【精彩论文】基于多预测模型融合的电力变压器安全预判

Original 中国电力中国电力 2023-12-18

戳蓝字“中国电力”关注我们哦！

李典阳，张育杰，王善渊

东北大学

引文信息

李典阳, 张育杰, 王善渊, 等. 基于多预测模型融合的电力变压器安全预判[J]. 中国电力, 2020, 53(1): 72-80.

LI Dianyang, ZHANG Yujie, WANG Shanyuan, et al. Safety prejudging method for power transformer based on multi-prediction model fusion[J]. Electric Power, 2020, 53(1): 72-80.

研究背景

目前省、地两级调控中心集中监控设备数量繁多、监控信息量大、异常故障情况复杂，但监控仍停留在传统的人机交互、告警、光字牌列表等技术手段，监控人员工作负担大，无法满足省地级电网“智能调控”与“精益调控”的要求。电网运行发生设备故障、异常等极端情况时，监视、判别、处置等工作激增，监控处置缺少有序的工作导航，同时又要在多个系统间进行交叉工作，缺少“一键式”应用协同分析处置场景，影响工作分析处理效率。因此，研究电网设备故障的预判方法并用于监控系统辅助分析判断十分必要。

论文所解决的问题及意义

针对传统分析措施未能将多源异类的数据信息纳入电网设备故障征兆分析及基于小样本单一算法难以较好应对多种故障类型设备诊断等问题，文章构建一种不同类型电网设备相关数据的标准化方法，建立一种多算法融合决策方法，主要优势有：

（1）采用卡方分布算法通过对数据相关性挖掘进行特定故障类型征兆集的选择，以避免层次分析法、格林兰验证等故障征兆集分析方法存在人工经验干扰；

（2）对电力设备的单一故障类型寻找故障征兆集，较针对设备选择故障征兆集具有更好的简约效果与预判准确率；

（3）多算法融合决策方法来避免单一算法决策能力有限的弊端。

论文重点内容

为实现对智能电网调度控制系统（D5000）、调度管理系统(OMS)、气象、山火、覆冰及变电站监控等系统包含的变电站设备运行、台账、检修、缺陷等数据与变压器故障关系的深挖掘，论文构建了一种电网设备故障预判方法。通过模型的构建将数据信息固化下来，为电网设备故障辅助分析提供依据。

首先，采集到的电网设备相关数据进行归一化及预处理，为挖掘其与电网设备故障之间的关系做准备。然后，因为电网设备的每种故障类型都有其独特的相关征兆集，故本文采用卡方分布算法挖掘每种故障类型的相应故障征兆集，而不是对特定设备故障进行故障征兆集的简约。再者，遍寻潜在电网设备故障征兆集因素，以最高预判准确率、最小故障征兆集为目标寻找故障征兆集。然后，为适应电网设备故障多故障因素来源的特点，选用向量机算法、决策树算法和Adaboost算法先分别单独预判再通过ECOC OVA编码进行信息融合。最后通过汉明距离解码来获得最终预判结果。

图1 数据信息挖掘流程

研究结论

本文提出了一种基于电网设备的多源信息融合故障诊断与预判方法。本文对不同类型的的数据类型提出了统一化方法并用于实例研究，采用了卡方分布算法针对特定电网设备的特定故障类型进行其故障征兆集的挖掘，通过多算法预测结果的融合决策来对电网设备故障进行诊断，可以得出以下结论：

1）多源数据是分析电网设备故障的重要信息来源，挖掘不同数据之间的内在联系，需要构建一种可行的多源数据预处理方法，为不同类型数据分析同种故障提出信息来源。

2）针对特定设备的特定故障挖掘的故障征兆集较针对特定设备的故障征兆集小，但其故障征兆集所包含的信息足以支撑该故障类型的预测。

3）多源信息融合的决策分析方法符合用于电网设备故障挖掘的数据日益丰富的发展趋势，该方法更适用于电网设备的多故障类型预判。

主要作者介绍

第一作者：李典阳（1987—），男，博士研究生，高级工程师，从事电网运行及电力调度控制技术与应用等研究。

E-mail：2824804703@qq.com。

第二作者：张育杰（1996—），男，硕士研究生，从事电力设备故障诊断与状态预判等研究。

E-mail：2841385779@qq.com。

往期回顾