基于数据驱动和多判据融合的油色谱监测传感器有效性评估方法

发布时间：2018-01-07 00:01

  本文关键词：基于数据驱动和多判据融合的油色谱监测传感器有效性评估方法　出处：《电网技术》2017年11期 　论文类型：期刊论文

  更多相关文章： 油中溶解气体分析 变压器 传感器评估 数据驱动 多判据融合

【摘要】：变压器是电力系统的枢纽设备之一,其运行的可靠性直接关系电力系统的安全运行。油色谱在线监测技术通过使用油色谱监测传感器监测变压器油中溶解各气体的含量能够及时发现变压器的早期故障。在现场的实际应用中,大量无效监测传感器的存在使得在线监测数据的质量降低,从而使得在线监测系统无法及时准确地监测变压器的运行状态。提出了一种基于数据驱动和多判据融合的油色谱监测传感器有效性评估方法,针对油色谱传感器采集的在线数据,首先从在线数据中选取用于评估的固定长度的特征数据集,然后将特征数据集中异常值的分布情况、连续相同值的分布情况、变异系数的变化情况以及产气率的变化情况作为判据对特征数据集进行判定,得到对应的判别值。之后,根据对每个判据的侧重情况,赋予判别值权重,获得传感器状态值,将该状态值与预先设置的容忍度进行对比,即可得到传感器的评估结果。使用现场的实例进行验证可知:该方法从多个方面对在线监测传感器的有效性进行评估,可以及时发现故障传感器,为提高在线监测数据的准确性及监测装置的可靠性提供必要的基础支撑。
[Abstract]:Transformer is one of the key equipments in power system, the safe operation of the reliability of its operation is directly related to power system. The content of oil chromatographic online monitoring technology through the use of Oil Chromatogram Monitoring of dissolved gas in transformer oil monitoring sensor can detect early fault of transformer. In practical application, there are a large number of invalid monitoring sensor makes the quality the monitoring data are reduced, so that the on-line monitoring system can accurately monitor the running state of transformer. This paper proposed an evaluation method of data driven and multi criteria fusion Oil Chromatogram Monitoring Sensor effectiveness based on the online data of chromatographic sensor, first select the data of fixed length feature set for evaluation from online in the data, and then the distribution of abnormal value of feature data set, the same value of continuous distribution, The change of coefficient of variation and variation of gas production rate as the criterion of feature data set to determine, get corresponding discriminant value. Then, according to the focus of each criterion, given the discriminant value weights, obtained state value, the state value and preset tolerance comparison, can be obtained by sensor the results of the assessment. Examples of the use of the site show that the method from many aspects of the effectiveness of online monitoring sensor evaluation can detect sensor faults, to improve the basic support necessary accuracy and reliability of monitoring device for quasi online monitoring data.

【作者单位】： 新能源电力系统国家重点实验室(华北电力大学);高电压与电磁兼容北京市重点实验室(华北电力大学);国网山东省电力公司电力科学研究院;
【基金】：国家863高技术基金项目(2015AA050204)~~
【分类号】：TM41
【正文快照】： 0引言变压器作为重要的输变电设备,其运行可靠性直接关系到电力系统的安全运行,由于变压器引起的停电事故必将造成巨大的经济损失。目前,基于油中溶解气体分析(dissolved gas analysis,DGA)的在线监测技术因其可以连续监控变压器的运行状态且能及时有效发现变压器的早期故障而

【相似文献】

相关期刊论文 前10条

1 林涛;黄杰;;一起110kV电容式电压互感器油色谱异常的解体分析[J];科技创业家;2012年24期

2 ;大型电力色谱监测技术可替代进口产品[J];湖南电力;2001年05期

3 周素生;;一对起主变油色谱超标故障的分析及处理[J];华北电力技术;2006年12期

4 郑港;鄢小虎;谢齐家;聂德鑫;卢文华;张海龙;李敏;;一种基于萤火虫支持向量机的油色谱在线数据校正方法[J];高压电器;2013年09期

5 王意;边德海;汪定华;顾世珍;;密封手揿式取样阀—油色谱、微水分析采油样的专用工具[J];华东电力;1984年07期

6 胡永年;油色谱在线检测装置在大型电力变压器的应用[J];电力安全技术;2001年05期

7 王伟;韩金华;王晓辉;杨晓辉;邵利坤;张庆军;;绝缘油色谱监测管理平台的构建与应用[J];变压器;2011年12期

8 冯占芳;;增子坊变电站1号主变油色谱不合格的原因分析和处理[J];科学之友(B版);2009年08期

9 张婷;韩卫忠;王奕;;油色谱在线监测系统出峰情况与不同载气压力的相关性研究[J];变压器;2013年12期

10 钱金忠;;4号高压厂用变压器油色谱异常分析及处理[J];变压器;2005年12期

相关会议论文 前7条

1 顾亮;;油色谱在线监测系统的运用[A];电气化铁路牵引变电所新技术年会论文集[C];2007年

2 冯新岩;赵汝国;井巍;;绝缘油色谱试验中误出现乙炔的原因分析[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

