基于数据融合的电力变压器状态评价方法及装置的制造方法
【专利摘要】本发明公开了一种基于数据融合的电力变压器状态评价方法及装置，其中，该方法包括：选择电力变压器运行状态的状态评价变量及确定其初值与阈值；结合相对劣化度公式对状态评价变量归一化处理得到归一化参量；基于模糊理论得到归一化参量处于各电力变压器状态等级的状态量隶属度；通过层次分析法得到各子证据体中状态评价变量的权重；根据状态量隶属度与状态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度；以及通过Dempster?Shafer证据理论融合各不同子证据体，判断电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态。该方法能够更加全面的分析电力变压器的实时运行状态，有效提高电力变压器实时运行状态的判断结果的可靠性。
【专利说明】
基于数据融合的电力变压器状态评价方法及装置
技术领域
[0001] 本发明涉及电气设备技术领域，尤其涉及一种基于数据融合的电力变压器状态评 价方法及装置。
【背景技术】
[0002] 相关技术中指出，电力变压器作为输变电系统的核心设备，其健康状态影响电力 系统的安全稳定运行;科学有效的状态评估有助于及时发现潜伏性缺陷和预防事故发生， 合理安排检修维护计划，降低设备故障概率和维修费用，保障电力系统长期可靠运行。
[0003] 相关技术中电力变压器运行状态通过贝叶斯网络、模糊综合评价、灰靶理论、灰色 关联分析、可拓理论、证据理论等众多方法进行计算;这些理论方法在实际应用中有效发现 电力变压器潜伏性缺陷，在完善设备状态检修中发挥了重要作用。然而各种方法存在自身 的不足，贝叶斯网络要求知道先验概率及相关属性的独立性，在实际应用中不一定成立;神 经网络状态评价需要具备足够规模的样本和设置众多参数，且输出结果难以解释;而灰色 关联分析容易受人为主观因素的影响，客观性有待提高；由于方法本身存在的不足，导致状 态评价可靠性有待进一步提高；同时虽然在线监测技术得以大力推广和应用，但是相关监 测数据未能深度有效参与变压器状态评价，其评价结果实时性也难以满足当前需求。因此， 对电力变压器状态评价进行深入研究，对指导变压器运行维护与状态检修具有重要的理论 意义和实际意义。
【发明内容】
[0004] 本申请的目的旨在至少在一定程度上解决上述的技术问题之一。
[0005] 为此，本申请的第一个目的在于提出一种基于数据融合的电力变压器状态评价方 法。该方法能够更加全面的分析电力变压器的实时运行状态，有效提高电力变压器的实时 运行状态判断结果的可靠性。
[0006] 本申请的第二个目的在于提出了一种基于数据融合的电力变压器状态评价装置。
[0007] 为达上述目的，本申请第一方面实施例的基于数据融合的电力变压器状态评价方 法，包括:选择电力变压器运行状态的状态评价变量，确定所述状态评价变量的初值与阈 值;根据所述状态评价变量的初值和阈值通过相对劣化度公式对所述状态评价变量进行归 一化处理，以得到归一化参量;基于模糊理论得到所述归一化参量处于各电力变压器状态 等级的状态量隶属度;通过层次分析法得到各子证据体中状态评价变量的权重;根据所述 状态量隶属度与所述状态评价变量的权重得到所述各子证据体对所述各电力变压器状态 等级隶属度；以及通过Dempster-Shafer证据理论融合各不同子证据体，以判断所述电力变 压器运行状态处于正常状态、注意状态、异常状态或严重状态。
[0008] 本申请实施例的基于数据融合的电力变压器状态评价方法，根据选择的电力变压 器运行状态的状态评价变量的初值与阈值通过相对劣化度公式对状态评价变量进行归一 化处理得到归一化参量，然后基于模糊理论得到归一化参量处于各电力变压器状态等级的 状态量隶属度，再利用层次分析法得到各子证据体中状态评价变量的权重，再根据状态量 隶属度与状态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度，最后通过 Dempster-Shafer证据理论融合各不同子证据体，确定电力变压器状态等级。该方法能够更 加全面的分析电力变压器的实时运行状态，有效提高电力变压器的实时运行状态判断结果 的可靠性。
[0009] 在本发明的一个实施例中，所述的基于数据融合的电力变压器状态评价方法，还 包括:选取N个所述状态评价变量，构建状态评价指标体系，其中，N为正整数。
