论文部分内容阅读
电力变压器是电力系统中的关键设备,如果它的运行状态不稳定,将对电力系统的安全性和可靠性造成严重影响。因此,对电力变压器的健康状态进行评估,保障送变电安全,对提高电力系统的可靠性,促进电力设备基于状态的维修(Condition Based Maintenance,CBM)发展具有重要意义。本文分析了隐马尔可夫模型(Hidden Markov Model,HMM)应用到变压器领域中的局限性,并将改进后的隐式半马尔科夫模型(Hidden-semi Markov Model,HSMM)引入电力变压器健康状态评估领域,提出了一种电力变压器HSMM健康状态评估方法,设计开发了电力变压器健康状态检测系统。本文主要做了以下几方面的工作:1)研究分析了电力变压器油中溶解气体的产生机理,并从电退化、热退化、化学退化和机械退化等方面进行了变压器的退化机理研究,指出当前变压器维护维修领域存在成本过高的问题,有必要开展变压器的健康状态评估工作。2)通过对HMM模型参数和结构的阐述,论述了HMM应用于变压器健康状态评估领域的可行性,并通过实验进行了验证,结果表明HMM能够有效的对变压器进行健康状态的划分。3)针对HMM在应用中对历史状态不敏感的局限性,引入“微状态-宏状态”对应关系构建HSMM,将变压器的多次观测值组成一个“宏状态”,对前向-后向算法进行了重定义,将变压器的历史状态信息纳入到建模过程中,通过输出变压器每个健康状态驻留时间的均值和方差,实现对变压器健康状态的评估。并通过实验进行了验证,结果表明HSMM提高了状态划分的正确率。4)设计开发了以油中溶解气体分析(Dissolved Gas Analysis,DGA)数据为基础的基于HSMM的电力变压器健康状态检测系统,该系统利用COM技术对MATLAB中的HSMM模型进行封装,采用Visual C#开发平台对封装后的HSMM进行调用,详细介绍了该系统的工作流程、结构框架和主要功能。