3 胡继华;;元数据驱动在信息资源管理中的应用研究——以城建行业为例[A];中国地理信息系统协会第三次代表大会暨第七届年会论文集[C];2003年

4 石磊;;数据驱动新闻的制约与挑战[A];媒介化社会的社会文明建构——第四届“华中地区研究生新闻传播学术论坛”优秀论文集[C];2013年

5 韩守鹏;邱晓刚;黄柯棣;;动态数据驱动的适应性建模与仿真[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

6 王荣;贾民平;;旋转机械振动监测传感器优化布置研究[A];第9届全国转子动力学学术讨论会ROTDYN'2010论文集[C];2010年

7 邹自明;;国际日地空间物理虚拟观测台新进展[A];中国地球物理学会第二十四届年会论文集[C];2008年

相关重要报纸文章 前10条

1 通讯员桂生 记者黄雄;6条战线查举报抓“现行”[N];中国煤炭报;2011年

2 上海科学学研究所 李辉 汤琦 梁Pr;数据驱动的创新[N];文汇报;2013年

3 赵国利;大数据驱动创新思维[N];解放军报;2013年

4 吴勇毅;如何建立大数据驱动的商业模式[N];中国冶金报;2014年

5 罗庆朗;运用大数据驱动创新发展[N];学习时报;2014年

6 本报记者 姚传富;数据驱动业务已经成为潮流[N];人民邮电;2014年

7 本报记者 别坤;大数据驱动智能交通[N];计算机世界;2013年

8 ;探寻“大数据驱动创新”的路径[N];文汇报;2013年

9 中国科学院院士 郭华东;科学大数据驱动学科发展[N];中国信息化周报;2014年

10 本报记者 宋辰;新互联时代 数据驱动商业变革[N];计算机世界;2013年

相关博士学位论文 前10条

1 黄文杰;润滑油路磨损颗粒静电在线监测及识别技术研究[D];南京航空航天大学;2014年

2 汲小溪;大数据驱动的计算生物标识研究[D];复旦大学;2014年

3 黄爱芹;基于数据驱动的调节阀故障诊断方法研究[D];山东大学;2015年

4 马骁鹏;基于数据驱动的时变太阳风磁流体数值模拟[D];中国科学院国家空间科学中心;2016年

5 王杨刚;基于数据驱动的基础地质图件更新关键技术研究[D];中国地质大学(北京);2016年

6 何章鸣;非预期故障的数据驱动诊断方法研究[D];国防科学技术大学;2015年

7 丁建伟;数据驱动的复杂装备异常检测方法[D];清华大学;2015年

8 洪悦;基于机理和数据驱动的冷轧生产过程操作优化研究[D];东北大学;2014年

9 刘强;数据驱动与机理分析相结合的冷轧连退过程故障诊断方法研究[D];东北大学;2012年

10 张树凯;基于数据驱动的无人船艇航线自动生成[D];大连海事大学;2016年

相关硕士学位论文 前10条

1 刘永胜;移动式油色谱监测技术及应用研究[D];长春工业大学;2016年

2 阴宏宇;火炬塔和海洋立管原型监测传感器布点优化研究[D];大连理工大学;2015年

3 李方前;基于数据驱动的TE过程故障诊断研究[D];昆明理工大学;2015年

4 刘浩;基于即时学习的模型未知系统数据驱动控制策略研究[D];燕山大学;2015年

5 周晶晶;基于语料库的大学英语词汇教学实证研究[D];闽南师范大学;2015年

6 薛亮;数据驱动的商品推送系统的设计与实现[D];哈尔滨工业大学;2015年

7 陈金龙;大数据驱动的智能交通云服务构建与组合技术研究[D];杭州师范大学;2015年

8 李晓晨;面向软件仓库挖掘的数据驱动特征构建方法[D];大连理工大学;2015年

9 王秋钰;大数据驱动下的影响者营销研究[D];南京大学;2015年

10 汪盼;基于语料库的数据驱动学习法在初中英语语法课堂教学中的运用研究[D];杭州师范大学;2015年

，

本文编号：1390088