[0010] 在本发明的一个实施例中，所述相对劣化度公式具体包括：通过公式
增益型变量的归一化，其中，xm所述状态评价变量的测量值，Xl为所述状态评价变量的初始 值，所述状态评价变量的阈值，Xn为归一化参量。
[0011] 在本发明的一个实施例中，所述的基于数据融合的电力变压器状态评价方法，所 述根据所述状态量隶属度与所述状态评价变量的权重得到所述各子证据体对所述各电力 变压器状态等级隶属度具体包括:将所述各电力变压器状态等级隶属度作为基本信度函数
其中，mi(Aj)为子证据体j关于状态等级i的隶属度，Ui (?)为所述状态量隶属度，ω (Xr)为所述状态评价变量的权重;通过折扣因子调整所述各子 证据体基本信度函数值，得到基本信度函数值m'（A)和不确定证据的信度分配m'（ Θ )，通过
其中α为折扣因子，且〇〈α<1。
[0012] 在本发明的一个实施例中，所述通过Dempster-Shafer证据理论融合各不同子证 据体，以判断所述电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态具体 包括:基于所述Dempster-Shafer证据理论，基于所述电力变压器运行状态u建立所述电力 变压器状态评价识别框架?，?={11 1，1!2，113，114，0}，其中0为不确定度， 111为正常状态、112为 注意状态、u3为异常状态和u4为严重状态;在所述基本信度函数值m'（A)和不确定证据的信 度分配m'（ Θ )基础上，根据Dempster-Shafer证据合成规则，获得多证据合成置信度函数值 m(A)，所述m(A)应用基于可信度的决策方法，判断所述电力变压器运行状态处于正常状态、 注意状态、异常状态或严重状态。
[0013]为达上述目的，本申请第二方面实施例的基于数据融合的电力变压器状态评价装 置，包括:选择模块，用于选择电力变压器运行状态的状态评价变量;确定模块，用于确定所 述状态评价变量的初值与阈值;第一处理模块，用于通过相对劣化度公式对所述状态评价 变量的初值与阈值进行归一化处理，以得到归一化参量;第二处理模块，用于基于模糊理论 得到所述归一化参量处于各电力变压器状态等级的状态量隶属度;第三处理模块，用于通 过层次分析法得到各子证据体中状态评价变量的权重;第四处理模块，用于根据所述状态 量隶属度与所述状态评价变量的权重得到所述各子证据体对所述各电力变压器状态等级 隶属度；以及判断模块，用于通过Dempster-Shafer证据理论融合各不同子证据体，以判断 所述电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态。
[0014] 本申请实施例的基于数据融合的电力变压器状态评价装置，第一处理模块根据确 定模块确定状态评价变量的初值和阈值通过相对劣化度公式对选择模块选择的电力变压 器运行状态的状态评价变量进行归一化处理得到归一化参量，然后第二处理模炔基于模糊 理论得到归一化参量处于各电力变压器状态等级的状态量隶属度，第三处理模块再通过层 次分析法得到各子证据体中状态评价变量的权重，第四处理模块再根据状态量隶属度与状 态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度，最后判断模块通过 Dempster-Shafer证据理论融合各不同子证据体，确定电力变压器状态等级。该装置能够更 加全面的分析电力变压器的实时运行状态，有效提高电力变压器的实时运行状态判断结果 的可靠性。
[0015] 在本发明的一个实施例中，所述的基于数据融合的电力变压器状态评价装置，还 包括：构建模块，用于选取N个所述状态评价变量，构建状态评价指标体系，其中，N为正整 数。
[0016] 在本发明的一个实施例中，所述相对劣化度公式具体包括：通过公式
增益型变量的归一化，其中，xm为所述状态评价变量的测量值，Xl为所述状态评价变量的初 始值，^为所述状态评价变量的阈值，Xn为归一化参量。
[0017] 在本发明的一个实施例中，所述的基于数据融合的电力变压器状态评价装置，所 述第四处理模块具体用于:将所述各电力变压器状态等级隶属度作为基本信度函数值，通
，其中，nu(Aj)为子证据体j关于状态等级i的隶属度，m(x r)为 所述状态量隶属度，ω (Xr)为所述状态评价变量的权重;通过折扣因子调整所述各子证据 体所述基本信度函数值，获取基本信度函数值m'（A)和不确定证据的信度分配m'（ Θ )，通过
