一种基于改进鸽群算法的变压器检修决策优化方法技术

本发明专利技术公开了一种基于改进鸽群算法的变压器检修决策优化方法，包括如下步骤：构建变压器在多种预设检修方式下的检修策略优化模型；基于改进鸽群算法分别对每种预设检修方式下的检修策略优化模型进行求解，获得多种预设检修方式下的变压器综合健康指数；根据多种预设检修方式下的变压器综合健康指数，获得对应的多个等效役龄；对多个等效役龄进行筛选，获得最优等效役龄以及最优等效役龄对应的预设检修方式；该方法能够解决现有变压器检修决策在制定过程中计算量大，寻优速度慢，结果不精准，降低检修成本等问题。降低检修成本等问题。降低检修成本等问题。

【技术实现步骤摘要】
一种基于改进鸽群算法的变压器检修决策优化方法


[0001]本专利技术涉及变压器状态检修决策
，更具体的说是涉及一种基于改进鸽群算法的变压器检修决策优化方法。

技术介绍

[0002]随着如今电力需求的迅速增长和电网容量的日益增大，整个电力系统能够安全平稳的运行变得越来越重要，相对应的，变压器作为电力系统的枢纽，故障概率也呈现上升趋势。目前变压器的检修方式主要分为定期检修、事后检修以及状态检修。
[0003]大部分企业采用定期检修和事后检修的方式，这两种检修方式经常会出现“过修”和“欠修”的情况，导致人力资源和物质资源的极大浪费，甚至降低变压器的运行可靠性。因此制定合理的变压器检修策略是电力系统安全平稳运行的关键。
[0004]制定合理的变压器检修策略不仅需要考虑运行的可靠性，还要考虑其经济性，即通过满足变压器的可靠性条件，获取最大的经济效益。近几十年，状态检修已然成为了电力研究机构的热点研究，越来越多的企业将状态检修融入设备维修。现有的变压器检修策略存在以下几种制定方法：
[0005]1、基于风险评估的检修管理，根据风险评估结果，结合变压器故障率的运行风险，提出风险评级模型，从而进行检修策略制定。
[0006]2、基于比例强度模型的变压器检修策略的选择。首先考虑不完全检修的比例强度模型，并且计算其中的参数，最后根据成本最小原理进行检修方案的选择。
[0007]3、对变压器故障率进行威布尔分布计算，根据三种检修策略，即小修、大修、更换进行选择。
[0008]4、通过规则推理和案例推理结合的方法进行检修策略选择。规则推理进行构建变压器状态参数，案例推理进行匹配，从而对规则推理模型进行修正，最终得到检修策略方案的选择。
[0009]5、根据变压器寿命周期的等年成本思想，同时引入役龄理论进行变压器役龄的判断，最后建立变压器检修策略模型以及通过布谷鸟搜索算法进行寻优。
[0010]6、通过人工智能方式对变压器运行状态的数据挖掘，从而进行变压器检修策略模型的建立。
[0011]上述方法虽然可以实现对变压器成本模型的优化，但以上算法均存在算法参数个数众多、选取复杂、计算量大、求解速度慢、易发散等缺点；因此，如何减少计算参数、降低计算量、加快计算速度、优化变压器检修决策方法，是本领域技术人员亟需解决的问题。

