面向大数据的电力设备状态监测信息聚合研究

发布时间：2017-06-09 06:08

  本文关键词：面向大数据的电力设备状态监测信息聚合研究，，由笔耕文化传播整理发布。

【摘要】：现代电力系统电压等级不断提高,电网容量不断扩大,对电力设备的安全性、可靠性提出了更高的要求,状态监测技术愈发受到重视。随着电力系统信息化与智能化建设的深入,其环境下的电力设备状态监测种类越来越多,方法也更为先进,对电力设备的状态评估和故障诊断起到一定程度的帮助。但是随着时间的积累,存储的监测数据成倍增加,传统的数据分析方法遇到了很大的困难：首先电力设备状态监测系统在长期、连续的监测中,采集的数据量十分巨大；其次由于设备监测手段的日趋丰富,有许多非传统电力监测方法比如声音信号、视频信号的加入,监测数据的种类越发多样化；另外,现代电力系统对数据处理的速度要求也不断提高,再加上状态监测系统本身的缺陷比如测量精度低、系统可靠性差等问题,使得如何能够快速、有效的分析数据成为目前状态监测中最重要的研究课题之一。而大数据的出现,恰好为解决这一课题提供了新的思路和方法。 本文首先详细归纳和总结了大数据与电力大数据的研究现状,重点分析电力大数据的特点以及电力大数据的数据管理技术、数据分析技术和数据处理技术。接下来以目前电力设备状态监测遇到的困境为着手点,详细阐述了大数据在状态监测中的应用思路。确定了以“预测”为首要目标,以相关性分析和信息聚合为主要手段,弱化监测数据精度,重视数据分析速度的电力设备状态监测方法。然后在多元信息聚合基本架构的基础上,针对性的提出了面向大数据的电力设备状态监测多维信息聚合方法架构。建立基于电力设备多种状态量的多维支持向量,用历史数据进行训练,形成一个可以不断生长的电力设备状态支持向量集,通过对状态监测数据与支持向量集之间的相关性分析,实现对电力设备运行状态的评估与决策,其结果可应用于电力设备全寿命周期管理系统。本文最后以变压器某次过热故障为例,详细阐述了电力设备状态聚合的具体方法,并以CyberControl软件为依托,研究了面向大数据的电力设备状态监测平台,实现了数据的接入和信息聚合的分析。
【关键词】：电力设备状态监测 电力大数据 信息聚合技术 相关性分析
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM76
【目录】：

• 摘要5-6
• ABSTRACT6-8
• 目录8-11
• 第一章 绪论11-17
• 1.1 选题的背景及意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 大数据的研究现状12-13
• 1.2.2 电力设备状态监测现状13-15
• 1.3 本文主要的研究工作15-17
• 第二章 电力大数据的特点及其关键技术17-25
• 2.1 大数据的基本概念17-18
• 2.1.1 大数据的定义17
• 2.1.2 大数据的应用方法及案例17-18
• 2.2 电力大数据及其特点18-21
• 2.2.1 电力行业中的大数据18-20
• 2.2.2 电力大数据的特点20-21
• 2.3 电力大数据的关键技术21-24
• 2.3.1 电力大数据的数据管理技术21-22
• 2.3.2 电力大数据的数据分析技术22-24
• 2.3.3 电力大数据的数据处理技术24
• 2.3.4 电力大数据的展示技术24
• 2.4 本章小结24-25
• 第三章 电力设备状态监测的大数据理论和方法25-39
• 3.1 电力设备状态监测的基本概念25
• 3.2 面向大数据的状态监测的理论基础25-29
• 3.2.1 电力设备状态监测的大数据特点25-27
• 3.2.2 电力设备状态监测的大数据理论方法27-29
• 3.3 信息聚合技术要点29-37
• 3.3.1 信息聚合的原理及内涵29-30
• 3.3.2 信息聚合结构模型30-32
• 3.3.3 信息聚合算法32-37
• 3.4 本章小结37-39
• 第四章 面向大数据的电力设备状态信息聚合39-49
• 4.1 面向大数据的电力设备状态监测信息聚合架构39-44
• 4.1.1 数据预处理40
• 4.1.2 数据级聚合40-42
• 4.1.3 信息级聚合42
• 4.1.4 决策级聚合42-44
• 4.2 面向大数据的电力设备状态监测信息聚合模型44-47
• 4.2.1 传统的状态评估方法44
• 4.2.2 基于支持向量机的信息聚合建模方案44-47
• 4.3 本章小结47-49
• 第五章 电力设备状态监测实例分析49-69
• 5.1 基于相关性的变压器可靠性分析49-52
• 5.1.1 可靠性预测模型49
• 5.1.2 特征参量相关分析49-50
• 5.1.3 特征向量独立分析50-51
• 5.1.4 算例51-52
• 5.2 相关性分析在变压器状态监测中的应用实例52-56
• 5.2.1 变压器负载与顶层油温的相关性分析52-54
• 5.2.2 变压器氢气与油中微水的相关性分析54-56
• 5.3 变压器状态监测信息聚合实例分析56-63
• 5.3.1 变压器主要监测及相互关联分析56-58
• 5.3.2 变压器过热故障预测与状态推送58-63
• 5.4 适用于大数据的信息聚合平台设计63-68
• 5.4.1 方案设计63
• 5.4.2 平台选取63-65
• 5.4.3 平台展示65-68
• 5.5 本章小结68-69
• 第六章 总结与展望69-71
• 6.1 全文工作总结69-70
• 6.2 后续研究工作展望70-71
• 参考文献71-73
• 致谢73-74
• 攻读硕士期间发表申请专利74-75
• 攻读硕士期间参研相关课题75

【参考文献】

中国期刊全文数据库 前10条

1 廖瑞金,姚陈果,孙才新,顾乐观;基于人工智能的电力变压器绝缘故障诊断面向对象知识库[J];电工技术学报;2001年06期

2 张鸣柳,孙才新;变压器油中气体色谱分析中以模糊综合评判进行故障诊断的研究[J];电工技术学报;1998年01期

3 廖志伟,孙雅明;数据挖掘技术及其在电力系统中的应用[J];电力系统自动化;2001年11期

4 林峰;胡牧;蒋元晨;倪斌;;电力调度综合数据平台体系结构及相关技术[J];电力系统自动化;2007年01期

5 李先志;杜林;陈伟根;王有元;孙才新;李t熝

本文编号：434590