，其中，α为折扣因子，且0〈α〈1。
[0018] 在本发明的一个实施例中，所述判断模块具体包括：建立单元，用于基于所述 Dempster-Shaf er证据理论，基于所述电力变压器运行状态u建立所述电力变压器状态评价 识别框架?? ={111，112，113，114,9}，其中0为不确定度，111为正常状态、112为注意状态、113为异 常状态和U4为严重状态;获取单元，用于在所述基本信度函数值m'（A)和不确定证据的信度 分配m'（ Θ )基础上，根据Dempster-Shafer证据合成规则，获取多证据合成置信度函数值m (A);判断单元，用于所述m(A)应用基于可信度的决策方法，判断所述电力变压器运行状态 处于正常状态、注意状态、异常状态或严重状态。
[0019] 本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本申请的实践了解到。
【附图说明】
[0020] 本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得 明显和容易理解，其中：
[0021] 图1是根据本申请一个实施例的基于数据融合的电力变压器状态评价方法的流程 图；
[0022] 图2是根据本申请一个实施例的基于数据融合的电力变压器状态评价装置的结构 示意图；
[0023] 图3是根据本申请一个实施例的基于数据融合的电力变压器状态评价模型。
【具体实施方式】
[0024] 下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0025] 下面参考附图描述本发明实施例的基于数据融合的电力变压器状态评价方法及 装置。
[0026] 图1是根据本申请一个实施例的基于数据融合的电力变压器状态评价方法的流程 图。
[0027] 如图1所示，该方法可以包括：
[0028] S1，选择电力变压器运行状态的状态评价变量，确定状态评价变量的初值和阈值。
[0029] 具体地，获取电力变压器运行状态中的状态评价变量，再确定状态评价变量的初 值和阈值，阈值可以是电力标准中规定的，初值可以通过试验获得。
[0030] 举例而言，可以根据高敏感性、高度可靠性、实用性、相互独立性及容易测量性，可 以从油色谱分析、油化实验、电气实验、关键气体在线监测等数据源分别选择总烃量、氢气 含量、乙炔含量、绝缘油介损、绝缘油击穿电压、绝缘油微水量、绝缘油酚醛量、绕组直阻不 平衡系数、绕组介损、极化指数、铁芯接地电流、总烃产气速率、氢气产气速率、乙炔产气速 率等共计14个状态评价变量作为实例描述。获取电力变压器运行状态的状态评价变量的测 量值、初值和阈值如表1所示：
[0031 ]表1电力变压器运行状态的状态评价变量的测量值、初值和阈值
[0034] S2，根据状态评价变量的初值和阈值通过相对劣化度公式对状态评价变量进行归 一化处理，以得到归一化参量。
[0035] 需要说明的是，在本发明的一个实施例中，选取N个状态评价变量，构建状态评价 指标体系，其中，N为正整数。根据状态评价指标体系的特征，可以分为效益型指标和成本性 指标。在本发明的一个实施例中，击穿电压与极化指数可以为成本型变量，其余变量可以为 效益型变量。
[0036] 在本发明的一个实施例中，相对劣化度公式具体包括：通过公式
增益型变量的归一化，其中，xm所述状态评价变量的测量值，Xl为所述状态评价变量的初始 值，所述状态评价变量的阈值，xn为归一化参量。
[0037] 举例而言，根据表1中的状态评价变量的初值和阈值通过相对劣化度公式对表1中 的状态评价变量的测量值进行归一化处理，以得到归一化参量，如表2所示：
[0038] 表2状态评价变量的测量值归一化后的归一化参量
[0041 ] S3,基于模糊理论得到归一化参量处于各电力变压器状态等级的状态量隶属度。
[0042]具体地，根据模糊理论中对隶属度函数的描述，可以选择岭型分布函数通过公式 (1)-(4)计算归一化参量处于各电力变压器状态等级的隶属度u(xn)，（i = l，2,3,4)，其中χη 为归一化参量;ai~a6可以为归一化参量隶属于各电力变压器状态等级的边界值，例如，ai ~a6的分别为0.1、0.3、0.4、0.6、0.7和0.9;各状态等级111~114的变化区间为0~0.3、0.1~ 0.6/0.4~0.9和0.7~1 〇
