【技术实现步骤摘要】
一种基于多因素和动态权重的配电变压器故障预警方法
本专利技术涉及配电变压器故障预警领域，特别是涉及一种基于多因素及动态权重的配电变压器故障预警方法。
技术介绍
配电网是电力系统和用户之间的重要枢纽，而配电变压器在配电网中具有举足轻重的作用，如果能够通过对配电变压器运行数据及外部影响因素的挖掘，实现对配电变压器故障风险的预警，将更好的实现对配电网的预防性检修，保障配电网的正常运行。而在实际的配电变压器故障预警中，面临如何从海量数据中找到真正与预警结果相关的因素以及当部分影响因素缺失或者不确定时，会导致故障预警难以继续进行及得出正确结果的问题。目前的配电变压器故障预警大多停留在运维人员的经验故障分析及故障原因理论分析，对配电变压器故障原因的多纬度融合及特征因素缺失时保证容错性仍存在不足。而对于特征因素权重的确定一般根据经验或者组织专家进行评定，虽然集中了众多专家的意见，但是通过打分直接给出各指标权重难以保持权重的合理性以及实际操作难度大。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的不足，提供一种基于多因素及动态权重的配电变压器故障预警方法，解决配电变压器故障预警大多停留在运维人员经验故障分析，配电变压器故障原因的多纬度融合、特征因素权重不能客观的反应实际情况以及特征因素缺失时保证容错性仍存在不足的问题。为解决上述技术问题，本专利技术提供一种基于多因素及动态权重的配电变压器故障预警方法，其特征在于综合考虑配电变压器的运行数据和外部影响因素；通过分析历史故障数据中故障因素与故障之间...
【技术保护点】
1.一种基于多因素及动态权重的配电变压器故障预警方法，其特征在于，包括如下步骤：/n步骤1：收集配电变压器的历史故障数据和正常数据，所述历史故障数据是指配电变压器发生故障前指定时间段的数据，所述正常数据是指变压器在正常运作时间段内的数据；预设配电变压器故障预警的因素；/n步骤2：对历史故障数据和正常数据进行处理，所述处理包括数据清洗、数据属性变换和异常样本剔除；/n所述数据清洗是指发现并纠正数据中可识别的错误，包括检查数据一致性，处理无效值和缺失值；/n所述数据属性变换是对时间序列数据进行变换，所述时间序列数据包括电流、电压、功率，计算电流和电压在一个时间段内的不平衡度，利用功率计算负载率：/n电压不平衡度：
【技术特征摘要】
1.一种基于多因素及动态权重的配电变压器故障预警方法，其特征在于，包括如下步骤：
步骤1：收集配电变压器的历史故障数据和正常数据，所述历史故障数据是指配电变压器发生故障前指定时间段的数据，所述正常数据是指变压器在正常运作时间段内的数据；预设配电变压器故障预警的因素；
步骤2：对历史故障数据和正常数据进行处理，所述处理包括数据清洗、数据属性变换和异常样本剔除；
所述数据清洗是指发现并纠正数据中可识别的错误，包括检查数据一致性，处理无效值和缺失值；
所述数据属性变换是对时间序列数据进行变换，所述时间序列数据包括电流、电压、功率，计算电流和电压在一个时间段内的不平衡度，利用功率计算负载率：
电压不平衡度：
式中Umax、Umin分别表示三相电压的最大值和最小值；
电流不平衡度：
式中Imax、Imin分别表示三相电流的最大值和最小值；
负载率η：
式中PT为实际容量，是可实时获取的功率数据；PR为变压器的额定容量；
步骤3：进行配电变压器故障预警的因素分析，分析不同因素对配电变压器故障的影响程度，从而确定因素的取舍及对应权重的大小，设配电变压器故障预警的因素权重为wk，其中k为正整数，wk表示第k个因素的权重；
步骤4：建立各因素与配电变压器故障率之间的函数关系，各函数之间相互独立；设因素为Al，A2，…，An，则对应的函数分别为y1，y2，…，yn；
步骤5：根据各个因素的相应故障概率函数和权重，获得配电变压器的故障概率P，
步骤6：用历史故障数据和正常数据代入验证故障概率，如结果存在问题，则调整步骤3中的权重值，调整步骤4中的各因素和故障概率之间的函数关系。
2.如权利要求1所述的一种基于多因素及动态权重的配电变压器故障预警方法，其特征在于：所述步骤1中，所述配电变压器故障预警的因素包括电流、电压、功率、温度、降雨量、风速、湿度、运行年限、雷暴。
3.如权利要求2所述的一种基于多因素及动态权重的配电变压器故障预警方法，其特征在于：所述步骤3中，用序关系分析法确定配电变压器的故障因素的权重，计算步骤如下：
s1：确定序关系，对因素进行重要性排序，因素越重要，则其序关系越靠前，具体为：对于因素集{Al，A2，…，An}，A...
【专利技术属性】
技术研发人员：魏清，章宗源，
申请(专利权)人：江苏中堃数据技术有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。