基于故障树的电力变压器风险评估方法技术

技术编号:9545464 阅读:125 留言:0更新日期:2014-01-08 21:42
本发明专利技术是一种基于故障树的电力变压器风险评估方法,包括以下步骤:1)针对给定的故障树,运用模糊层次分析法建立模糊判断矩阵R;2)根据所述模糊判断矩阵R写出约束规划问题方程组:根据上述约束规划问题方程组求各故障原因的严重度权重ωi,获得严重度权重向量W=[ω1,ω2,…ωn]T;3)根据所述严重度权重向量W求使所述适应值Z最小的严重度权重ωi的最优解;4)将上述严重度权重ωi的最优解代入公式(4)求出变压器各故障原因的风险系数。本发明专利技术无需建立模糊判断一致矩阵,在模糊判断矩阵不一致的情况下也能评估出变压器风险,较之现有技术必须建立模糊判断一致矩阵的方法算法简单、快速且精确度也较高。

【技术实现步骤摘要】
【专利摘要】本专利技术是一种,包括以下步骤:1)针对给定的故障树,运用模糊层次分析法建立模糊判断矩阵R;2)根据所述模糊判断矩阵R写出约束规划问题方程组:根据上述约束规划问题方程组求各故障原因的严重度权重ωi,获得严重度权重向量W=T;3)根据所述严重度权重向量W求使所述适应值Z最小的严重度权重ωi的最优解;4)将上述严重度权重ωi的最优解代入公式(4)求出变压器各故障原因的风险系数。本专利技术无需建立模糊判断一致矩阵,在模糊判断矩阵不一致的情况下也能评估出变压器风险,较之现有技术必须建立模糊判断一致矩阵的方法算法简单、快速且精确度也较高。【专利说明】
本专利技术涉及一种风险评估方法,尤其是一种。
技术介绍
变压器是电力系统的重要电气设备,其运行状况直接关系到发、供电系统的安全性和供电可靠性,它被称之为电力系统的心脏。随着电网的迅速发展,高电压、大容量的变压器故障严重地威胁着整个电力系统的安全运行。但由于电力变压器故障的多样性,再加上故障的原因非常复杂且不明显,要准确地判断电力变压器运行的可靠度变得相当困难。电力变压器的风险评估是电力设备状态检修工作的重点内容之一,从国内外的研究情况来看,对变压器的状态检修工作的研究已经取得了一定的成果,但总的来说,较多的集中在对电气或机械方面的具体参量进行监测和一些宏观的基于单一或少量参量的状态检修法,还缺乏一种有效的方法来表征变压器运行状态和各种试验、运行条件、设备历史信息等之间的综合关系。变压器的运行状态是其健康状态的直接反映,如果变压器出现故障, 则相应的运行参数就会偏离正常值。为了反映变压器的健康状态,必须以这些能反映变压器状态的参数或参数处理结果作为评价变压器状态的指标。同时变压器的异常运行状态是相关(潜伏性)故障的综合作用结果,以这些异常运行状态(征兆状态)为对象,将变压器的健康状态评价划分为对征兆状态的评价,评价的结果可以反映各功能单元和整体的健康状况,对故障预测和防范、合理安排检修计划和检修重点具有重要的指导意义。目前是运用故障树分析法,针对给定的电力变压器故障树,采用模糊层次分析法分析。但是此方法通常需要建立严格的模糊一致矩阵来处理,不易实现。有鉴于此,特提出本专利技术。
技术实现思路
本专利技术的目的是提供一种无需建立模糊判断一致矩阵也能评估出变压器风险,从而使算法简单、快速且精确度也较高的。为解决上述技术问题,本专利技术采用技术方案的基本构思是:一种,包括以下步骤:I)针对给定的故障树,运用模糊层次分析法建立模糊判断矩阵RR=(Aj)nxn其中,!Tij表示 Ai 相对于 Aj 的严重度比较,0 ( !Tij ( I, (i=l, 2,..., n; j=l, 2,...,n), !^+!Tji=I, (i=l, 2,..., n; j=l, 2,...,n), Ap Aj分别为所述故障树中同一故障树枝下的第i 个故障原因和第j个故障原因;2)根据所述模糊判断矩阵R写出约束规划问题方程组:【权利要求】1.一种,其特征在于,包括以下步骤:1)针对给定的故障树,运用模糊层次分析法建立模糊判断矩阵R R= (Aj)nxn其中,r^-表示 Ai 相对于 Aj 的严重度比较,0 ( !Tij ( I, (i=l, 2,..., n; j=l, 2,...,n), !^+!Tji=I, (i=l, 2,..., n; j=l, 2,...,n), Ap Aj分别为所述故障树中同一故障树枝下的第i 个故障原因和第j个故障原因;2)根据所述模糊判断矩阵R写出约束规划问题方程组: 2.根据权利要求1所述的,其特征在于,所述步骤2)中a为常数。3.根据权利要求1所述的,其特征在于,在所述步骤4)后包括:5)由式(5)求得整体风险指标P 4.根据权利要求3所述的,其特征在于,在所述步骤5)后包括:6)根据式(6)计算可靠度R R=1-P (6)。5.根据权利要求1-4中任一项所述的,其特征在于,所述步骤3)中将所述严重度权重Qi作为飞行粒子,运用粒子群优化算法从严重度权重向量W中找出使得所述适应值Z最小的严重度权重《 ,的最优解。6.根据权利要求5所述的,其特征在于,所述步骤3)中将所述严重度权重Qi作为飞行粒子,运用粒子群优化算法从严重度权重向量W 中找出使得所述适应值Z最小的严重度权重Coi的最优解的步骤具体包括:31)将严重度权重向量W=T用飞行粒子的位置Xid表示,其中Xid为I Xn维向量。对于位置Xid,设置m个飞行粒子进行搜索。 32)初始化m个飞行粒子,计算m个飞行粒子初始状态的Z值; 设m个飞行粒子的初始位置为1:,初始速度为?将m个飞行粒子的初始位置I:作为严重度权重代入式(I ),计算每个飞行粒子的Z值。比较所有Z值,将最小Z值对应的飞行粒子的位置作为全局最优值gBestid;每个飞行粒子的位置^作为各自的个体最优值PBesth? 33)将m个飞行粒子的初始位置JC、初始速度KU、个体最优值pBesC和全局最优值gBestid代入公式(2)和(3),计算下一时刻所有飞行粒子的位置X:tl和速度U ; 将m个飞行粒子当前时刻的位置X〗作为严重度权重代入式(1),计算每个飞行粒子对应的Z值,将每个飞行粒子对应的Z值与上一时刻该飞行粒子对应的Z值比较,若当前时刻的Z值小于上一时刻的Z值,则该飞行粒子的个体最优值更新成,否则保持不变;并将当前时刻的m个Z值中最小的Z值与上次全局最优值gBestid对应的Z值进行比较,将全局最优值gBestid更新成最小Z值对应的飞行粒子位置。 7.根据权利要求6所述的,其特征在于,步骤31)中m个飞行粒子的初始位置;X0id和初始速度V0id为随机值。8.根据权利要求6所述的,其特征在于,当满足预定迭代次数和/或本次获得的gBestid对应的Z值与上一次gBestid对应的Z值的差值小于一预定阈值时迭代终止步骤中的预定阈值为万分之一。【文档编号】G06F19/00GK103500283SQ201310471729【公开日】2014年1月8日 申请日期:2013年10月11日 优先权日:2013年10月11日 【专利技术者】刘宏亮, 王昕 , 潘瑾, 高骏, 岳国良, 范辉, 高树国, 赵军, 杜大全 申请人:国家电网公司, 国网河北省电力公司电力科学研究院, 河北省电力建设调整试验所本文档来自技高网
...