[0047] 需要说明的是，在本发明的一个实施例中，电力变压器状态等级可以为电力变压 器状态等级。
[0048] 举例而言，通过岭型分布函数计算表2中的归一化参量处于各电力变压器状态等 级的隶属度，如表3所示：
[0049] 表3归一化参量处于各电力变压器状态等级的状态量隶属度
[0050]
[0052] S4,通过层次分析法得到各子证据体中状态评价变量的权重。
[0053] 具体地，举例，通过层次分析法计算各子证据体的权重co(Xr)，各证据体权重ω (χι·)如表4所示：
[0054] 表4各子证据体中状态评价变量的权重
[005?]在本发明的一个实施例中，子证据体包括油色谱状态量、绝缘油试验状态量、电气 试验状态量与油色谱变化趋势。
[0057] S5,根据状态量隶属度与状态评价变量的权重得到各子证据体对各电力变压器状 态等级隶属度。
[0058]通过状态量隶属度u(xn)与状态评价变量的权重ω (Xr)，利用合成公式计算各子证据 体对各电力变压器状态等级隶属度，并将其作为基本信度函数值m(A);基于折扣因子调整 各子证据体基本信度函数值m(A)，得到基本信度函数值m'（A)和不确定证据的信度分配m'
可计算的各子证据体中评价指标的隶属度，即基本概 率赋值BPA，并将其作为基本信度函数值m(A)，其中，
1表示融合过程中各证据之间的冲突程度，Ι-k称为归一化因子，可 以避免在组合过程中将非零的概率分配给空集;通过公式m'（A)=am(A)和πι'（Θ) = 1-α，调 整调整各子证据体基本信度函数值，得到基本信度函数值m'（A)和不确定证据的信度分配 !11'（?)，举例，折扣因子可以为€ [=[0.9,0.53,0.83,0.68]，那么调整后的基本信度函数值 和不确定证据的信度分配值如下表5所示：
[0059] 表5基本信度函数值调整前与调整后
[0060]
[0061 ] S6,通过Dempster-Shafer证据理论融合各不同子证据体，以判断电力变压器运行 状态处于正常状态、注意状态、异常状态或严重状态。
[0062] 具体地，电力变压器运行状态可以分为正常状态Si、注意状态S2、异常状态S3或严 重状态S4。具体如表6所示：
[0063]表6电力变压器状态等级划分 [0064]
[0066] 通过Dempster-Shafer证据理论，建立识别框架，基于基本信度函数值m'（A)和不 确定争取信度分配值m'（ Θ )，通过证据合成公式融合所有子证据体相关数据，得到综合评 价结果;基于可信度的决策方法，举例表示，决策方法具体如下所示:针对数据融合结果后 的信度函数值m(Ai)和m(A 2)有：
[0068]当满足以下条件时，则选择mUd为变压器状态评价最终结果，
[0070] 其中为评价阈值;确定决策阈值^、￡2,对综合评价结果进行判定，在满足阈 值条件前提下，给定最终状态评价结果;在本发明的实施例中，计算结果如下表7所示：
[0071] 表7多证据体融合计算结果 「00721
[0073] 基于可信度的决策方法，可以选择ε i = 0.5、ε2 = 0.1，通过表7可以知道。
[0074]在未融合产气率证据体时，无法进行有效决策;在融合产气率证据体后满足决策 要求，可得最终决策结果：电力变压器处于注意状态，可继续运行，但应当加强监视。
[0075]本申请实施例的基于数据融合的电力变压器状态评价方法，根据获取的电力变压 器运行状态的状态评价变量的初值与阈值通过相对劣化度公式对状态评价变量进行归一 化处理得到归一化参量，然后基于模糊理论得到归一化参量处于各电力变压器状态等级的 状态量隶属度，再利用层次分析法得到各子证据体中状态评价变量的权重，再根据状态量 隶属度与状态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度，最后通过 Dempster-Shafer证据理论融合各不同子证据体，确定电力变压器状态等级。该方法能够更 加全面的分析电力变压器的实时运行状态，有效提高电力变压器的实时运行状态判断结果 的可靠性。
[0076] 为了实现上述实施例，本发明还提出了基于数据融合的电力变压器状态评价装 置。
[0077] 图2是据本发明一个实施例的基于数据融合的电力变压器状态评价装置的结构示 意图。
