基于隐马尔科夫模型的变压器剩余寿命分析

发布时间：2021-07-21 15:53

　　针对电力变压器故障引起的被迫停机状况,推进符合运维需求的视情维修机制,利用隐马尔科夫模型对变压器剩余寿命进行了研究.收集系统相关运行状态和工况数据,利用退化信息及历史寿命数据基于隐马尔科夫模型对系统进行退化状态评价,得出状态转移矩阵以及观测概率矩阵.利用故障比率模型进行可靠度分析,得出变压器剩余寿命概率分布.结果表明,本文方法能大概率准确预测变压器剩余寿命. 

【文章来源】：沈阳工业大学学报. 2020,42(04)北大核心

【文章页数】：5 页

【部分图文】：

变压器监测现场

图1 变压器监测现场根据变压器退化影响主要参数，选取系统运行机械振动频率、机械振动幅值、外部温度、内部油温、工作频率、空载损耗(铁损)、短路损耗(铜损)、阻抗等八项性能指标作为计算值，监测值如表1所示．

根据实际历史寿命数据，将相关数据代入上述算法，得出被检测的±500 kV换流变数据模型故障时间为40 812.2 h，表3给出了两种数学模型的预测对比．图4 两种条件下剩余寿命预测相对误差对比

【参考文献】：
期刊论文
[1]基于机器学习的设备剩余寿命预测方法综述[J]. 裴洪,胡昌华,司小胜,张建勋,庞哲楠,张鹏.  机械工程学报. 2019(08)
[2]非平稳部分可观测状态下的破碎机辊套剩余寿命预测预测新方法[J]. 伍建军,刘海平,叶祥.  机械强度. 2018(06)
[3]基于比例故障率模型的转向架牵引电机滚动轴承可靠性评估[J]. 王立祥,廖爱华,丁亚琦.  测控技术. 2018(01)
[4]边坡风险评价动态模型的构建及其应用[J]. 赵博,张翛,元天宇.  沈阳工业大学学报. 2018(02)
[5]基于Cox比例风险模型的电力电缆故障影响因素分析[J]. 王航,付光攀,杨斌,姜伟,周文俊,田智,唐泽洋,周承科.  高电压技术. 2016(08)
[6]基于变压器马尔可夫状态评估模型和熵权模糊评价方法的风险评估技术研究[J]. 张桦,魏本刚,李可军,梁永亮.  电力系统保护与控制. 2016(05)
[7]部分可观测信息条件下装备剩余寿命预测[J]. 尚永爽,李文海,刘长捷,盛沛.  航空学报. 2012(05)

博士论文
[1]基于贝叶斯更新与Copula理论的性能退化可靠性建模与评估方法研究[D]. 郝会兵.东南大学 2016

硕士论文
[1]滚动轴承振动故障特征提取与寿命预测研究[D]. 孙建.大连理工大学 2015



本文编号：3295325