【技术保护点】
一种基于故障树的电力变压器风险评估方法,其特征在于,包括以下步骤:1)针对给定的故障树,运用模糊层次分析法建立模糊判断矩阵RR=(rij)n×n其中,rij表示Ai相对于Aj的严重度比较,0≤rij≤1,(i=1,2,...,n;j=1,2,...,n),rij+rji=1,(i=1,2,...,n;j=1,2,...,n),Ai、Aj分别为所述故障树中同一故障树枝下的第i个故障原因和第j个故障原因;2)根据所述模糊判断矩阵R写出约束规划问题方程组:minz=Σi=1nΣj=1n[0.5+a(ωi-ωj)-rij]2s.t.Σi=1nωi=1,ωi≥0,(1≤i≤n)---(1)其中,ωi,1≤i≤n为变压器第i个故障原因的严重度权重,a表示变压器各故障原因间差异程度,Z为适应值,根据上述约束规划问题方程组求各故障原因的严重度权重ωi,获得严重度权重向量W=[ω1,ω2,…ωn]T;3)根据所述严重度权重向量W求使所述适应值Z最小的严重度权重ωi的最优解;4)将上述严重度权重ωi的最优解代入公式(4)求出变压器各故障原因的风险系数Pi“=piωi?????(4)式中,pi表示变压器第i个故障原因的发生概率;Pi“表示变压器第i个故障原因的风险系数。...

【技术特征摘要】

【专利技术属性】
技术研发人员:刘宏亮王昕潘瑾高骏岳国良范辉高树国赵军杜大全
申请(专利权)人:国家电网公司国网河北省电力公司电力科学研究院河北省电力建设调整试验所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1