[0078] 如图2,该基于数据融合的电力变压器状态评价装置可以包括选择模块10、确定模 块20、第一处理模块30、第二处理模块40、第三处理模块50、第四处理模块60和判断模块70， 其中：
[0079] 选择模块10用于选择电力变压器运行状态的状态评价变量。
[0080] 确定模块20用于确定状态评价变量的初值和阈值
[0081] 第一处理模块30用于根所述状态评价变量的初值和阈值通过相对劣化度公式对 状态评价变量进行归一化处理，以得到归一化参量。
[0082]第二处理模块40基于模糊理论得到归一化参量处于各电力变压器状态等级的状 态量隶属度。
[0083]第三处理模块50通过层次分析法得到特征参量中各子证据体中状态评价变量的 权重。
[0084]第四处理模块60根据状态量隶属度与状态评价变量的权重得到各子证据体对各 电力变压器状态等级隶属度。
[0085] 判断模块70通过Dempster-Shafer证据理论融合各不同子证据体，以判断电力变 压器运行状态处于正常状态、注意状态、异常状态或严重状态。
[0086]在本发明的一个实施例中，基于数据融合的电力变压器状态评价装置，其还包括： 构建模块80用于选取N个状态评价变量，构建状态评价指标体系，其中，N为正整数。
[0087] 在本发明的一个实施例中，相对劣化度公式具体包括：通过公式
增益型变量的归一化，其中，xm为状态评价变量的测量值，Xl为状态评价变量的初始值，^为 状态评价变量的阈值，Xn为归一化参量。
[0088] 在本发明的一个实施例中，基于数据融合的电力变压器状态评价装置，还包括:第 四处理模块50具体用于将各电力变压器状态等级隶属度作为基本信度函数值，通过
，其中，nuUJ为子证据体j关于状态等级i的基本概率赋值BPA， Ui(Xr)为状态量隶属度，ω (Xr)为状态评价变量的权重;第六处理模块80通过折扣因子调整 各子证据体所述基本信度函数值，获取基本信度函数值m'（A)和不确定证据的信度分配m'
，其中，α为折扣因子，且0〈α〈1。
[0089] 在本发明的一个实施例中，判断模块70包括:建立单元71基于Dempster-Shafer证 据理论，基于电力变压器运行状态u建立电力变压器状态评价识别框架Θ，? = {U1，U2，U3， U4，0}，其中Θ为不确定度;获取单元72在基本信度函数值m'（A)和不确定证据的信度分配m' (Θ )基础上，根据Dempster-Shafer证据合成规则，获取多证据合成置信度函数值m(A);判 断单元73，m(A)应用基于可信度的决策方法，判断电力变压器运行状态处于正常状态、注意 状态、异常状态或严重状态。
[0090] 需要说明的是，前述对基于数据融合的电力变压器状态评价方法实施例的解释说 明也适用于该实施例的基于数据融合的电力变压器状态评价装置，此处不再赘述。
[0091] 本申请实施例的基于数据融合的电力变压器状态评价装置，第一处理模块根据确 定模块确定状态评价变量的初值和阈值通过相对劣化度公式对选择模块选择的电力变压 器运行状态的状态评价变量进行归一化处理得到归一化参量，然后第二处理模炔基于模糊 理论得到归一化参量处于各电力变压器状态等级的状态量隶属度，第三处理模块再通过层 次分析法得到各子证据体中状态评价变量的权重，第四处理模块再根据状态量隶属度与状 态评价变量的权重得到各子证据体对各电力变压器状态等级隶属度，最后判断模块通过 Dempster-Shafer证据理论融合各不同子证据体，确定电力变压器状态等级。该装置能够更 加全面的分析电力变压器的实时运行状态，有效提高电力变压器的实时运行状态判断结果 的可靠性。
[0092] 图3是根据本申请一个实施例的基于数据融合的电力变压器状态评价模型。
[0093] 如图3所示，获取电力变压器运行状态的四个子证据体，分别为油色谱状态量、绝 缘油试验状态量、电气试验状态量与油色谱变化趋势，再进行子证据体中的状态评价变量 进行数据归一化，然后基于模糊理论，使用半峰半岭函数得到归一化参量处于各电力变压 器状态等级的状态量隶属度;再通过层次分析法得到各子证据体中状态评价变量的权重， 根据隶属度与权重计算各证据体关于状态评价等级的信度分配值;通过折扣因子的应用， 计算出调整后的信度分配值和不确定证据信度分配值;最后通过Dempster-Shafer证据理 论合成规则计算多证据体合成信度分配值，通过基于可信度的决策规则，最终确定电力变 压器状态等级。能够更加全面的分析电力变压器的实时运行状态，有效提高电力变压器的 实时运行状态判断结果的可靠性。
