评分自校准为:当新的理化检测结果接入后,自动重新计算
ffinal(
t),并对历史评估结果进行校准;若最新理化检测结果与历史预测结果偏差大于阈值,自动调整后续评估阶段中的颗粒评分权重、理化评分权重和冲突修正权重;
39、所述理化数据时效衰减更新为:持续监测理化检测结果的时效性,随着检测时间增加,根据步骤
s5中的时效可信度函数
cphy(
t),自动降低理化数据可信度,同时降低理化评分影响权重,提高在线颗粒监测结果参考权重,自动触发理化检测提醒;
40、所述自适应采样策略更新为:当检测到在线颗粒危害评分持续升高且理化数据长期未更新时,自动缩短理化检测周期,生成临时采样建议,提高设备巡视等级;当理化老化评分持续升高而颗粒事件保持稳定时,自动增加糠醛检测频率;增加
dga检测频率,增加油纸绝缘专项检测建议。
41、本发明的有益效果在于:本发明能够有效解决在线监测实时性与离线检测准确性之间的协调问题,提高绝缘状态评估的准确性、时效性和可解释性,为变压器绝缘系统状态检修与风险预警提供技术支撑。
42、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com