技术实现思路

[0012]鉴于上述问题，本专利技术提供一种基于改进鸽群算法的变压器检修决策优化方法，以至少解决上述
技术介绍
中提到的部分技术问题。
[0013]为了实现上述目的，本专利技术采用如下技术方案：
[0014]一种基于改进鸽群算法的变压器检修决策优化方法，包括如下步骤：
[0015]S1、构建变压器在多种所述预设检修方式下的检修策略优化模型；
[0016]S2、基于改进鸽群算法分别对每种所述预设检修方式下的检修策略优化模型进行求解，获得多种所述预设检修方式下的变压器综合健康指数；
[0017]S3、根据多种所述预设检修方式下的变压器综合健康指数，获得对应的多个等效役龄；
[0018]S4、对多个所述等效役龄进行筛选，获得最优等效役龄以及所述最优等效役龄对应的预设检修方式。
[0019]进一步地，所述S1具体包括如下步骤：
[0020]获取变压器全寿命成本数据、比例系数、曲率系数和变压器风险量化值；
[0021]根据所述变压器全寿命成本数据，构建变压器全寿命周期成本子模型；
[0022]根据所述比例系数和所述曲率系数，构建变压器运行可靠性子模型；
[0023]根据所述变压器风险量化值，构建变压器在多种预设检修方式下的风险经济量化子模型；
[0024]基于所述全寿命周期成本子模型、所述变压器运行可靠性子模型和所述风险经济量化子模型，构建所述变压器在多种所述预设检修方式下的检修策略优化模型。
[0025]进一步地，变压器全寿命成本数据包括初始投入成本、运行维护成本、故障成本、退役成本和折现率。
[0026]进一步地，所述变压器全寿命周期成本子模型表示为：
[0027][0028]其中，L表示等年回收成本；C1表示初始投入成本；C2表示运行维护成本；C3表示故障成本；C4表示退役成本；k
pv
表示折现率。
[0029]进一步地，所述变压器运行可靠性子模型表示为：
[0030]R(TH)＝Ke
CTH
[0031]其中，R(TH)表示变压器可靠性；K表示比例系数；C表示曲率系数；TH表示历史的变压器综合健康指数；e表示自然对数的底数。
[0032]进一步地，所述多种预设检修方式包括：带电检修方式、小修方式、大修方式和更换方式。
[0033]进一步地，所述风险经济量化子模型表示为：
[0034]D(TH)＝Risk(T
+
)
‑
Risk(T0)
[0035]Risk(T
+
)＝L
loss
(T
+
)
×
λ(T
+
)
[0036]Risk(T
+
)＝L
loss
(T0)
×
λ(T0)
[0037]其中，D(TH)表示风险收益；Risk(T
+
)表示检修后的变压器风险量化值；Risk(T0)表示检修前的变压器风险量化值；L
loss
(T
+
)表示检修后的变压器风险经济损失值；λ(T
+
)表示检修后的变压器故障率；L
loss
(T0)表示检修前的变压器风险经济损失值；λ(T0)表示检修前的变压器故障率。
[0038]进一步地，所述检修策略优化模型表示为：
[0039][0040]其中，Y表示优化目标函数；L(T
+
)表示变压器在检修后的等年回收成本；R(T
+
)表示检修后的变压器可靠性；L
l
o
ss
(T
+
)表示检修后的变压器风险经济损失值；L
loss
(T0)表示检修前的变压器风险经济损失值。
[0041]进一步地，在所述步骤S2中，基于改进鸽群算法对每种所述预设检修方式下的检修策略优化模型进行求解，具体包括如下步骤：
[0042]设置每只鸽子的初始速度和初始位置；
[0043]基于所述初始速度和初始位置，获得每只鸽子的适应度；
[0044]通过比较每只鸽子的所述适应度，获得当前适应度最优的鸽子，并将所述当前适应度最优的鸽子作为当前时刻的最优解；
[0045]对每只鸽子的所述初始速度和初始位置进行迭代更新，并获取每次迭代的最优解；
[0046]将所述当前时刻的最优解和每次迭代的最优解进行排序，获得最优解集；
[0047]将所述最优解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进鸽群算法的变压器检修决策优化方法，其特征在于，包括如下步骤：S1、构建变压器在多种所述预设检修方式下的检修策略优化模型；S2、基于改进鸽群算法分别对每种所述预设检修方式下的检修策略优化模型进行求解，获得多种所述预设检修方式下的变压器综合健康指数；S3、根据多种所述预设检修方式下的变压器综合健康指数，获得对应的多个等效役龄；S4、对多个所述等效役龄进行筛选，获得最优等效役龄以及所述最优等效役龄对应的预设检修方式。2.根据权利要求1所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，所述S1具体包括如下步骤：获取变压器全寿命成本数据、比例系数、曲率系数和变压器风险量化值；根据所述变压器全寿命成本数据，构建变压器全寿命周期成本子模型；根据所述比例系数和所述曲率系数，构建变压器运行可靠性子模型；根据所述变压器风险量化值，构建变压器在多种预设检修方式下的风险经济量化子模型；基于所述全寿命周期成本子模型、所述变压器运行可靠性子模型和所述风险经济量化子模型，构建所述变压器在多种所述预设检修方式下的检修策略优化模型。3.根据权利要求2所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，变压器全寿命成本数据包括初始投入成本、运行维护成本、故障成本、退役成本和折现率。4.根据权利要求3所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，所述变压器全寿命周期成本子模型表示为：其中，L表示等年回收成本；C1表示初始投入成本；C2表示运行维护成本；C3表示故障成本；C4表示退役成本；k
pv
表示折现率。5.根据权利要求4所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，所述变压器运行可靠性子模型表示为：R(TH)＝Ke
CTH
其中，R(TH)表示变压器可靠性；K表示比例系数；C表示曲率系数；TH表示历史的变压器综合健康指数；e表示自然对数的底数。6.根据权利要求2所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，所述多种预设检修方式包括：带电检修方式、小修方式、大修方式和更换方式。7.根据权利要求2所述的基于改进鸽群算法的变压器检修决策优化方法，其特征在于，所述风险经济量化子模型表示为：D(TH)＝Risk(T
+
)...

【专利技术属性】
技术研发人员：李自平，邓江湖，胡文甫，龚洁，林燕，范欢，何志文，倪平祥，代佳伟，李东，
申请(专利权)人：成都中安电气有限公司，
类型：发明
国别省市：