[0094] 在本申请的描述中，需要理解的是，术语"第一"、"第二"仅用于描述目的，而不能 理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第 一"、"第二"的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，"多个" 的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0095] 在本说明书的描述中，参考术语"一个实施例"、"一些实施例"、"示例"、"具体示 例"、或"一些示例"等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不 必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任 一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技 术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结 合和组合。
[0096] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺 序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请 的实施例所属技术领域的技术人员所理解。
[0097]本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步 骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介 质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0098]此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以 是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模 块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如 果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机 可读取存储介质中。
[0099] 尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例 性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种基于数据融合的电力变压器状态评价方法，其特征在于，包括如下步骤： 选择电力变压器运行状态的状态评价变量，确定所述状态评价变量的初值和阈值； 根据所述状态评价变量的初值和阈值通过相对劣化度公式对所述状态评价变量进行 归一化处理，以得到归一化参量； 基于模糊理论得到所述归一化参量处于各电力变压器状态等级的状态量隶属度； 通过层次分析法得到各子证据体中状态评价变量的权重； 根据所述状态量隶属度与所述状态评价变量的权重得到所述各子证据体对所述各电 力变压器状态等级隶属度；以及 通过Dempster-ShafeH正据理论融合各不同子证据体，以判断所述电力变压器运行状 态处于正常状态、注意状态、异常状态或严重状态。2. 如权利要求1所述的基于数据融合的电力变压器状态评价方法，其特征在于，还包 括： 选取N个所述状态评价变量，构建状态评价指标体系，其中，N为正整数。3. 如权利要求1所述的基于数据融合的电力变压器状态评价方法，其特征在于，所述相 对劣化度公式具体包括： 通过公式&对成本型变量的归一化，通过公式S $对增益型变量的归一化，其中，Xm所述状态评价变量的测量值，Xl 为所述状态评价变量的初始值，XaS所述状态评价变量的阈值，Xn为归一化参量。4. 如权利要求1所述的基于数据融合的电力变压器状态评价方法，其特征在于，所述根 据所述状态量隶属度与所述状态评价变量的权重得到所述各子证据体对所述各电力变压 器状态等级隶属度具体包括： 将所述各电力变压器状态等级隶属度作为基本信度函数值，通过 η ,(λ;)蛛\;)计算，其中，mi(Aj)为子证据体j关于状态等级i的隶属度，Ui(xr)为 所述状态量隶属度，ω (xr)为所述状态评价变量的权重； 通过折扣因子调整所述各子证据体基本信度函数值，得到基本信度函数值m'（A)和不 确定证据的信度分配πι'（Θ)，通i十算，其中α为折扣因子，且0〈α<1。 ν 、 ·-*5. 如权利要求1所述的基于数据融合的电力变压器状态评价方法，其特征在于，所述通 过Dempster-ShafeH正据理论融合各不同子证据体，以判断所述电力变压器运行状态处于 正常状态、注意状态、异常状态或严重状态。具体包括： 基于所述Dempster-Shafer证据理论，基于所述电力变压器运行状态u建立所述电力变 压器状态评价识别框架?，?={111，112，113，114，0}，其中，0为不确定度， 111为正常状态、112为注 意状态、U3为异常状态和U4为严重状态； 在所述基本信度函数值m'（A)和不确定证据的信度分配m'（ Θ )基础上，根据Dempster-ShafeH正据合成规则，获得多证据合成置信度函数值m(A)，所述m(A)应用基于可信度的决 策方法，判断所述电力变压器运行状态处于正常状态、注意状态、异常状态或严重状态。6. -种基于数据融合的电力变压器状态评价装置，其特征在于，包括如下： 选择模块，用于选择电力变压器运行状态的状态评价变量； 确定模块，用于确定所述状态评价变量的初值和阈值； 第一处理模块，用于根据所述状态评价变量的初值和阈值通过相对劣化度公式对所述 状态评价变量进行归一化处理，以得到归一化参量； 第二处理模块，用于基于模糊理论得到所述归一化参量处于各电力变压器状态等级的 状态量隶属度； 第三处理模块，用于通过层次分析法得到各子证据体中状态评价变量的权重； 第四处理模块，用于根据所述状态量隶属度与所述状态评价变量的权重得到所述各子 证据体对所述各电力变压器状态等级隶属度；以及 判断模块，用于通过Dempster-Shafer证据理论融合各不同子证据体，以判断所述电力 变压器运行状态处于正常状态、注意状态、异常状态或严重状态。7. 如权利要求1所述的基于数据融合的电力变压器状态评价装置，其特征在于，还包 括： 构建模块，用于选取N个所述状态评价变量，构建状态评价指标体系，其中，N为正整数。8. 如权利要求6所述的基于数据融合的电力变压器状态评价装置，其特征在于，所述相 对劣化度公式具体包括： 通过公式对成本型变量的归一化，通过公￥:?对增益型变量 的归一化，其中，为所述特征参量的测量值，Xl为所述状态评价变量的初始值，^为所述状 态评价变量的阈值，Xn为归一化参量。9. 如权利要求6所述的基于数据融合的电力变压器状态评价装置，其特征在于，所述第 四处理模块具体用于： 将所述各电力变压器状态等级隶属度作为基本信度函数值，通过 叫推_/)=艺",.(.?Χ;·Η十算，其中，nu(Aj)为子证据体j关于状态等级i的隶属度，m(x r)为所 r=\ 述状态量隶属度，ω (xr)为所述状态评价变量的权重； 通过折扣因子调整所述各子证据体所述基本信度函数值，获取基本信度函数值m'（A) 和不确定证据的信度分配m'（ Θ )，通t计算，其中，α为折扣因子，且0〈α〈1。10.如权利要求6所述的基于数据融合的电力变压器状态评价装置，其特征在于，所述 判断模块具体包括： 建立单元，用于基于所述Dempster-Shafer证据理论，基于所述电力变压器运行状态u 建立所述电力变压器状态评价识别框架?，Θ ={111，112，113，114,9}，其中0为不确定度，111为正 常状态、U2为注意状态、U3为异常状态和U4为严重状态； 获取单元，用于在所述基本信度函数值m'（A)和不确定证据的信度分配m'（ Θ )基础上， 根据Dempster-Shafer证据合成规则，获取多证据合成置信度函数值m(A); 判断单元，用于所述m(A)应用基于可信度的决策方法，判断所述电力变压器运行状态 处于正常状态、注意状态、异常状态或严重状态。
【文档编号】G06Q50/06GK105868912SQ201610210347
【公开日】2016年8月17日
【申请日】2016年4月6日
【发明人】吐松江·卡日, 高文胜, 陆国俊, 王勇, 栾乐, 熊俊, 覃煜, 李光茂, 陈国炎, 肖天为, 崔屹平
【申请人】清华大学, 广州供电局有限公司